腦機接口深度報告！四大關(guān)鍵技術(shù)讓科幻走進(jìn)現實(shí)

大腦是我們思想、情感、感知、行動(dòng)和記憶的源泉，大腦的復雜性賦予我們人類(lèi)智慧，同時(shí)使我們每個(gè)人都獨一無(wú)二。近年來(lái)，研究大腦認知的神經(jīng)科學(xué)已經(jīng)在分子細胞、關(guān)鍵元器件、軟硬件開(kāi)發(fā)、應用系統、儀器儀表等多方面取得進(jìn)展和突破，使得腦機接口產(chǎn)業(yè)的商業(yè)應用逐漸成為可能。

腦機接口是指在有機生命形式的腦與具有處理或計算能力的設備之間，創(chuàng )建用于信息交換的連接通路，實(shí)現信息交換及控制。

腦機接口已成全球科技前沿熱點(diǎn)，在面向未來(lái)的科技創(chuàng )新發(fā)展中占有重要地位。世界主要國家和地區都在加快腦機接口產(chǎn)業(yè)布局，積極開(kāi)展相關(guān)技術(shù)研發(fā)。腦機接口技術(shù)也將帶動(dòng)和引發(fā)其他技術(shù)的未來(lái)發(fā)展。

腦機接口技術(shù)是人與機器、人與人工智能交互的終極手段，也是連接數字虛擬世界和現實(shí)物理世界的核心基礎支撐技術(shù)之一，同時(shí)其與量子計算、云計算、大數據等信息通信（ICT）技術(shù)的結合將成為各領(lǐng)域新的重要研究方向?？梢源_定地說(shuō)，受益于技術(shù)的不斷革新與突破，腦機接口將會(huì )顯著(zhù)提升人類(lèi)生活質(zhì)量。

腦科學(xué)問(wèn)題是人類(lèi)社會(huì )面臨的基礎科學(xué)問(wèn)題之一，是人類(lèi)理解自然和人類(lèi)本身的“終極疆域”，而腦機接口是破解該“終極疆域”的有效手段之一。在國家戰略的積極推動(dòng)下，在科技創(chuàng )新不斷更迭促進(jìn)下，在人民大眾期待關(guān)注下，腦機接口技術(shù)將發(fā)揮重要作用。腦機接口技術(shù)涉及腦科學(xué)、人工智能技術(shù)、信息通信技術(shù)、電子信息技術(shù)和材料學(xué)。

未來(lái)的腦機接口技術(shù)，應實(shí)現“腦智芯連，思行無(wú)礙”這一行業(yè)發(fā)展總體愿景。其中，“腦”寓意為大腦和思維意圖，“智”寓意為人工智能和類(lèi)腦智能，“芯”寓意為以芯片為代表的外部設備，“連”有通訊、接口、協(xié)同三重含義。通過(guò)“腦智芯連”的科學(xué)融合，實(shí)現“思行無(wú)礙”的目標，即期待大腦及人類(lèi)智能和外部設備相互連接后，人類(lèi)的思想和行為控制之間，不再有疾病和空間的障礙；人類(lèi)的能力得到顯著(zhù)增強，不再承受神經(jīng)疾病帶來(lái)的痛苦。

腦機接口系統的五大需求支撐愿景實(shí)現

腦機接口總體愿景的實(shí)現也離不開(kāi)核心關(guān)鍵技術(shù)的支撐。關(guān)鍵技術(shù)包括采集技術(shù)、刺激技術(shù)、范式編碼技術(shù)和解碼算法技術(shù)。關(guān)鍵技術(shù)面向不同場(chǎng)景衍生出不同應用。本報告就當前主流應用場(chǎng)景進(jìn)行歸納并分為三類(lèi)，分別是腦狀態(tài)檢測、神經(jīng)調控和對外交互技術(shù)等。

準確：在腦疾病診斷、行為輔助決策、外設交互控制等應用場(chǎng)景下，共性需求是系統能穩定做出識別正確率較高的判斷，即系統虛警概率低，識別精確，這樣外部計算設備才能對大腦的需求正確反饋。識別正確率是系統核心需求之一。

高效：腦機接口技術(shù)產(chǎn)業(yè)發(fā)展和應用一個(gè)重要前提就是高效，最好能夠達到和肢體響應一樣甚至更快的效率，實(shí)現人機快速響應。指令交互、打字、控制機械外骨骼等應用場(chǎng)景下如出現秒級延誤則給用戶(hù)體驗帶來(lái)較為負面的影響。這要求系統快速解碼識別大腦意圖并做出反饋，響應時(shí)間是衡量快速響應的核心關(guān)鍵指標。系統快速響應性能，需要范式編碼、算法解碼和系統通信技術(shù)相互配合。在實(shí)際應用落地過(guò)程中，也應兼顧“快”、“準”、“穩”等方面協(xié)同發(fā)展。

穩定：腦機接口本質(zhì)上是一套通信系統，在不同的應用場(chǎng)景下，都需要考慮系統各項指標的穩定和抗干擾能力，即系統的長(cháng)效性和魯棒性。長(cháng)效性是指系統需要保持長(cháng)期性能穩定。系統能在較長(cháng)時(shí)間內各項性能指標不出現較大波動(dòng)。魯棒性是指系統在一定的外部干擾情況下，依然能夠保持穩定的工作性能指標。在植入式腦機接口應用場(chǎng)景中，由于電極易于失效，系統更側重長(cháng)效性指標；而在非植入式場(chǎng)景，由于信號易受干擾，更加側重系統魯棒性。

易用：易用包含“輕便”與“便捷”兩個(gè)含義?！拜p便”在非植入情形下指腦機接口系統輕巧便于攜帶，在植入情形下指植入物尺寸小、重量輕。沉重的腦機接口系統一方面可能導致用戶(hù)接觸時(shí)造成身體壓迫，產(chǎn)生不適感，不利于長(cháng)期使用。另一方面不利于外出攜帶，難以采集大范圍的腦信號，從而難以實(shí)現更廣泛的場(chǎng)景應用。

“便捷”是指腦機接口系統具有操作便捷性。一方面需要降低使用者的操作復雜性，避免復雜的調試和維護等工作。尤其是在消費場(chǎng)景下，有必要盡量縮短設備部署時(shí)間、人機適應時(shí)間，實(shí)現快速交互。這就需要盡量減少和壓縮模型訓練時(shí)長(cháng)，調試時(shí)長(cháng)，從而提升用戶(hù)對產(chǎn)品的接受度。另一方面普及無(wú)線(xiàn)信號傳輸，擺脫有線(xiàn)束縛，使用起來(lái)更加方便。此外，可考慮與智能外設，如智能耳機等終端設備進(jìn)行系統化設計，提升使用的舒適性、便攜性。

安全：腦機接口系統作為一種人機交互系統，在安全方面要考慮的因素包括：系統需要在軟件和硬件方面，能有效防御外部惡意攻擊，避免數據被竊或惡意篡改，系統需要內置一定的安全自檢機制；在機制和制度保障方面，需要有合法合規的信息與科技倫理制度、法規、倡議、指南和標準，確保神經(jīng)隱私與神經(jīng)權利不受侵犯，保障系統用戶(hù)的人身健康安全。

