إحدى أكثر التحديات إثارة في واجهة الدماغ-الآلة القائمة على ECoG هي توقع الحركة. فبمقدور القدرة على إجراء هذا التوقع فتح الباب لتنفيذ أوامر دقيقة للغاية لجهاز ما، مثل ذراع آلية أو يد آلية. وبما أن مجتمع واجهات الدماغ-الآلة يزداد اهتمامًا بهذا النوع من المشكلات، فقد قدمت النسخة الرابعة من مسابقة واجهات الدماغ-الآلة مجموعة بيانات تهدف إلى توقع حركات الأصابع الفردية من إشارات ECoG. وتعود صعوبة هذه المشكلة إلى عدم وجود علاقة بسيطة بين إشارات ECoG وحركات الأصابع. ونُقدِّم في هذه الورقة نموذجًا لتقدير وفك تشفير انثناءات الأصابع باستخدام نماذج متغيرة يتحكم فيها حالة مخفية. وتساعد النماذج المتغيرة في دمج المعرفة المسبقة حول مشكلة التشفير، كما تساهم في التنبؤ بحركات دقيقة ودقيقة جدًا. ويُبنى نموذجنا على كتلة أولية تُقدِّر أي إصبع يتحرك، ثم كتلة ثانية تتنبأ بحركات جميع الأصابع الأخرى بمعرفة أي إصبع يتحرك. وأظهرت النتائج العددية التي تم تقديمها في المسابقة أن النموذج يحقق أداءً عاليًا في التشفير عندما تكون الحالة المخفية مقدرة بشكل جيد. وقد حقق هذا النهج المركز الثاني في مسابقة واجهات الدماغ-الآلة، بمعيار ارتباط بين الحركات الحقيقية والمحسوبة قدره 0.42.