运动想象的机理研究与应用综述

朱 悦，李春光，郭 浩，祝宇飞，孙立宁

苏州大学 机电工程学院，江苏 苏州 215000

1 引言

在过去的几十年中，脑-计算机接口（Brain Computer Interface，BCI）技术在速度和准确性方面得到了极大的提高，其控制范式已经多样化了[1]。这些年相关出版物的不断增加[2-4]，也预示着这种技术的研究在不断深入。以前，病人可以通过BCI技术每分钟输入0.5个字符，现在已经能达到每分钟7.5个[5]，而且交互方式也变成了直接看着文字输入面板。

即使现在的BCI技术已经有了很大的突破，依然还有一些很关键的问题亟待解决，如BCI系统性能的不稳定性，即在不同被试或者同一被试的不同时间段，系统会出现性能不稳定[6]；甚至有报道称从一些被试的MI信号中无法提取出有用的分类特征[7]。由于特定人群的无效化和系统的可靠性弱，使BCI还无法成为人机交互的组成部分。不过，作为这种技术的副产物——运动想象（Motor Imagery，MI）[8]却是在各个领域都有了很好的应用。MI 是多模态结构，理想情况下应该与不同想象模式相结合，包括第一人称和第三人称[9]以及动觉想象[10]。第一人称，这里定义为：以自己为目标的想象，即想象的运动是自身肢体或者某一部分的运动。这种方法的想象多应用于仿生假肢或者大脑康复领域[11-16]。第三人称，这里定义为：以自己为观察者，想象其他与自身无关的个体的运动。这种方法更多地应用于娱乐家居设备的控制[17]或者工厂生产。动觉想象则是想象对于平衡和力量的把握。目前大部分的研究还是针对第一人称的想象和动觉想象，而针对第三人称的想象则相对较少。

2 MI机理分析

2.1 运动模拟

在了解运动想象的应用之前，首先需要明白什么是运动想象。想象经常被概念化为“头脑中的图像”。然而，与普通图像不同的是，运动想象涉及到另一个至关重要的因素，即个体的自愿控制，而不仅仅是关注的对象。想象动作的种类既包括对想象对象的自愿操作，即第一人称，也包括对现实对象的想象操作，即第三人称。

在各种MI 解释理论中，与运动想象相关性最强的就是运动模拟理论（Motor Simulation Theory，MST）[18]。“模拟”一词是用来指预期的联想机制，而不是内部的模型或表征形式。当一个动作被模拟时，它会像在实际动作中一样激活相同的运动神经系统，然后激活有助于感官模拟的联想机制[19]。预期联想机制是模拟过程的关键，因为在运动准备阶段所产生的预期感觉，会与提示下一步行动的行动模拟相关联[20]。在此基础上，预期和关联过程才能确保连续模拟运动的发生。尽管基础[21]和关联[19-20]模拟理论尚未直接与MI过程相关，但每种理论都可以广泛地解释MI 的经历。具体来说，基础和关联模拟理论主张：运动模拟可以在没有外部输入的情况下进行，依赖于以多模态表示形式（基础理论）或强化的关联（关联模拟）所存储的先验经验事件的再现。

现在，从模拟的意义转移到解释MI。以前的MI研究者侧重于从“心理实践”的行为强化现象来解释MI[8，22]。他们假设MI会导致参与动作执行的关键肌肉产生微弱的神经支配，从而提高肌肉的力量、速度或控制力[23]，或者通过运动元素编码和绑定的认知组织来加强运动表征[24]。相反，现代对MI工作原理的解释更加类似于“机械化”，主要集中在运动控制理论中的“正向建模”理论概念上[25-26]。关于后者，已经存在证据表明在离线运动的运动认知状态（例如MI）期间，身体是潜意识的，从而给出了具体的模拟[27-28]。然而，虽然MI有时被称为具体的精神状态[29]，但是对于具体是什么有更正式的说法[26]。通常，仿真理论认为，当人们把身体与世界的互动以及这种互动如何塑造心灵放在他们的核心时，认知并不完全依赖于内部表征（或者在极端的情况下，考虑它们是否存在）[30]。因此，这些理论声称认知、知识、感觉运动经验和信息是紧密相连的[31]。但是，MST 将MI 概念化为对同一执行动作的隐蔽或表征阶段的模拟，在这方面，它似乎与人的具体认知不相容。

