在以往的报道中，我们涉及过许多通过人脑控制设备的技术，比如人脑控制汽车、人脑控制电脑等等。但大多都是佩戴电极帽，然后脑电图记录人脑产生的电信号，然后再利用一种叫做“公共空间格局”（CSP）的算法将脑电图信号翻译成命令，从而控制各种各样的设备。

　　但现在，新加坡A*STAR通信研究院（Institute for Infocomm Research）的刘海平（Haiping Lu）和他的同事开发出了一款改进版的CSP算法，以便给脑电图信号分类。新的算法将会促进先进的人脑—计算机互动界面（brain–computer interfaces）的发展。

　　新算法相对于传统算法的优势

　　通过对脑电图信号变化的估算，传统CSP算法可以区分和解释不同的命令，它的精准度取决于提供了多少信号。但是，当脑电图信号很少时，CSP算法就会做出错误的解释。

　　而新的CSP算法，使用两种参数来调整对脑电图信号变化的估算。一种参数可以降低估算值的变化，而另一种参数则会减少因为样本少而产生的估值错误。这两种参数结合起来极大的提高了CSP算法对脑电图信号分类的准确性。并且，研究人员通过大量的调整，优化了新的算法。

　　传统的算法需要20~90个脑电图信号，但是新的算法只需要10个。这会大大减少为人脑—计算机界面收集数据的困难，也会减少对脑电图信号处理程序的内存需求，还能减少处理信号所用的时间。

　　刘海平表示，这是提高目前人脑—计算机界面准确性的一种方法，新算法可以在数据前期处理阶段与培训数据集整合到一起。改进后的算法将接受测试并用于现有的人脑—计算机界面系统。

　　如果新算法被普及应用，对瘫痪病人来说，自如控制计算机和机器手臂等设备就更容易了。