Meta Neural Band（Meta神经腕带）可使人们通过简单直观的手势控制其Meta Ray-Ban Display眼镜，这一功能有望为具备各类神经运动能力的人群，开辟更具包容性的人机交互（HCI）新路径。
近期，Meta正式宣布与犹他大学启动一项全新研究合作，该合作旨在评估面向不同手部活动能力人群的消费级腕部可穿戴设备，以期推动人机交互技术的普及化应用，让更多人能够便捷地使用人机交互功能。为深入解读这项具有重要意义的研究、表面肌电图技术的未来应用前景，以及如何实现人机交互的全民便捷化，Meta专门采访了犹他大学神经机器人实验室主任、约翰和玛西娅·普莱斯工程学院电气与计算机工程系及斯宾塞·福克斯·埃克尔斯医学院物理医学与康复系索尔兹巴赫-陈捐赠教授雅各布·A·乔治（Jacob A. George）。
作为该项目的首席研究员，乔治博士曾荣获Reality Labs 2021年“负责任的神经接口设计工程方法”项目提案征集活动奖项。依托该提案的资助，其团队此前的研究已证实，即便在信噪比降低的场景下（如中风后恢复期），腕部表面肌电信号仍可用于实现有效控制。值得关注的是，参与研究的受试者即便无法完成手指伸展动作，也能通过肌电信号控制虚拟手部化身的全部手指运动。这项早期研究充分展现了表面肌电信号在虚拟环境中，能够突破个体物理能力限制、实现动作表达的巨大潜力。
通过此次全新合作，乔治博士的团队将与Meta公司的研究人员及最终用户携手，深入探索Meta神经腕带及其自主研发算法，如何为不同手部活动能力的人群提供适配的控制功能与交互界面。该团队将借助这款腕带检测手腕肌肉的电信号，并将其转化为数字信号，进而实现对计算机、智能家居设备的控制，未来甚至有望应用于犹他大学TetriSki等休闲移动设备的操控。
什么是表面肌电图（EMG）？
表面肌电图技术通过手腕周围的外部传感器，检测控制手腕及手部运动的肌肉电信号，这一技术为人类构建了一种易用、便捷且功能丰富的新型人机交互模式。
与传统物理控制器相比，表面肌电图输入方式具有天然的包容性，能够为解剖结构异常或活动范围受限的人群提供功能性控制能力。不同于通过摄像头检测手部及手指物理动作的系统，或是需要按压操作的手持式操纵杆、按钮控制器，即便用户无法完成大幅度肢体动作，或手部手指数量不足五根，手腕处的肌肉信号依然可作为稳定的控制信号，实现人机交互。
Meta Neural Band（Meta神经腕带）是Meta公司首款面向消费者的腕部可穿戴设备，具备基于表面肌电信号的人机交互功能，专门为Meta Ray-Ban Display眼镜量身打造，其未来应用场景正逐步拓展，潜力日益凸显。
技术与康复的交汇点
乔治博士着重强调，辅助与康复技术对于患有肌肉萎缩症、中风、脊髓损伤、肌萎缩侧索硬化症（ALS）及肢体残缺等病症的人群而言，具有至关重要的意义。其所在的神经机器人实验室致力于研发易用性强的工具，帮助此类人群恢复日常生活功能。例如，手部截肢者可通过该技术将自身肌肉信号直接映射至计算机控制系统，或借助该技术学习使用假肢完成烹饪等日常活动。该实验室的核心目标是打造高效的交互界面，助力人们更灵活、便捷地与周边环境实现互动。
神经接口与意图的重要性
Meta神经腕带的工作机制要求用户进行有意识的控制——用户需专注于特定的身体动作，才能实现对该技术的有效操控。通过捕捉肌肉控制信号（此类信号相较于中枢神经系统信号更具确定性），这款腕带能够精准解读用户的运动意图，并将其转化为各类设备可执行的动作指令。
评估可访问性
对于患有肌肉萎缩症、肌萎缩侧索硬化症（ALS）及其他相关病症的人群而言，诸如升起窗帘这类日常活动，都可能面临诸多挑战。电动智能家居设备虽能为其提供一定协助，但设备的交互界面必须具备广泛的适配性，确保不同能力水平的人群均能便捷使用。对部分人群而言直观易懂的操作方式——例如通过转动手掌控制智能恒温器，对另一部分人群来说可能完全无法实现。
本次研究项目旨在评估神经肌肉疾病患者使用Meta神经腕带完成日常任务的有效性，确保该技术能够根据此类人群的独特需求进行定制优化。犹他大学的研究人员将与Meta内部研究团队紧密协作，设计科学合理的实验方案，结合持续的用户反馈，对定制化手势控制功能进行评估与迭代优化。这种最终用户、工程师与科学家三方协同设计的模式，对于研发能够满足多样化需求的技术而言，具有不可或缺的重要作用。
乔治博士再次强调，表面肌电图技术在提升神经肌肉障碍患者生活质量、增强其生活独立性方面，具有巨大的应用潜力。通过聚焦技术的易用性与用户协作，此类技术能够切实赋能各类人群，为构建更具包容性的未来奠定坚实基础。