根据MST[18]，首先，行动计划和MI有一个共同的心理表征。换言之，MI 是基于实际运动行为的心理动作表示。其次，MST提出运动系统是认知网络的一部分，包括其他心理活动，如想象动作、观察学习和试图理解他人的行为。再次，Jeannerod 认为[32]，行动包括一个隐蔽的阶段，在这个隐蔽的阶段，人们是在心理上进行即将做的动作的准备或模拟。这个隐蔽的阶段包括“对未来的一种表示，包括行动的目标、达到它的手段以及它对有机体和外部世界的影响，这样每一个被执行的行为都意味着有一个隐蔽阶段的存在。因此，隐蔽和公开的阶段是一个连续体”。最后，结合这些命题，Jeannerod[32]假设MI 在受试者的脑中，应该包括类似于在实际行动中操作的神经机制——所谓的“功能对等”假设。根据这一假设，想象和执行行为在某种程度上共享某些心理表征和潜在机制[33]。例如，公开的行为和想象的行为都有一种行动意图的运动表现。在公开行动的情况下，这种意图被转化为实际的身体运动，而在想象行动的情况下，它被抑制了[34]。然而，这种共享的运动表象促进了实际动作和想象动作之间某种形式的功能对等。因此，Hetu等人[35]发现MI的神经网络包括几个已知的控制实际运动执行的皮层区域，如运动前皮层、顶叶皮层和额叶顶叶区域。

2.2 脑功能网络

除了MST 以外，脑功能网络也从一些方面说明了对MI的影响，分别是脑连接性和相似性。

2.2.1 脑连接性

众所周知，神经元不会单独起作用，分布在大脑皮层的众多神经元会在处理信息时联合起来。因此，从生理学上讲，脑连接性是一个集合内众多神经元通过参与同步活动进行的交流。大脑连接性分析的最终目的是找到这种连接，无论是直接的还是间接的，以及它们的强度[36]。脑连接性分析可分为神经解剖（结构）、功能和有效连接，其中功能和有效连接可用于BCI。

在EEG 中，基于MI 的BCI 的弱点和局限性的最有可能和不可避免的原因之一是使用来自单个信道的时间、频谱和空间EEG 特征来区分不同的MI 模式，所以它们不能提供足够的信息。因此，更好地理解脑神经动态模式行为对于为BCI 提供更多有用的信息特征是必不可少的[37]。大脑执行即便是简单的运动或认知任务都需要多个相互连接的皮层区域的参与，并通过突触交换信息[38]。因此，对大脑连接性的认识已经成为现代神经科学的一个重要方面，特别是对于理解大脑如何实现其基本功能以及不同区域的作用。于是，人们期望不同的认知任务，如不同肢体的MI，与不同脑区之间的连接模式有关。因此，一个很有前途的解决这些局限性的方法是考虑脑电信号的通道间或源之间的关系，测量MI运动中空间分布区域的连接性[37]。也正是因为脑区之间的连接性，许多研究者倾向于表明，在认知任务的执行过程中，大脑的许多不同部分被激活并相互交流，因此很难分离出一个或两个活动具体发生的区域[39]。例如，已经证明辅助运动区域，前额叶区、运动前皮层、小脑和基底神经节在动作执行和想象过程中都被激活[40]。此外，初级运动皮层在脑电[41]、核磁共振[42]、正电子发射断层扫描[43]和近红外光谱[44]等脑成像研究中的作用也被广泛报道。

2.2.2 相似性

正如前面所讲的那样，大量实验表明运动执行和运动想象的脑区存在大量重叠[35，45-46]，虽然是不完整的，但是一定程度上可以强调两者的功能对等。功能对等原则认为在被试的运动大脑中，“运动想象”应该包括类似于那些在实际行动中运作的神经机制[32]。相应动作的执行和模拟（即MI）在皮层运动区域之间具有相似的连接模式[47]。因此，MI 是一种有效的刺激大脑运动网络的方法，它能促进技能的获得和巩固[8]。相应运动的想象和执行也有其他相似之处。首先，心理模拟动作的时间历程与被执行动作的时间历程高度相关[48]。受多种外部因素的影响，如动作复杂性和持续时间，这在时间关系中发生了某些系统性失真[49]。其次，自主神经系统的外周活动在MI和实际操作之前和期间表现出相似的反应[50]。最后，MI也被证明受到生物力学和运动限制的影响[51]。综上所述，实际动作和想象动作之间的这些相似性促进了MI作为物理实践的相关替代和/或补充方法。