對植入式腦機接口系統來(lái)說(shuō)，在電極材料選擇上要考慮散熱性能、要確保植入后人體安全，需要對植入物的質(zhì)量、形狀、功耗和應用場(chǎng)合進(jìn)行限定，以避免損害生物組織。對于非植入式腦機接口技術(shù)來(lái)說(shuō)，不當的使用方法可能存在潛在的人身安全隱患，需要對腦機接口系統的使用安全性做嚴格要求。

目前腦機接口技術(shù)正從“學(xué)術(shù)科學(xué)探索”走向“應用轉化落地”。為推進(jìn)產(chǎn)業(yè)落地工作的開(kāi)展，本報告從性能和可用性?xún)煞矫嫣岢鰸M(mǎn)足五大需求的腦機接口系統關(guān)鍵指標。性能指標包括響應時(shí)間、識別正確率、可輸出指令數量和菲茨吞吐量，可用性指標包括易用性、長(cháng)效性、魯棒性、安全性和互操作性。易用性指標進(jìn)一步通過(guò)準備時(shí)長(cháng)、輕便性和舒適性體現。

腦機接口系統的關(guān)鍵指標

響應時(shí)間是指腦機接口系統對使用者單次腦意圖響應所需的時(shí)長(cháng)，具體包括單次響應所需的信號采集時(shí)長(cháng)、腦信息解碼時(shí)長(cháng)（又稱(chēng)計算時(shí)長(cháng)）和系統通信時(shí)長(cháng)三部分。其中，所需的信號采集時(shí)長(cháng)指腦機接口系統采集解碼用生理信號所需要的時(shí)長(cháng)。腦信息解碼時(shí)長(cháng)是指系統對所采信號進(jìn)行解碼以理解用戶(hù)意圖所需的時(shí)長(cháng)。系統通信時(shí)長(cháng)是數據包在系統各模塊間傳遞的時(shí)延。響應時(shí)間可以有效反映腦機接口系統的通信效率，也是反映人機交互順暢與否的核心關(guān)鍵指標。在不同范式、應用場(chǎng)景下，系統響應時(shí)間差異較大。對于頭皮腦電（Electroencephalograph,EEG）、皮層腦電圖（Electrocorticogram，ECoG）

等實(shí)時(shí)性較高的電信號采集系統來(lái)說(shuō)，比較理想的響應時(shí)間是：在腦狀態(tài)檢測場(chǎng)景下建議不大于 10 秒，在神經(jīng)調控場(chǎng)景和對外交互場(chǎng)景下建議不大于 1 秒。對于以功能近紅外光譜（Functional near-infrared spectroscopy, fNIRS）為代表的信號采集系統來(lái)說(shuō)，由于血流動(dòng)力學(xué)參數變化較觸發(fā)事件具有滯后性，因此此類(lèi)系統的交互響應時(shí)間較長(cháng)。

識別正確率是指腦機接口系統為識別人腦意圖進(jìn)行解碼的正確率，該指標是衡量系統性能的核心指標。在腦機打字、腦控機器人等特定場(chǎng)景下，識別正確率經(jīng)常用任務(wù)成功率表示。任務(wù)成功率是指成功完成控制任務(wù)的次數和控制任務(wù)執行總次數之間的比值。比較理想的識別正確率在腦狀態(tài)檢測場(chǎng)景下不應小于 85%，在神經(jīng)調控場(chǎng)景下不應小于 95%，在對外交互場(chǎng)景下不應小于 95%。對腦機接口離線(xiàn)數據進(jìn)行調參時(shí)，往往因為樣本量較小而容易造成模型的過(guò)擬合。為驗證腦機接口系統的泛化性，本報告中的識別正確率建議由實(shí)時(shí)在線(xiàn)驗證實(shí)驗所得。

可輸出指令數量即腦機接口系統可以解碼的腦意圖種類(lèi)，該指標可反映系統的交互能力?？奢敵龅闹噶顢翟蕉喾从诚到y可解碼的大腦意識越豐富、可執行任務(wù)的行為越豐富。因此在睡眠檢測、情緒識別、腦機打字等場(chǎng)景下，可輸出指令數量對評價(jià)系統性能具有較高參考價(jià)值。從理想值看，睡眠檢測場(chǎng)景下建議檢出睡眠種類(lèi)不應小于 5 種，情緒識別場(chǎng)景下建議檢出情緒種類(lèi)不應小于 4 種，在腦機打字場(chǎng)景下建議輸出字符種類(lèi)不應低于 40 種。在機器人、機械臂、無(wú)人機等復雜外部設備控制中，自由度不應小于 6 種?？奢敵鲋噶顢盗亢蛯?shí)際使用需求有關(guān)，需根據具體場(chǎng)景需求確定最佳范圍。

控制能力是指腦機接口系統將大腦神經(jīng)活動(dòng)轉化為外設在實(shí)際場(chǎng)景中完成復雜控制操作的能力，腦機接口系統的控制能力和工作效率可用菲茨吞吐量 1（Fitts Throughput）指標衡量。腦機接口系統的菲茨吞吐量定義為：難度系數與移動(dòng)到目標位置所需時(shí)間的比值，其中，難度系數是交互移動(dòng)距離和目標尺寸兩者比值取對數。

菲茨吞吐量來(lái)源于菲茨定律（Fitts Law），這是主要用于人機交互和人體工程學(xué)的人體運動(dòng)預測模型，用難度系數和吞吐量來(lái)分別衡量任務(wù)難度和控制效果。在腦機接口研究中也多采用菲茨吞吐量作為系統控制效果的衡量指標。

以腦控虛擬鼠標移動(dòng)為例，虛擬鼠標從起始物體 A 移動(dòng)到目標物體 B 的難度系數由 AB 之間的距離以及目標物體 B 的尺寸決定，AB 間距離越大，目標物體 B 的尺寸越小，難度系數越大。不同難度系數下虛擬鼠標到達目標的所需時(shí)間不同，菲茨吞吐量是同時(shí)考慮運動(dòng)速度和控制準確度的綜合指標，數值越高體現腦機接口系統的控制效果越好。通常菲茨吞吐量達到 0.7 bits/s 可實(shí)現較為流暢的控制效果，1 bits/s 是更為理想的指標。

可用性指標：可用性也是腦機接口系統走向產(chǎn)業(yè)落地的關(guān)鍵，是除了性能指標之外的另一系統評價(jià)維度。系統可用性的衡量指標包括：易用性、長(cháng)效性、魯棒性、安全性和互操作性。

易用性又可通過(guò)腦機接口系統的使用準備時(shí)長(cháng)、輕便性和舒適性三個(gè)指標反映。準備時(shí)長(cháng)是指人員在腦機接口系統使用之前所需的準備時(shí)長(cháng)和人機協(xié)同訓練時(shí)長(cháng)之和。準備時(shí)長(cháng)具體包括調試準備時(shí)間、阻抗調整時(shí)間等。人機協(xié)同訓練時(shí)長(cháng)與系統使用者對系統的使用熟練度以及解碼算法是否需要現場(chǎng)采集訓練數據相關(guān)。

