脑机接口基本原理、概念、发展历程、分类、技术与挑战分析

BCI 技术的起源可以追溯到 20 世纪初，德国科学家 HansBerger 发明了脑电图（EEG）为记录和研究大脑电活动提供了工具。

1、脑机接口的基本原理

大脑皮层的生理功能和电生理活动是脑机接口的两大主要原理。电生理活动是指基于神经元之间化学信号和电信号的发送与接收。大脑位于脑的前部，由位于中心区域的白质和灰质构成，大脑是脑中最大的部分，被大脑皮层覆盖。大脑皮层可分为两个半球，通常由感觉区、运动区和关联区组成，不同分区的神经元对应不同的生理功能。

神经元之间通过电信号传导，脑机接口可通过采集电信号，将其转化为电流从而构建对机器的调控，对不同大脑皮层分区的信号采集及信号刺激可实现不同的功效。

2、脑机接口基本概况

脑机接口（Brain-Computer Interface，BCI）技术是一种通过解读大脑信号来控制外部设备的技术，旨在直接从大脑获取信息并将其转换为可操作的指令。而在医疗保健领域，该技术可以显著改善患有严重运动障碍或其他神经系统疾病患者的生活质量，具有极大的发展潜力。 脑机接口作为多学科交叉的前沿技术，已引起全球广泛关注。2022 年 10 月

，国家药品监督管理局公布了人工智能医疗器械创新人物，多项脑机接口项目入围，标志着我国脑机接口相关医疗器械产品开始从“实验室”走向“实际应用”。

3、脑机接口的发展历程

BCI 技术的起源可以追溯到 20 世纪初，德国科学家 HansBerger 发明了脑电图（EEG）为记录和研究大脑电活动提供了工具。脑机接口技术的发展历程可以分为四个关键阶段：1960 年-1970 年（探索阶段）：该阶段的研究主要集中在如何从脑电图中提取信号，并探索其潜力；1970 年-1990 年（技术发展）：初期研究集中在侵入性方法上，如移动光标，后期研究开始转向非侵入性方法，如使用脑电图记录大脑活动；1990 年-2020 年（应用初期）：随着计算能力和信号处理技术的进步，解码大脑信号的精度和效率得到了显著提升；2020 年-至今（攻坚突破期）：多个脑机接口公司和研究机构实现了“半侵入式”脑机接口技术的突破，“半侵入式”脑机接口有望成为未来发展的主流。

4、脑机接口的分类

（1）根据输入类型分为输入式和输出式 BCI

输出式 BCI 是指利用中枢神经系统产生的信号，在不依赖外周神经或肌肉的条件下，把用户的感知觉、表象、认知和思维等直接转化为动作，在人脑（含人与动物脑）与外部设备之间建立直接的交流和控制通道，其目的主要是为疾病患者、残障人士和健康个体提供可选的与外部世界通信和控制的方式，以改善或进一步提高生活质量。 输入式 BCI 主要由外部设备或机器绕过外周神经或肌肉系统直接向大脑输入电、磁、声和光等刺激或神经反馈，以调控中枢神经活动。如深部脑刺激（deep brain stimulation，DBS）、经颅磁刺激（transcranial magnetic stimulation，TMS）、经颅电刺激（transcranial electrical stimulation，TES）和经颅超声刺激（transcranial ultrasound stimulation，TUS）等方式。 输入式 BCI 和输出式 BCI 均可由神经反馈构成交互式的闭环系统，以输出式为主还是以输入式为主，主要取决于所设计的 BCI 的功效。

（2）依据信号类型分类

根据脑机接口的信号采集方式可分为侵入式、半侵入式和非侵入式。非侵入式脑机接口使用大脑外部测量的无创脑信号，例如脑电图和功能性近红外光谱。侵入式脑机接口需要通过手术将传感器阵列或电极植入头皮下的灰质内以解码大脑信号。半侵入式脑机接口也需要植入到颅腔内，但是位于灰质外，一般将采集电极附着在大脑皮层上。

侵入式传感器靠近神经细胞，擅长捕获精确的高频信号，表现为超过 300Hz 的频率。但成本较高，且植入的传感器极易引发免疫反应和炎症反应从而导致信号质量下降。而非侵入式的传感器由于缺乏与神经元的直接接触，使得空间分辨率较低，且易受外部环境干扰。

5、核心技术与挑战

脑机接口的技术体系主要分为硬件层和软件层。相关人士认为，脑机接口产业形成技术壁垒或造成技术瓶颈的主要有传输系统、芯片和核心算法。 传输系统：涉及脑电信号的采集。对于侵入式脑机接口设备，传输系统以电极的形式存在。传输系统对采集脑电信号的噪比、信号质量都有一定要求。目前国内缺乏商业化的侵入式电极，而美国的研究更深、产业成熟度更高，例如 Blackrock 的 NeuroPort 电极，以及后来的 NeoruLink 电极；国内研究团队主要集中在非侵入式脑电采集并取得了较多进展。 芯片：脑电信号预处理与分析。芯片是将脑电信号转化为数字信号的芯片。芯片原材料依赖于国外供应商，例如硅晶圆主要由美国 Global Foundries 和台积电生产，金属线材主要由美国的TE Connectivity和日本的 Furukawa Electric 等公司生产。 核心算法：脑电信号深度分析与算法。核心算法是脑机接口实现“脑-机”高效交互的核心驱动力，算法对脑电信号的信号处理和特征提取、意图解码与分类、提升系统性能和应用扩展有重要意义，直接影响技术应用的可行性与普及度。

学界基础研究不足。学界对大脑反馈刺激和大脑工作机制的神经学研究依然十分有限。脑机接口技术的研究尚处在解决“从脑到机”方向的输出和控制问题，虽然效率和准确率很低，但在未来5-10 年仍有优化潜力。研究“从机到脑”的问题难度更大，原因是目前神经科学相对于神经编码的具体方式还处于未知状态，“从机到脑”几乎是无从下手的阶段。 业界跨学科复杂性。脑机接口技术是一个跨学科的研究领域，需要多个学科的支持和协同合作。为此，需要加强不同领域之间的交流和合作，建立起一个开放的平台，促进各方面的资源整合和知识共享。同时，还需要提高不同学科专家的综合素质，加强对多学科知识的了解和掌握，从而实现跨学科合作的无缝对接。 难以商业化和规模化。目前，脑机接口的发展阶段还处在实验室展示以及医疗康复用途，娱乐、教育等脑机接口产品距离大规模商业化仍然有着一定距离。例如，如何降低成本打造大众消费级脑机接口产品，如何连接手机、耳机、VR/AR 眼镜等电子设备互通互联，从而突显脑机接口作为消费级产品的必要性。存在安全伦理挑战。人脑在现阶段可以被视为最安全的生物信息智能处理系统，具备不可替代性。脑机接口技术的应用可能会涉及到一系列的安全和伦理问题，并破坏隐私性，如黑客攻击、意念控制、数据窃取等安全问题，以及人性问题、伦理问题、审查问题等。脑机接口的成熟也可能导致人与机器、精神世界与物质世界边界更模糊。