3 MI应用

在理解MI理论研究以后，基于这些理论研究，也出现了许多与MI相关的应用。

3.1 运动学习

体育心理学的文献提供了多年前关于MI实践对运动性能的积极影响的相关信息[52]。运动员和音乐家除了身体练习外，还广泛地运用心理实践来提高他们的灵活性[53]。MI 的心理训练能提高运动能力的几个方面，如肌肉力量[54]、运动速度、准确性和变异性[55]。最近，133项研究报告了5个学科（运动、医学、心理学、教育和音乐）成功利用MI进行干预[56]。

一些作者还关注MI 与不同干预措施的组合，以进一步理解这些技术对皮层重组和运动学习的贡献。在MI 结合身体训练方面，现在越来越多的证据表明，MI和运动执行的结合会导致比单独的心理或体育锻炼更大的变化[57-58]。在MI 结合运动观察方面，第一，同时采取MI和动作观察，观察者想象该动作，同时观察执行相同类型动作的第三人。这种代表了最实际应用的组合，在一些与运动执行相关的脑区中，似乎诱导出了更强的激活[59]。第二，人们可以想象，对观察到的行动作出反应的行为，称为协调MI 和观察的组合，也称为联合行动。这种方法在更大的程度上将体现一种反应多于模仿的日常互动程度。最后，相互冲突的MI 和行动观察的结合可以用来进一步理解MI对观察到的行为的偏差效应。这些不同类型的组合可以提供一种新的方法，以期在运动、职业治疗和神经康复方面找到其他的应用[60]。在MI 结合皮层刺激方面，研究表明在使用经颅磁刺激（Transcranial Magnetic Stimulation，TMS）结合MI时，可以诱发类似于体育锻炼的大脑皮层塑性变化，尽管这些变化可能需要更多的试验才能发生[61]。同时，一些作者认为[62-63]，MI 训练可以促进运动学习，并可用于提高适应率。这些发现也间接地显示了大脑皮层的可塑性。

3.2 医疗康复

在过去的二十年中，许多研究者强调了运动想象[16，64-65]和观察[66-67]作为促进中风后运动恢复的有效技术的可能益处。这促使越来越多的研究将想象和观察作为脑卒中后运动功能恢复的独立技术进行研究。虽然早期的研究[68-69]表明想象可以提供一种有效的治疗，但是最近的研究[70-71]结果与早期的发现相矛盾。事实上，从一些研究者关于评估想象作为中风后康复工具的疗效的随机临床试验集锦的分析中[72]，可以得出想象可能不是物理治疗的有效辅助手段。因此，需要进一步的工作来确定想象是否适合中风康复。这一点尤其重要，因为有证据表明[73]，中风后的想象能力可能受到损害，从而可能限制此类干预措施的效果。

3.3 辅助技术

MI对于辅助技术同样具有重要价值。在这部分技术中，假肢、机器人和其他完全由精神意图控制的设备的使用已经成为现实[74]。这些系统不仅在生活质量和沟通方面对残疾用户产生直接的积极影响，也为残疾和健康用户提供了新的人机交互模式，如音乐生成[75]和计算机游戏控制[76]。越来越多的系统允许控制更复杂的设备，包括矫形器、假肢、机械臂和移动机器人[77-80]。

3.4 其他

MI 在环境控制和娱乐方面也有应用，如给残障人士提供控制周围电器的作用；娱乐方面则是可以进行各种外部娱乐设备的控制[81]；在工厂和运输方面，可以用运动想象来进行机器人运动控制，一方面能减少对复杂操控指令的学习和训练时间，另一方面也能检测操控员的情绪状态，必要时远程关闭机器，同时还能使人远离一些危险工作环境进行远程操作，保证安全性[82]，这对监测驾驶员疲劳程度也有很大的帮助，能极大程度减少疲劳驾驶的危险；在艺术创作方面，已经有了很多试验，如弹钢琴[83]、绘画[84]等。可以预见，BCI将有潜力应用于各领域，包括家庭自动化[85-86]、假肢[87-89]、康复[90-92]、游戏[87，93-95]，交通[96-99]、教育[98]、虚拟现实[99]、艺术计算[83-84，100-101]，甚至可能成为进行情感计算的虚拟助手。