此外，部分腦機接口系統需要針對不同使用者定制不同的解碼算法參數，也會(huì )導致人機協(xié)同訓練時(shí)間較長(cháng)，從而使系統的易用性降低。非植入腦機接口系統比較理想的準備時(shí)長(cháng)建議不大于 3 分鐘。植入式腦機接口系統由于需要比較繁瑣的植入過(guò)程，因此準備時(shí)長(cháng)較長(cháng)，需要盡量?jì)?yōu)化植入手段，提高系統易用性。

輕便性是指腦機接口系統的輕質(zhì)與便攜。輕質(zhì)是指對使用者而言符合人體工學(xué)，且不造成明顯傷害和負擔。通常以重量指標衡量輕便性，為確保人體頸椎以上部分不受傷害。比較理想的頭戴式腦機接口系統（含外設）重量不應大于 500 克，不超過(guò) 200 克將是更為理想的目標。便攜是指易用使用和攜帶，信號傳輸方式是衡量便攜的重要指標之一。比較理想的便攜方式是擺脫有線(xiàn)連接，以藍牙、Wi-Fi、超寬帶或其他先進(jìn)的無(wú)線(xiàn)通信方式進(jìn)行數據傳輸。

舒適性同樣是易用性的重要指標，體現在范式設計、外形設計、材料選取等方面。當前業(yè)內廣泛使用的范式多源自二十世紀九十年代，歷經(jīng)三十余年發(fā)展，范式雖然奠定了實(shí)驗研究的基礎，但其交互方式普遍存在不符合人類(lèi)自然行為的問(wèn)題，由此導致面向消費級產(chǎn)品時(shí)用戶(hù)接受度和配合度較低，即便是在醫學(xué)領(lǐng)域應用也比較受限。因此舒適性以可定量定性的體驗感、滿(mǎn)意度等作為主要衡量指標，特別是對腦機接口消費級產(chǎn)品的落地具有重要意義。

長(cháng)效性指系統可穩定持續使用的時(shí)間，是用來(lái)衡量系統穩定性的重要考量。在非植入場(chǎng)景下，長(cháng)效性體現在系統續航時(shí)間長(cháng)。例如娛樂(lè )游戲時(shí)系統不會(huì )因用戶(hù)出汗等干擾導致系統性能下降。在植入場(chǎng)景下，長(cháng)效性體現在系統不會(huì )受生物組織分泌物和免疫系統干擾導致性能下降，電池續航需要能夠保證 8 小時(shí)以上的持續腦電信號傳輸與分析。因此建議比較理想的非植入場(chǎng)景下，單次的穩定可用時(shí)長(cháng)不小于 3 小時(shí)；植入場(chǎng)景下，有些國家規定穩定可用時(shí)長(cháng)不應小于 1 年，常規情況下，醫療器械的理想植入時(shí)間是 10 年以上。

魯棒性指標用來(lái)衡量腦機接口系統對抗外部擾動(dòng)變化的能力。腦機接口系統需要在各類(lèi)外部干擾環(huán)境下使用。正常環(huán)境本身就存在大量干擾信號，此外還包括強磁環(huán)境、超聲波診斷治療環(huán)境、放射治療環(huán)境等。這就要求腦機接口系統在所處的環(huán)境中，能夠有效屏蔽大部分外界干擾，保證交互響應時(shí)間、識別正確率等性能指標維持在一個(gè)較高的水平。此外，在使用過(guò)程中，腦狀態(tài)也不是一成不變的，因此魯棒性還體現在具有一定的自適應能力，可隨用戶(hù)狀態(tài)變化而自適應調整，確保系統性能指標在較小的范圍內波動(dòng)。

安全性是腦機接口系統可用性的重要指標。一是要保障腦機接口系統整體安全和數據安全。硬件和軟件具備基礎的安全防范能力和手段，防護手段到位，確保能夠有效抵御外部攻擊，避免系統被篡改而做出錯誤指令。同時(shí)要確保使用者的信息不外泄，尤其是需要聯(lián)網(wǎng)使用的設備，例如解碼算法、腦電數據上云的系統需要確保信息安全；二是要確保人身健康安全。需要在符合常規安全要求基礎之上，做出更適合腦機接口系統的安全專(zhuān)用要求。三是要符合科技倫理安全。需要制定完備的科技倫理制度，確保隱私信息不外泄、風(fēng)險可控、尊重生命權利、增進(jìn)人類(lèi)福祉、保障公平公正。

互操作性是腦機接口系統應用落地和廣泛發(fā)展的重要指標，體現了腦機接口系統之間實(shí)現跨系統訪(fǎng)問(wèn)、雙向連接和交互控制的能力?；ゲ僮餍砸环矫骟w現在同類(lèi)型系統之間保持框架一致和接口一致，另一方面體現在腦機接口系統能在電腦、手機、增強現實(shí)（AR）設備、虛擬現實(shí)（VR）設備等其他智能終端上互通互用和即插即用。系統應根據此方面的技術(shù)標準要求，開(kāi)發(fā)相關(guān)接口和可互通的系統平臺?；ゲ僮餍阅芰χ笜丝梢酝ㄟ^(guò)系統符合互操作標準的程度來(lái)衡量。

腦機接口作為新興技術(shù)，為大腦與外部直接交互提供了新的解決思路，在新一輪的技術(shù)升級中被給予厚望。腦機接口產(chǎn)業(yè)落地有賴(lài)于關(guān)鍵技術(shù)的突破和革新。目前全球在腦機接口關(guān)鍵技術(shù)研究方面發(fā)展蓬勃，但依然存在亟需解決的若干問(wèn)題。對此，業(yè)界也正在嘗試多種手段予以突破。

腦機接口關(guān)鍵技術(shù)包括采集技術(shù)、刺激技術(shù)、范式編碼技術(shù)、解碼算法技術(shù)、外設技術(shù)和系統化技術(shù)。其中，采集技術(shù)研發(fā)重點(diǎn)包括采集端和信號處理端。采集端常規技術(shù)手段包括電采集、磁采集、近紅外采集等手段，其中電采集為主流研發(fā)方向，磁和近紅外等采集技術(shù)因為成本和技術(shù)成熟度等制約，距離應用落地相對更遠。

信號處理端涉及模擬芯片和數字芯片。由于當前腦機接口系統所用的數字芯片多為行業(yè)通用芯片，所以重點(diǎn)介紹模擬芯片的發(fā)展。刺激技術(shù)重點(diǎn)介紹腦深部電極刺激（Deep Brain Stimulation, DBS）閉環(huán)控制的進(jìn)展，以及腦機接口技術(shù)在助盲領(lǐng)域的最新進(jìn)展。范式編碼和解碼算法技術(shù)介紹了當前主流研究進(jìn)展。由于外控技術(shù)和系統化技術(shù)的創(chuàng )新多在于工程集成，因此不在此介紹。

腦機接口關(guān)鍵技術(shù)

植入式電極：植入式微電極是腦機交互的關(guān)鍵基礎，被廣泛應用于基礎神經(jīng)科學(xué)、腦疾病的診斷治療以及腦機交互通信等領(lǐng)域。植入式微電極通過(guò)將以離子為載體的神經(jīng)電信號轉換為以電子為載體的電流或電壓信號，從而獲取大腦神經(jīng)電活動(dòng)信息。

