脑机接口

脑机接口（英文：Brain-computer interface, BCI；或 Brain-machine interface, BMI）是一种不依赖于外周神经和肌肉的正常输出通路，在大脑与外部设备之间建立直接通信和控制通路的技术系统。其核心目标是通过解码大脑活动产生的信号，将其转换为指令，从而控制外部设备（如计算机光标、轮椅、机械臂），或通过向大脑输入信号来提供感觉反馈或调节神经活动。

一个典型的BCI系统包含以下关键模块：

1. 信号采集：获取大脑活动信号。

2. 信号处理：预处理（如滤波、降噪）、特征提取（提取与意图相关的信号特征）。

3. 翻译算法：将提取的特征转换为输出指令（如运动方向、选择命令）。常用算法包括线性判别分析、支持向量机、深度学习模型。

4. 输出设备：执行指令的外部装置（如屏幕上的光标、假肢、轮椅、语音合成器）。

5. 反馈（闭环BCI）：将设备执行结果或直接的电刺激反馈给用户，帮助用户学习和调整其脑活动策略。

1. 侵入式BCI

• 方式：通过神经外科手术将微电极阵列（如犹他阵列、神经织网）植入大脑皮层内部或表面，直接记录单个或多个神经元的动作电位（spikes）或局部场电位。

• 优点：信号质量极高（高信噪比、高时空分辨率），能解码复杂的运动意图和精细控制。

• 缺点：手术风险；长期植入可能引发组织反应（胶质瘢痕包裹）、信号衰减；感染风险。

• 应用：主要用于严重瘫痪患者（如肌萎缩侧索硬化症晚期、脊髓严重损伤），目标是恢复运动和交流能力。如 BrainGate 临床试验，患者能用思维控制机械臂抓取物体、移动光标打字。

2. 半侵入式（皮层表面）BCI

• 方式：将电极网格（如硬膜外或软膜下电极）放置在大脑皮层表面，记录皮层脑电图。

• 优点：相比侵入式，对脑组织损伤较小，信号质量仍较好。

• 缺点：仍需开颅手术，信号分辨率低于微电极。

• 应用：在癫痫患者术前监测中兼作BCI研究。

3. 非侵入式BCI

• 方式：在头皮表面采集信号，完全无创。

  • 脑电图（EEG）：最常用。记录头皮电位变化，反映大量神经元同步活动的总和。时间分辨率高（毫秒级），但空间分辨率低，信号易受干扰（如眼动、肌电）。

  • 脑磁图（MEG）：记录神经元活动产生的磁场，空间分辨率优于EEG，但设备昂贵笨重。

  • 功能近红外光谱（fNIRS）：测量大脑皮层的血氧水平变化，反映神经活动，便携但时间分辨率较低。

• 优点：安全、易用、成本较低。

• 缺点：信号质量较低，解码复杂意图困难，用户通常需要大量训练。

• 应用：广泛用于研究和辅助通讯（如P300拼写器）、神经反馈训练、游戏娱乐、康复（如卒中后运动想象训练）。

BCI系统利用不同的大脑活动模式作为控制信号：

1. 感觉运动节律（如μ节律，β节律）：想象运动（如想象左手、右手运动）可引起对侧感觉运动皮层的事件相关去同步/同步，用于控制二维光标或选择指令。

2. 皮层慢电位（如准备电位）：意识性的准备活动产生的缓慢电位偏移。

3. 事件相关电位：

   • P300电位：当罕见的目标刺激出现时，在大约300毫秒后产生的一个正向电位波。用于矩阵拼写（用户注视想选择的字母，该字母随机闪烁时诱发P300）。

   • 稳态视觉诱发电位：当用户注视以特定频率闪烁的视觉刺激时，其EEG中会出现与之相同频率的响应。不同闪烁频率对应不同指令。

4. 直接神经活动解码（主要用于侵入式BCI）：从运动皮层神经元群活动中直接解码运动轨迹（速度、方向、抓握力）的细节。

1. 医疗与康复（核心应用）：

   • 运动功能替代：为严重瘫痪者提供控制计算机、轮椅、假肢的能力，恢复部分独立性和交流能力。

   • 感觉功能恢复：通过电刺激感觉皮层或神经，为盲人提供“人工视觉”（视觉假体），为聋人提供“人工听觉”（人工耳蜗本质上是一种BCI），或为假肢用户提供触觉反馈。

   • 卒中与神经康复：利用基于运动想象的BCI训练，结合功能性电刺激或机器人，促进卒中后受损运动环路的脑可塑性和功能重组。

   • 神经调控与疾病治疗：用于治疗难治性癫痫、抑郁症、强迫症等（如响应性神经刺激系统）。

2. 增强与交互：

   • 增强认知：在极端环境（如宇航员、战斗机飞行员）下维持警觉和认知状态。

   • 新型人机交互：控制AR/VR环境、游戏、智能家居。

3. 科学研究：研究感知、决策、运动控制等认知过程的神经机制。

1. 技术挑战：提高信号质量、解码精度、信息传输率；实现长期稳定的植入；开发更智能、自适应的算法；建立有效的双向闭环（同时输出指令和输入感觉反馈）。

2. 临床挑战：确保系统的可靠性、安全性和实用性；适应巨大的个体差异；进行严谨的临床试验。

3. 伦理与社会挑战：

   • 隐私与安全：思想、意图等最私密数据的保护。

   • 自主性与代理：谁在控制？设备决策与用户意图的界限。

   • 增强公平性：可能加剧社会不平等，创造“神经鸿沟”。

   • 身份认同：与机器深度融合后，人的自我意识是否改变？

   • 军事应用：潜在的“超级士兵”和新型武器化风险。

未来的BCI将趋向于更微型化、无线化、智能化和双向化。脑机智能融合，特别是结合人工智能进行高效解码和适应性交互，是实现流畅、自然、强大的神经控制与交互的关键。