4 MI相关问题

虽然MI 已经有了一部分的应用，但是无论对于它的原理还是应用方面都存在着一定的问题。

4.1 MI与运动执行、运动观察的关系

众所周知，MI 和动作观察（Action Observation，AO）以及动作执行（Movement Execution，ME）三者之间一直有着千丝万缕的关系。一些研究指出[102-104]，这三种方式或多或少共享着相似的大脑区域，同时，也互相存在着一定的不同[105]。但是，以往对 MI、AO 和 ME 的比较依赖于个体神经影像学研究的结果，或者对各自网络的定性比较。最近，有研究[46]集合这三类运动网络的数据，第一次提供了这些类似任务所涉及的大脑网络的定量比较。其中，MI涉及运动前顶叶皮层区域的网络，以及丘脑、壳核和小脑；AO涉及皮质运动前顶叶和枕叶网络；ME涉及感觉运动前区、丘脑、壳核和小脑。这些网络之间的比较突出了运动皮层和顶叶皮层以及皮层下结构的主要差异。所有三个任务之间的连接确定了一个一致的运动前顶叶和体感网络。这些数据修正了MI、AO和ME之间关系的先前模型，并量化了它们各自网络之间的关系，并回答了长期以来关于这些运动网络是否通过识别一致的运动前、顶叶和体感网络来利用相似的大脑区域的争论。

4.2 个体差异

有些人无法控制BCI系统，甚至大脑信号中无法提取出有效的特征，在排除了生理缺陷这个问题后，这群人就被称为BCI 文盲[106]。这种情况的出现可能来源于个体差异[6]，即BCI系统的普适性不是很好。当然，个体差异又分为个体间和个体内两种。从一部分研究[7，107-108]中可知：每个人用于MI的脑网络可能不尽相同，而BCI文盲则可能拥有一个相对较弱的脑网络。当然，关于奥林匹克运动员和普通运动员之间的研究表明[109-113]，前者在MI过程中脑区激活更为集中，而后者则相对分散，体现出专业性的训练知识对大脑运动区的针对性作用。同时，也为BCI文盲提供了一种可以通过对应训练来改善这种问题的途径。和个体间差异不同的是，个体内的差异研究得相对较少。有研究表明许多变量会降低BCI 性能，其中一些变量会影响其他变量[112]。例如，反馈方法会影响用户的心理和生理状态。这也许就是引起个体内差异的一个原因。

但是，不论是哪种差异，没有一个统一的MI评判方法也是引起这些差异的原因之一。直至目前来说，MI可以用主观或客观的方法来评估。前者包括心理测量工具，要求被调查者对其想象体验的某些方面（例如生动性或清晰度）进行评分，后者则通过被调查者解决问题，或完成已知需要想象能力的任务的准确性或速度来评估对想象技能的熟练程度。最近对MI的主观测量是运动想象问卷-3（Motor Imagery Questionnaire，MIQ）[113]，这是运动想象问卷的更新版本[114]。MIQ-3是一份12项问卷，从不同的图像角度评估执行四种不同运动（即提膝、跳跃、手臂运动和腰部弯曲）想象的难易程度。对于每一个项目，参与者都需要阅读运动的描述，进行身体上的运动，然后从指定的角度想象运动。然后要求被调查者对想象结果进行7分制评分，范围从1（非常难看到/感觉）到7（非常容易看到/感觉）。分量表得分在4到28分之间，较高的得分反映出较强的表象能力。当然，除了比较大众化的运动想象问卷以外，针对不同人群和不同国别也有特殊的问卷。例如，针对法国人，法语版的运动想象问卷（Movement Imagery Questionnaire-Revised Second version，MIQ-RS）是法语人群中一种有效和可靠的工具，因此可以作为运动表象能力的一种测量手段[115]。当然，也有针对儿童的问卷[116]。除此之外，对MI的客观测量方面，目前还有两个主要的选择。一方面，Madan 和Singhal[117-118]开发了运动想象能力测试（Test of Ability in Movement Imagery，TAMI），要求受访者想象一系列身体运动，然后从一组可能的身体定位图像中选择正确的选项。另一方面，可以通过比较执行和想象特定动作所需的时间来客观地测量MI。不过，虽然已经有了上述几种办法，但是还没有一种特别权威、全世界公认的有效办法。当然，可以预想的是，未来关于MI 能力如何评判，将主观和客观方法进行结合会是一个不错的选择。