植入到大腦中的微電極可以高空間分辨率和時(shí)間分辨率方式，精確記錄電極附近單個(gè)神經(jīng)元的動(dòng)作電位，從而實(shí)時(shí)監測大腦活動(dòng)。傳統的植入式微電極由金屬和硅等硬質(zhì)材料制備而成，形成了以密西根電極和猶他電極為主的硬質(zhì)電極。隨著(zhù)微納加工技術(shù)和電極材料不斷發(fā)展，微電極趨向于柔性、小型化、高通量和集成化發(fā)展，形成了以微絲電極、硅基電極和柔性電極為主的多元化發(fā)展局面。

高性能柔性微電極對長(cháng)期穩定慢性記錄具有重要意義。硬質(zhì)微電極和腦組織之間存在機械失配問(wèn)題，會(huì )對生物體的正?；顒?dòng)造成繼發(fā)性腦損傷，不適用于長(cháng)時(shí)間的慢性實(shí)驗。具有高生物相容性的柔性微電極器件有利于緩解免疫反應，提高信號質(zhì)量，對實(shí)現大腦活動(dòng)長(cháng)期穩定的慢性記錄具有重要意義。利用低楊氏模量生物材料和高性能界面材料制備柔性電極成為該領(lǐng)域的熱點(diǎn)。

高通量微電極將為拓展全腦神經(jīng)科學(xué)研究奠定重要基礎。為了獲取更豐富的神經(jīng)元動(dòng)態(tài)，神經(jīng)微電極被要求同時(shí)記錄盡可能多的單個(gè)神經(jīng)元的電活動(dòng)?，F有植入式微電極通量遠小于大腦神經(jīng)元數目，發(fā)展新型高通量微電極，實(shí)現批量化的高時(shí)空分辨率腦電信號采集，對于追蹤神經(jīng)環(huán)路活動(dòng)以及解析全腦尺度的神經(jīng)網(wǎng)絡(luò )功能等基礎神經(jīng)科學(xué)研究至關(guān)重要。

多功能微電極有力促進(jìn)多種激勵方式綜合調控。通過(guò)集成電刺激、****物注射和光刺激等功能，植入式微電極在讀取生物體大腦活動(dòng)信息的同時(shí)，還能調控生物體生命活動(dòng)，實(shí)現生物體和外部設備的雙向通信。研究多功能的神經(jīng)微電極器件，搭建閉環(huán)系統，可實(shí)現癲癇等腦疾病的診治和神經(jīng)功能恢復等應用。

非植入式電極應用場(chǎng)景廣泛。非植入式電極不需要進(jìn)行手術(shù)植入，直接放置于頭皮上即可進(jìn)行腦電信號采集，因此也稱(chēng)為無(wú)創(chuàng )電極，其安全無(wú)創(chuàng )特性更易被使用者接受，因此在非臨床腦疾病診療、消費級腦科學(xué)應用等場(chǎng)景中得到了廣泛的應用。

改進(jìn)的干電極是電極產(chǎn)業(yè)落地的主流選項。隨著(zhù)基于頭皮腦電的腦機接口系統在便攜性、快速應用及舒適度等方面的應用需求增長(cháng)，電極的改進(jìn)成為亟需解決的關(guān)鍵問(wèn)題。傳統的濕電極盡管信號質(zhì)量好，但其專(zhuān)業(yè)的操作需求，耗時(shí)長(cháng)，用后清洗等固有缺點(diǎn)無(wú)法規避。因此無(wú)膏的干電極技術(shù)逐漸發(fā)展起來(lái)以適應新的應用場(chǎng)景和需求?；诮饘俨牧匣驅щ娋酆衔锊牧系亩嗄_柱式 / 爪式干電極、基于導電纖維的刷毛式干電極、基于微機械加工工藝的微針電極及電容式電極等，在提高使用便捷性的同時(shí)，也通過(guò)材料改進(jìn)和結構設計優(yōu)化不斷地降低電極與皮膚的接觸阻抗，提高使用舒適度和應用性。

凝膠半干電極具有潛在的廣闊應用前景。干電極實(shí)現了腦機接口系統的便捷應用，但其與頭皮的電連接僅靠微量的汗液，接觸阻抗較高，且強烈依賴(lài)于壓力，因此舒適度和信號質(zhì)量及穩定性成為該項技術(shù)需要突破的技術(shù)難題。半干電極利用材料或結構特性，釋放少量導電液到頭皮，以降低電極與頭皮的界面阻抗?；诓牧象w系的凝膠半干電極物理化學(xué)特性可調，通過(guò)材料組分配比的優(yōu)化可兼顧電化學(xué)特性和機械特性，從而得到使用舒適度較好且信號質(zhì)量可與濕電極匹敵的性能，是一種極具應用前景的電極技術(shù)。

隨著(zhù)集成電路技術(shù)的快速發(fā)展以及電路與神經(jīng)科學(xué)融合研究的持續探索，腦信號采集技術(shù)朝著(zhù)微型化、輕量化、高通量、分布式采集的方向不斷前進(jìn)。針對腦機接口的應用、算法、硬件以及范式的研究?jì)热菀仓饾u豐富，植入式與非植入式腦機接口系統通過(guò)電極與采集硬件對腦信號進(jìn)行采集、處理和解碼，從而實(shí)現對腦科學(xué)基礎理論、腦疾病以及腦控外設的探索與研究。腦信號采集芯片是將腦信號直接轉化為數字信號的核心硬件，也是腦信號讀取與解碼，腦部疾病診斷與調控所依賴(lài)的工具。

針對腦部信號的生理特性以及應用場(chǎng)景，在定制化腦信號采集芯片設計過(guò)程中存在諸多技術(shù)挑戰。精密放大器是腦信號采集芯片中的核心模塊，在腦機接口應用場(chǎng)景中需要滿(mǎn)足多重技術(shù)參數要求。對于腦信號來(lái)說(shuō)，其幅值微弱（幾十μV 到幾個(gè) mV）、頻率低（0.5 Hz 到數 kHz），因此易受外界噪聲干擾，從而導致信號質(zhì)量不佳。為了保持最佳的信號質(zhì)量，腦信號采集模塊的部分關(guān)鍵參數，例如信號噪聲、共模抑制比（CMRR）、電源抑制比（PSRR）、增益匹配、運動(dòng)偽影等需要優(yōu)化。多個(gè)腦信號采集參數之間存在相互制約的關(guān)系，多參數的統籌優(yōu)化是當前腦信號采集芯片設計的核心問(wèn)題之一。

信號噪聲是腦信號采集過(guò)程中最大的干擾源之一。由于前端放大器的閃爍噪聲與腦信號在頻譜上部分重疊，采取簡(jiǎn)單的濾波工作難以提取純凈腦信號，因此對較低頻率的腦信號使用斬波放大技術(shù)，將所采集的信號調制到較高頻率以避開(kāi)放大器的閃爍噪聲。斬波技術(shù)在交流耦合儀表放大器中實(shí)現了良好噪聲和功耗平衡，但放大器的輸入阻抗在斬波調制過(guò)程中會(huì )降低到兆歐范圍以下，導致信號在進(jìn)入放大器前產(chǎn)生衰減。為解決輸入阻抗降低的問(wèn)題，有團隊提升了正反饋回路的輸入阻抗。還有團隊采用電容組對輸入阻抗升壓回路的電容進(jìn)行校準，也有團隊采用調整電路耦合的方式來(lái)切換斬波器和輸入電容的位置，避免因斬波調制導致的輸入阻抗降低。