4.3 MI与具体想象内容的关系

一般来说，想象内容主要分为场景、物体以及动作三部分。对于场景和物体，有研究[119]通过五个不同的任务来探究场景和物体对于MI的影响，任务分别是：想象徒手抓一个日常的物体（水瓶），想象徒手抓一个几何物体（圆锥体），想象徒手抓水瓶旁边的空间，想象徒手抓圆锥体旁边的空间以及想象徒手抓空。根据实验显示，对比想象直接抓物体和直接抓物体旁边空间的脑部激活程度，发现想象直接抓物体旁边的空间时，额顶叶空间认知网络会有更大激活。因为对于场景复杂度更大的情况下，大脑需要对MI时手、物体和目标进行位置相对计算的时间更长，需要调用的大脑资源也更多，比如注重对象旁边的空间，同时引导注意力远离非目标对象等。

而当对比抓取不同物体时，贴近日常生活的物品反而相较于一般的物体更容易产生大脑激活，特别是熟悉的日常物品。这说明了对日常物体想象时，需要进行自动运动指令的抑制和运动选择过程。同时上述发现也说明了在进行想象训练时，加入对于场景环境的想象将更有利于激活各个区域，对于一些运动或者神经康复领域会有一定的作用。

而动作对于MI的影响，主要是两类，一类是动作的复杂度，第二类是动作的熟悉程度。对于动作的复杂度，皮质脊髓兴奋性与任务指令（观察期间）和任务复杂性有关。具体来说，对复杂运动任务的观察和想象导致皮质脊髓兴奋性增加[120]。因此对于运动康复，特别是涉及精细运动技能的任务，两者都有一定的用处，这也与另一项研究不谋而合[121]。对于动作的熟悉程度方面，有研究通过对不同舞蹈动作的想象对比[122]，发现不同熟悉程度的动作所激活的MI 模式也不同，想象动作完成的时间也不同。这是因为在进行不熟悉复杂动作的想象时，需要先进行视觉运动表象，也就是先看熟动作才能想象出来。

4.4 MI自由度

目前MI 遇到的另一个问题就是，如果一些动作涉及的脑区过于接近或者面积相比起来过于小，这些动作将无法很好地区分。脚部运动想象中，因为双脚相应的皮质区域太近，所以左脚和右脚运动之间的区别是不可能的[123]。同样，不能辨别单个手指的与事件相关非同步（Event-Related Desynchronization，ERD）/与事件相关同步（Event-Related Synchronization，ERS）模式[123]。研究者认为，为了产生可检测的模式，所涉及的皮质区必须是大到与其余动作的脑电图相比，所产生的活动更加突出。手区、脚区和舌头区相对较大，且分布得较为分散。因此，目前基于MI 的BCI 在想象力上仅限于四种运动：左手、右手、脚和舌头[124]。在实际应用中设计复杂高效的BCI系统仍然具有挑战性。因为在BCI系统中，控制命令的数量受到严格限制，特别是对于并发命令[125]。因此，需要对脑区进一步细化来得到更多的控制指令，以此来提供具有更多自由度的BCI。

4.5 运动抑制的实质

尽管MI 激活了大脑中的各种运动区域，但并没有导致明显的运动[126]，这就涉及到MI 期间的大脑抑制运动机制。有人提出，只有阈下运动命令被发送到效应器才能防止运动执行[127]。而其他关于皮质区之间的有效连接性研究则认为，个体化的辅助皮质运动区（Supplementary Motor Area，SMA）连接是MI 期间的关键运动抑制机制[128]。在MI期间，当明显的运动必须被抑制时，SMA对初级运动皮层（Primary Motor Cortex，M1）有抑制作用[128]。另一个关于运动抑制的假设是下游区域，包括脑干和脊髓的影响，相对于其他可能性，更有助于后期运动抑制[126]。最近，关于手指MI的TMS研究[34]也证实了前面所述的关于MI 期间SMA 功能连接的抑制以及M1活性降低[128]。

当然，由于在MI 期间存在众所周知的微小的肌肉收缩，一些研究人员将肌电活动的不同界限作为MI 任务的先决条件[129-130]。在TMS 前阶段，肌电活动没有显著增加，这被认为是在MI 期间观察到的大脑激活模式不是由于公开的运动行为的一个证据。根据Avanzino及其同事提出的方法[129]，Valentina等人的研究[34]意味着这个通常被忽略的运动信号可能包含重要的运动信息。这也为以后利用该肌肉收缩微弱信号来解释运动抑制机制奠定了基础。

4.6 年龄段影响

最后，虽然MI 在运动学习和康复方面可能有潜在的好处，但它们在不同年龄段中可能有不同的表现。例如，老年人的MI能力下降，特别是对于更复杂的运动任务。尽管这种下降的速度对于时间和空间的想象能力是不同的[131]，不过通过增加相应动作的图片，给老人具象化的刺激，就可以引导老人进行MI。在儿童中，MI能力在5岁后开始出现[132]，并继续发展到青春期和成年早期[133]。然而，在发育协调障碍儿童中，MI不符合在健康儿童和成人中观察到的时间一致性原则[134]。这些儿童在产生想象运动的内部表征方面有特定的缺陷，但是这可以通过MI训练[135]和虚拟现实应用[136]得到改善。同时，也有研究证实，运动观察结合MI可以更好地针对性治疗儿童的发育协调障碍[137]。

5 展望

未来对于MI 的研究突破，主要应该从三大方面入手。首先，对于理论方面，现在对于MI的机制还没有完全理清，主要还是从运动模拟加上脑功能网络出发，分别从运动学和神经科学进行分析。目前认为MI和运动执行共享大部分的神经机制，但是对于两者更加细微的区别以及MI实际的机制还没有定论。很少或根本没有研究在认知水平上检验MST 或MI，因此目前尚不清楚模拟是否完全解释了MI是如何工作的。也没有研究评估MST 在理解MI 基础上的功能认知机制方面的有效性，而且到目前为止，这种心理过程仍然鲜为人知。

因此，未来随着对于人脑研究的深入，神经科学有望对MI的实际运作机制做出进一步的解释。

在对理论有了进一步深入研究后，才能进一步解释关于MI的众多问题。第一，关于MI、ME、AO三者之间的关系，这方面需要和理论研究结合在一起。因为目前对于MI 的理解大部分来自于和ME、AO 进行类比，然后再提出一些相关的理论。未来希望可以在这方面互相促进，早日完成双方的机制探索。第二，关于个体差异，有一部分正常人在目前的MI 研究水平下无法测出有效的信号。这个问题的解释可能是目前对于MI机制的研究或者说对于大脑运作机制的研究还未达到可以完全匹配所有人类的水平，因此一部分人无法取得有效信号。也可能是对于MI 的问卷没有得到统一的认可，因此对于每个人的分析并不全面。这也从一定程度上需要人们在人脑运作机制方面进行研究，以及针对相关MI设备的开发做出进一步的努力。第三，对于MI和想象内容的问题，虽然目前对于场景、物体以及动作有了一定的发现，但是当涉及到更加复杂的场景和动作时，例如放到复杂的现实场景中，目前的发现就不能完全适用了。因此也需要在场景复杂度和动作复杂度上进行更深入的研究。第四，关于MI 自由度问题，未来对于MI 的使用目标是希望可以同时并发很多信号，同时操控多个任务，但是目前的MI 研究并不支持这样做。因此未来可以就信号并发的解析和使用进行研究。第五，关于MI 中的运动抑制机制，目前虽然有很多关于抑制机制的假设，也有部分研究对抑制机制进行了探索，但是也只能解释一些很表面的原理。对于准确地研究何时以及如何在MI 中参与和控制抑制过程，这也许是未来的一个热门方向。最后，关于MI和不同年龄段人群，适用性也并不是很强，这也需要进一步完善对于MI 机制的探索。当然，还有一个最重要的目标，就是目前大部分MI 的研究都是第三人称的，对于第一人称的研究相对较少，后期需要加大这方面的研究。

在理论进步和一些问题有所解决的基础上，可以在目前拥有的应用上进行改进或者开发出新的应用。如运动学习方面，运动模拟可以帮助防止受伤，或者让运动员最大限度地发挥他们的运动潜力，或者通过消除错误的运动模式来避免他们离开比赛。因此，可以开发相关的设备，满足运动学习的需求。又如医疗康复方面，开发出更符合病人针对性需求的应用，如中风病人的复健和残疾人的肌肉恢复和假肢控制。再如辅助技术，这方面涉及较广，需要和物联网、大数据进行结合，满足人们对于周边设备的控制和对环境的需求。当然，未来的虚拟现实（Virtual Reality，VR）、增强现实（Augmented Reality，AR）也都离不开MI。

总之，MI 的相关探索研究为BCI 方向的研究铺平了道路，涌现出很多新的应用方向，如运动学习、医疗康复以及日常生活的辅助技术。但是，科技往往是滞后于人类需求的，因此未来需要在脑科学以及MI 应用上花费更多的精力，早日完成生活中随处可见的MI 应用这个目标。