共模抑制比是衡量系統應對環(huán)境干擾的關(guān)鍵參數。針對微弱腦信號，高共模抑制比可以保證信號不被共模擾動(dòng) 2 掩蓋，從而提高信號質(zhì)量。此外，在多通道神經(jīng)信號采集過(guò)程中，由于電極在植入大腦后產(chǎn)生的一系列生物相容性問(wèn)題，導致電極阻抗可能隨植入時(shí)間增多而明顯提升（數個(gè)月后可高達 100kΩ至數 MΩ），繼而影響腦信號的信噪比以及系統共模抑制比。為保證采集信號質(zhì)量，前端放大器電路采用共模反饋技術(shù)以及共模前饋技術(shù)以提高系統級共模抑制比。

采集芯片的微型化設計是植入式腦機接口系統核心技術(shù)挑戰之一。為了將采集芯片縮小至可植入的尺寸范圍，針對片上有源 / 無(wú)源器件的微型化是相關(guān)研究中的技術(shù)難題。具有電容耦合的全差分放大器結構通過(guò)采用晶體管搭建的偽電阻（Pseudo Resistor）結構可大幅縮小片上無(wú)源器件的面積，同時(shí)偽電阻提供了較大的阻抗以及較低的高通截止頻率，適合設計微型化的腦信號采集芯片。采用時(shí)分復用 / 正交頻分復用等技術(shù)通過(guò)固定的采集單元對多個(gè)通道的腦信號進(jìn)行同步采集，也可明顯降低片上面積。

針對不同的腦機接口應用以及采集芯片面對的一些技術(shù)難題，國內外有許多團隊提出了解決方案。例如針對采集過(guò)程中的電極間直流偏置引起斬波放大器輸出飽和的問(wèn)題，一種直流伺服反饋回路技術(shù)通過(guò)積分器將輸出端的直流分量提取并反饋至輸入端，有效抑制了電極間的直流偏置。對于采集芯片的超低功耗需求，有團隊設計了基于反相器結構的超低壓斬波放大器，非常適合植入式場(chǎng)景。針對芯片微型化的問(wèn)題，放大器與 DAC 結合的數字 - 模擬混合反饋技術(shù)可大幅縮小采集芯片的片上面積。

針對腦信號采集過(guò)程中的共模干擾問(wèn)題，基于電荷泵（charge pump）的共模反饋技術(shù)通過(guò)對輸入端的共模擾動(dòng)信號進(jìn)行動(dòng)態(tài)反饋，能有效抵抗高達 15V 的共模擾動(dòng)。對于采集芯片的無(wú)線(xiàn)供電問(wèn)題，線(xiàn)圈的無(wú)線(xiàn)電感傳輸技術(shù)被應用在植入式腦機接口芯片中，通過(guò)外部傳輸線(xiàn)圈以及中繼線(xiàn)圈和片上耦合線(xiàn)圈，實(shí)現了對體內采集芯片的無(wú)線(xiàn)供電以及采集到的腦電信號無(wú)線(xiàn)傳輸。

體表網(wǎng)絡(luò )無(wú)線(xiàn)傳輸技術(shù)（Body area network，BAN）解決了無(wú)線(xiàn)供電時(shí)線(xiàn)圈難對準的問(wèn)題，利用被試者的身體表面對采集到的信號以及能量進(jìn)行無(wú)線(xiàn)傳輸，適用于可穿戴的腦機接口場(chǎng)景。在提升系統集成度方面，目前已有將信號采集、存儲、以及基于 AI 的信號歸類(lèi)識別等模塊集成在一起的腦機接口片上系統，實(shí)現了較高的系統集成度。針對于高通量植入式腦機接口芯片，有些公司設計了帶有動(dòng)作電位識別的高集成度采集芯片，該芯片與數千個(gè)柔性電極相結合，實(shí)現了對高通量腦信號的采集。

腦深部電極刺激（Deep Brain Stimulation, DBS）一種非常具有代表性的植入式電極刺激技術(shù)。DBS 通過(guò)植入體內的腦起搏器發(fā)放弱電脈沖，刺激癲癇、帕金森的病灶腦區，抑制病灶區神經(jīng)元的異常無(wú)規則放電，進(jìn)而抑制相關(guān)癥狀，使患者恢復自如活動(dòng)和自理能力。

傳統的 DBS 調參需要基于微電極信號分析、刺激效果分析、影像定位、核磁分析等多技術(shù)手段選擇治療觸點(diǎn)。借助腦機接口技術(shù)，腦內電極不僅具有單向刺激功能，還可進(jìn)行周?chē)窠?jīng)元信號采集，以做到精準觸點(diǎn)選擇。就技術(shù)發(fā)展進(jìn)度看，目前可以做到信號采集之后由醫生根據生物標志物和與患者的交互反饋進(jìn)行觸點(diǎn)選擇，未來(lái)還將向自適應角度發(fā)展，自適應技術(shù)研發(fā)方向包括：

通過(guò)優(yōu)化的信號處理方法實(shí)現自適應調控。如在機器學(xué)習、深度學(xué)習基礎上對患者腦電數據進(jìn)行預測分類(lèi)，為醫生提供分類(lèi)結果以助于診斷，提升觸點(diǎn)選擇的精準度。另外，在患者體態(tài)姿勢發(fā)生變化導致電極與靶組織之間距離改變時(shí)，例如咳嗽、打噴嚏、深呼吸時(shí)，可根據誘發(fā)復合動(dòng)作電位調控刺激以避免發(fā)生瞬時(shí)過(guò)度刺激。

通過(guò)刺激參數空間拓展改善自適應調控。刺激參數空間包括觸點(diǎn)、幅度、頻率、脈寬的選擇。目前在常用單極恒頻刺激的基礎上已開(kāi)發(fā)交叉電脈沖模式、變頻刺激及多觸電不同頻刺激技術(shù)，極大地拓寬了刺激參數空間，實(shí)現更好的癥狀調控。

依托多樣生物標志物實(shí)現自適應刺激調控。當前國內外知名 DBS 廠(chǎng)商正在嘗試基于生物標志物實(shí)現自適應刺激調控，例如檢測神經(jīng)遞質(zhì)濃度，通過(guò)血清素、去甲腎上腺素、多巴胺脫氧血紅蛋白度、氧合血紅蛋白的濃度識別治療效果并作為依據來(lái)動(dòng)態(tài)調整刺激幅度。也有基于血流水平、范圍或預定血流值矩陣等血流信息調節刺激幅度、脈沖寬度、脈沖率和占空比等指標。

通過(guò)磁共振相融 DBS 技術(shù)實(shí)現自適應調控下的腦網(wǎng)絡(luò )探索?，F有磁共振兼容 DBS 技術(shù)解決了在強磁場(chǎng)下電極發(fā)熱、移位及感應電流等安全隱患，使植入 DBS 的患者能在 3.0T 磁共振下進(jìn)行長(cháng)時(shí)間的同步刺激及掃描。在解決臨床需求的同時(shí)，也使 DBS 成為探索刺激相關(guān)腦網(wǎng)絡(luò )變化的直接媒介，通過(guò)功能磁共振解析刺激相關(guān)局部及整體腦網(wǎng)絡(luò )改變，為新靶點(diǎn)的發(fā)現及適應癥的拓展提供依據。

植入式視覺(jué)調控技術(shù)對盲人群體提高生活質(zhì)量具有重大意義，相關(guān)研究已經(jīng)開(kāi)展。全球絕大多數研究團隊在開(kāi)環(huán)視覺(jué)重建的研究中，研究方向逐漸從視網(wǎng)膜刺激向皮層刺激轉移。目前主要集中在電刺激初級視覺(jué)皮層（V1）以獲得人工視覺(jué)感知。這就需要進(jìn)行刺激電極的植入。最新的實(shí)驗已經(jīng)植入了超過(guò) 10 塊猶他陣列，通道數達到 1024。該系統還包括采集視頻的攝像頭，采集到的圖像信息通過(guò)信號處理獲得簡(jiǎn)單的二維灰度圖像（目前還沒(méi)有具有色彩的植入式人工視知覺(jué)輸入），并據此刺激初級視覺(jué)皮層神經(jīng)元。受試者通過(guò)植入電極可以在有限的視野范圍內看到一些灰度調制的低分辨率點(diǎn)陣圖像。

目前的研究結果表明，用小電流電刺激初級視覺(jué)皮層神經(jīng)元（V1 neurons）會(huì )激活直徑數百微米的皮層區域，從而獲得簡(jiǎn)單的視覺(jué)知覺(jué)，稱(chēng)為光幻視（phosphenes）。電刺激可以改變大腦皮層的信息流，影響到正常視覺(jué)觀(guān)測內容。由于電刺激是相對粗糙的刺激方式，因此獲得的視覺(jué)感知也相對粗糙。目前研究致力于通過(guò)多個(gè)電極同時(shí)刺激，讓受試者感知到具體圖像或連貫動(dòng)作。2020 年發(fā)表在 Science 上的研究結果表明，通過(guò)植入大規模 1024 通道電極并進(jìn)行訓練，可以使非人靈長(cháng)類(lèi)正確識別字母，辨識運動(dòng)方向等。如何通過(guò)不同模式刺激增強受試者感知連貫形狀的能力，并最大限度向其傳遞視覺(jué)信息依然是未來(lái)研究重點(diǎn)。

目前的植入式視覺(jué)調控研究多為開(kāi)環(huán)腦機接口系統，開(kāi)環(huán)腦機接口系統難以實(shí)現精確刺激模型，且電刺激也難以與真實(shí)的視覺(jué)刺激保持一致，因此存在不可控風(fēng)險且難以實(shí)現精細視覺(jué)輸入。因此閉環(huán)視覺(jué)調控是未來(lái)重要的技術(shù)探索方向。

大腦的各種思維與響應活動(dòng)千變萬(wàn)化，且同時(shí)發(fā)生，因此很難直接從中準確解碼特定類(lèi)型的活動(dòng)。在腦機接口系統中，用范式來(lái)表征對預定義的大腦意圖的編碼方案。范式定義為：在編碼任務(wù)中，對希望識別的大腦意圖用可檢測、可區分、可采集的腦信號予以對應，從而實(shí)現對大腦意圖的可識別輸出。在過(guò)去的幾十年中，出現了許多腦機接口范式，常見(jiàn)典型的有運動(dòng)想象范式、穩態(tài)視覺(jué)誘發(fā)電位范式、P300 范式。這些范式往往根據是否有外部刺激和輔助而分為被動(dòng)式和主動(dòng)式范式。

視覺(jué)誘發(fā)電位刺激范式 P300 朝向界面布局優(yōu)化、人臉圖像拼寫(xiě)和融合物理刺激方向發(fā)展。傳統的視覺(jué) P300 電位刺激范式下，拼寫(xiě)器允許受試者通過(guò)閃爍不同的行和列來(lái)選擇目標，但沒(méi)有考慮兩個(gè)相鄰符號連續閃爍對結果的影響。近年有大量研究針對 P300 電位刺激范式的拼寫(xiě)界面布局開(kāi)展優(yōu)化工作，有效消除了相鄰符號閃爍帶來(lái)的影響。一些研究發(fā)現面部符號可以比傳統 P300 字符拼寫(xiě)范式誘導更高的 P300 電位。

因此許多研究嘗試用人臉圖像代替數字或字母符號，使每個(gè)符號在以一定頻率閃爍時(shí)都會(huì )變成人臉圖像，而不是簡(jiǎn)單的顏色或大小變化，實(shí)現了 P300 電位刺激范式的解碼性能提升。最近也有研究發(fā)現，在視覺(jué) P300 電位刺激范式中添加其他形式的物理刺激可以提高使用者的表現，例如使用偏光鏡增強刺激、基于積極情緒的視聽(tīng)組合刺激、引入聲音和視頻刺激等方式。因此將 P300 電位與其他物理刺激融合的范式研究也是近年的熱點(diǎn)。

穩態(tài)視覺(jué)誘發(fā)電位（Steady-state visual evoked potentials，SSVEP）刺激范式朝向更高效、更舒適和更自然發(fā)展。SSVEP 范式腦機接口主要應用方向包括：高速率腦機接口打字交互系統、特殊群體腦機報警系統、自然場(chǎng)景的腦機目標選擇系統等。為支撐上述三大應用場(chǎng)景，SSVEP 范式的主要發(fā)展趨勢包括：

更高效：SSVEP 范式編碼從最初 4 目標編碼已發(fā)展至 160 目標編碼，且編碼的識別響應性能也在持續提升，因而實(shí)現的高速率 SSVEP-BCI 系統的性能也在不斷提升。后續 SSVEP 會(huì )持續研究更高效、可分性更好的范式編碼。

更舒適：SSVEP 范式刺激的最佳頻帶為 8~15Hz，該頻帶的多目標閃爍刺激雖然實(shí)現的系統性能優(yōu)異，但也容易誘發(fā)視覺(jué)疲勞，因而在實(shí)際落地應用中受到了一定的阻力。目前 SSVEP 舒適刺激的方式主要包括降低亮度變化率、提高刺激頻率、減小刺激目標面積以及采用空間編碼（外周視野）刺激等。上述研究已取得了較大的進(jìn)展，并不斷繼續推進(jìn)中。

更自然：SSVEP 刺激范式的每個(gè)刺激塊需要按固定頻率進(jìn)行閃爍且具有一定的面積，因而在實(shí)際應用過(guò)程中僅與腦機打字場(chǎng)景最為貼合，即將字符繪于對應的閃爍目標塊上即可。目前已有部分 SSVEP 范式采用空間編碼的方式將中央視野區域空出，在視野外周進(jìn)行刺激編碼，進(jìn)而實(shí)現更貼近自然應用場(chǎng)景的應用。

也有適當降低 SSVEP 閃爍塊面積并與生活場(chǎng)景結合的編碼思路，受限于刺激面積變小對響應強度的影響，為保障系統的識別正確率與響應速度，此類(lèi)應用的 SSVEP 編碼目標數較少。此外，SSVEP 的主要響應腦區位于后腦枕葉，因而往往需要佩戴腦電帽，不利于生活自然場(chǎng)景使用。為解決該問(wèn)題，部分研究采用時(shí)頻混合或時(shí)空頻融合的編碼方式，嘗試提升無(wú)毛發(fā)區的 SSVEP 響應強度，取得了一定的進(jìn)展。為了 SSVEP 腦機接口在生活場(chǎng)景落地，上述研究仍在持續推進(jìn)中。

運動(dòng)想象（Motor Imagery, MI）范式朝向更精細發(fā)展。運動(dòng)想象是一種非常重要的主動(dòng)式腦機接口范式，用于識別大腦對四肢和舌頭的運動(dòng)意圖。其無(wú)需外界條件刺激和明顯的動(dòng)作輸出就能誘發(fā)大腦感覺(jué)運動(dòng)皮層的特定響應?，F已廣泛應用于基于腦機接口的假肢、機械臂和輪椅等設備控制、字符拼寫(xiě)及臨床中風(fēng)康復治療等場(chǎng)景。

基于運動(dòng)想象范式的腦機接口已經(jīng)發(fā)展多年，經(jīng)過(guò)數十年的研究，大肢體部位的 MI 控制已經(jīng)基本發(fā)展成熟，而對更細微運動(dòng)做出想象并有效識別（例如不同手指的伸縮、握拳、不同手勢的運動(dòng)想象等）是運動(dòng)想象范式編碼的發(fā)展方向。

運動(dòng)相關(guān)皮層電位范式朝向多肢體運動(dòng)意圖解碼和連續運動(dòng)解碼發(fā)展。運動(dòng)相關(guān)皮層電位（Movement-related cortical potential, MRCP）是一種可以從低頻頭皮腦電中捕捉到的與運動(dòng)規劃、執行相關(guān)的神經(jīng)活動(dòng)信號。MRCP 主要由三部分組成，即與運動(dòng)準備相關(guān)的準備電位（Readiness potential, RP）、與運動(dòng)發(fā)生、起始相關(guān)的運動(dòng)電位（Motorpotential, MP）以及與運動(dòng)執行、運動(dòng)性能相關(guān)的運動(dòng)監測電位（Movement-monitoring potential，MMP）。

相較于 SSVEP 和 P300 等被動(dòng)式腦機接口范式，MRCP 和運動(dòng)想象是不依賴(lài)于外部刺激的、由人體真實(shí)運動(dòng)意圖誘發(fā)的主動(dòng)式腦機接口范式。而相較于運動(dòng)想象，MRCP 不依賴(lài)于重復的運動(dòng)想象。因此，MRCP 具有自然、真實(shí)、可以反映人的實(shí)際運動(dòng)意圖等優(yōu)點(diǎn)。典型的 MRCP 范式包括點(diǎn)到點(diǎn)的上肢運動(dòng)（如 center-out）、連續運動(dòng)追蹤式的上肢運動(dòng)（如 PTT）、指定動(dòng)作類(lèi)型的上肢或下肢運動(dòng)（如手腕內旋 / 外旋）等。

由于 MRCP 具有可反映運動(dòng)意圖的特性，其對發(fā)展與運動(dòng)康復、運動(dòng)功能診斷、日常生活輔助等相關(guān)的運動(dòng)腦機接口具有重要價(jià)值。目前，MRCP 主要發(fā)展趨勢包括從單肢體到多肢體的運動(dòng)意圖解碼、從離散分類(lèi)問(wèn)題到連續回歸問(wèn)題的連續運動(dòng)參數解析、與神經(jīng)假肢、外骨骼、機械臂等外設結合的人體運動(dòng)增強和康復治療等。

卡爾曼濾波器成為當前主流解碼方法。以運動(dòng)控制為例，早期的植入式腦機接口解碼大都使用維納濾波器線(xiàn)性解碼系統。此類(lèi)解碼系統不包含運動(dòng)學(xué)過(guò)程模型，而是將群體神經(jīng)元的反應作為輸入，將空間坐標內的運動(dòng)速率作為輸出，通過(guò)最優(yōu)線(xiàn)性估計的方法進(jìn)行解碼。早期很多腦機接口實(shí)驗室都用該方法進(jìn)行解碼。

后來(lái)，為滿(mǎn)足控制過(guò)程中的解碼連續性需求，需要有運動(dòng)模型作參考以修正和優(yōu)化****輸出，卡爾曼濾波器成為當前的主流解碼方法，其在離線(xiàn)、實(shí)時(shí)以及臨床試驗中都得到了廣泛的應用?？柭鼮V波的優(yōu)點(diǎn)是算法簡(jiǎn)單，而且可以不需考慮神經(jīng)元具體編碼內容即可解碼，因此可以實(shí)時(shí)快速解碼。其缺點(diǎn)在于解碼效果一般，且每次實(shí)驗之前都需較長(cháng)的校準時(shí)間，另外，卡爾曼濾波解碼的系統魯棒性相對較差。為解決這些問(wèn)題，國際上提出了很多方法，其中最具前景的方法主要包括類(lèi)腦****設計和神經(jīng)學(xué)習。

類(lèi)腦****成為新一代解碼方法。最近一些皮層神經(jīng)元群體編碼特性研究結果表明，雖然大量的神經(jīng)元被記錄并用于腦機接口的解碼，但因大腦神經(jīng)元的信息編碼相對于運動(dòng)是冗余的，用于控制的神經(jīng)元群體反應維度要低于神經(jīng)元數量。因此在理論上可以找到一個(gè)隱藏或潛在的低維狀態(tài)空間來(lái)描述在該控制條件下的有效神經(jīng)元群體反應，并將這個(gè)狀態(tài)空間中的潛變量映射到相關(guān)行為或運動(dòng)控制變量用于運動(dòng)控制。

將這些編碼特性應用于****設計，得到類(lèi)腦的****可用于腦機接口控制。目前學(xué)術(shù)研究結果表明，此類(lèi)穩定子空間是存在的。此方法的優(yōu)勢是雖然記錄到的神經(jīng)元群體信號有高噪聲且會(huì )發(fā)生變化，但其在子空間上的動(dòng)力學(xué)過(guò)程一直穩定，因此可以有效去除不穩定記錄以及神經(jīng)元發(fā)放變化帶來(lái)的干擾，從而獲得更為魯棒的腦機接口系統。

神經(jīng)學(xué)習提供新的解碼思路。當前還有一種前沿的腦機接口解碼方法是通過(guò)訓練大腦進(jìn)行學(xué)習來(lái)使用腦機接口，即神經(jīng)學(xué)習（也稱(chēng)腦機學(xué)習）。腦機接口系統中存在兩個(gè)學(xué)習系統，一個(gè)是****的機器學(xué)習，另外一個(gè)就是具有強大學(xué)習能力的神經(jīng)系統。腦機接口初期的實(shí)驗都體現了大腦學(xué)習本身的重要意義，但如何讓大腦學(xué)會(huì )使用腦機接口的解決方案尚不完善。

腦機接口系統在使用過(guò)程中，閉環(huán)控制的練習可以導致神經(jīng)元為適應用戶(hù)的運動(dòng)系統而發(fā)生變化。因此，閉環(huán)過(guò)程中的****與開(kāi)環(huán)時(shí)的****可能完全不同，結果表明提供快速的反饋比過(guò)濾錯誤更為重要，因此誕生了改進(jìn)閉環(huán)性能的技術(shù)，一般被稱(chēng)為閉環(huán)****適應（Closed-Loop decoder Adaptation，CLDA）。此類(lèi)方法根據閉環(huán)腦機接口使用期間記錄的數據實(shí)時(shí)改進(jìn)****，讓****根據用戶(hù)當前神經(jīng)信號的性質(zhì)來(lái)決定****的結構。

此外，用戶(hù)的神經(jīng)系統也在實(shí)時(shí)學(xué)習如何應用這個(gè)****。兩者的相互結合以及相互促進(jìn)得到了一個(gè)“腦機雙學(xué)習”的融合式腦機接口系統。此系統可以在神經(jīng)信號不穩定時(shí)依然輸出穩定的表現，且僅需少量校準即可即插即用，同時(shí)魯棒性極高，在適應新的應用場(chǎng)景時(shí)有同時(shí)保留已學(xué)控制技巧并探索新控制方式的特性，因此極大的提高了腦機接口系統在實(shí)際應用中的可能性。

分解算法是非植入式腦機接口系統的主流解碼算法。分解算法廣泛應用于腦機接口系統的去噪與意圖解碼。分解算法通常使用矩陣分解或提取空間濾波器來(lái)增加不同類(lèi)別意圖的解碼可分離性。大多數分解算法都是為特征提取而設計的，矩陣特征分解后通常需要連接到分類(lèi)器。獨立成分分析（ICA）是使用廣泛的分解算法之一。ICA 一方面可對不同源信號進(jìn)行特征分析，另一方面還可用于去噪（例如去除眨眼成分、偽影信號等）。在解碼腦意圖時(shí)，不同腦機接口范式的分解算法存在差異。運動(dòng)想象范式解碼多采用通用空間模式（CSP）及衍生算法。

CSP 可最大化不同分布的方差信號，例如對左右手運動(dòng)想象進(jìn)行分類(lèi)。在 CSP 基礎上逐漸衍生出濾波器組 CSP（FBCSP）、提議判別濾波器組 CSP（DFBCSP）、臨時(shí)約束的稀疏組空間模式（TSGSP）等。穩態(tài)視覺(jué)誘發(fā)電位（SSVEP）解碼多采用典型相關(guān)分析（CCA）及衍生算法。CCA 算法有效解決了以往非空域分解算法難于處理的導聯(lián)挑選問(wèn)題。近十年學(xué)者提出諸多 CCA 改進(jìn)算法，例如濾波器組 CCA（FBCCA）、任務(wù)相關(guān)成分分析（TRCA）、集成 TRCA（eTRCA）、任務(wù)相關(guān)成分分析算法（mTRCA、TDCA 等）。視覺(jué) P300 電位解碼算法依托 xDAWN 算法和 DCPM 算法。目前有增強 P300 誘發(fā)電位的 xDAWN 算法以及將空間模式提取和模式匹配結合的 DCPM 算法。

近十年以黎曼幾何為代表的流形算法在腦機接口系統中廣泛應用。黎曼幾何算法通?？梢杂糜趯ΨQ(chēng)正定（SPD）矩陣的空間上應用運算，進(jìn)而提供一個(gè)統一的框架來(lái)處理不同的腦機接口范式。例如基于最小均值距離（MDM）和帶有測地線(xiàn)濾波（FgMDM）算法對 MI 任務(wù)進(jìn)行分類(lèi)。MDM 類(lèi)似于使用歐式距離而不是黎曼距離的最近鄰算法。FgMDM 將協(xié)方差投影到切線(xiàn)空間，將線(xiàn)性判別分析（LDA）應用于切線(xiàn)向量，然后將它們投影回帶有選定分量的 SPD 空間。黎曼框架由于具有擴展性，因此易于多場(chǎng)景應用并與機器學(xué)習方法結合。

深度學(xué)習算法在近年被引入腦機接口解碼研究?；?CNN 網(wǎng)絡(luò )結構設計的 Shal-lowConvNet 和 DeepConvNet 模仿了 FBCSP 中的時(shí)間和空間濾波器，性能接近 FBCSP。進(jìn)一步利用深度可分離卷積代替普通卷積提出的 EEGNet 在 SSVEP 范式應用中取得了很好的效果。CNN 網(wǎng)絡(luò )模型具有的批處理歸一化功能也可用于視覺(jué) P300 范式的解碼。進(jìn)一步還有諸多深度學(xué)習的改進(jìn)模型，例如 CNN-RNN 架構、CNN-LSTM 架構。還有一些研究側重于腦機接口的數據擴增，進(jìn)而得到更多的訓練數據，提升解碼效果。典型的數據擴增網(wǎng)絡(luò )模型包括循環(huán)的對抗網(wǎng)絡(luò )（RGAN）、增強 MI 數據的 C-LSTM 模型等。

遷移學(xué)習算法的進(jìn)步是腦機接口走向應用落地的關(guān)鍵。許多機器學(xué)習算法的訓練數據與測試數據來(lái)自相同的特征分布。此類(lèi)算法在腦機接口應用中，雖然面向單個(gè)被試在短時(shí)間內可以取得良好性能，但在不同被試或相同被試不同時(shí)間的情況下性能則大幅下降。這些問(wèn)題被稱(chēng)為跨被試和跨時(shí)間的可變性問(wèn)題。為了減輕這兩個(gè)問(wèn)題的影響，通常需要一個(gè)校準階段來(lái)在每個(gè)會(huì )話(huà)開(kāi)始時(shí)收集足夠的訓練數據，但這會(huì )明顯增加系統使用的準備時(shí)間。

遷移學(xué)習旨在利用源域中的先驗信息改進(jìn)目標域中預測函數的學(xué)習過(guò)程，解決跨會(huì )話(huà)和跨主體的可變性問(wèn)題。腦機接口的早期遷移學(xué)習算法側重于分解算法的改進(jìn)。而后黎曼幾何法進(jìn)一步促進(jìn)了腦機接口的遷移學(xué)習算法進(jìn)步。近年來(lái)，深度學(xué)習算法也開(kāi)始應用于遷移學(xué)習領(lǐng)域。此外，其他領(lǐng)域的遷移學(xué)習方法也在腦機接口研究中有一定的借鑒，例如信息幾何（STIG）的光譜傳輸算法在快速序列視覺(jué)呈現范式 (RSVP）的驗證；融合轉移分量分析（TCA）和聯(lián)合分布適應（JDA）提出的用于腦機接口的流形嵌入知識轉移（MEKT）方法。

經(jīng)過(guò)數十年的科學(xué)探索與技術(shù)論證，腦機接口已從科幻成為科學(xué)，并處于從科學(xué)研究到產(chǎn)業(yè)落地的關(guān)鍵時(shí)期。就腦機接口目前的發(fā)展情況，在今后一段時(shí)間，腦機接口的基礎學(xué)科研究和應用落地都將得到長(cháng)足發(fā)展，從而有望促進(jìn)腦機接口市場(chǎng)規模不斷擴大。

文章轉自：智東西,參考：TGO鯤鵬會(huì )