脑机接口是中国脑计划布局中“类脑智能计算与脑机智能”的关键技术。为此,中国科学院学部工作局设立了由中国科学院院士、北京大学程和平教授牵头的“脑机接口关键科学问题、关键核心技术及其布局研究”咨询项目,项目组包括中国科学院程和平院士、吴朝晖院士、张旭院士、王以政院士等多位专家,全面梳理分析脑机接口的关键科学问题和技术挑战以及相关的发展路径。
项目组于2024年发表的《脑机接口技术发展现状及未来展望》一文中,提及:“非侵入性BCI最为常见的技术是脑电图(EEG),近年来,功能性近红外光谱(fNIRS)、磁脑电图(MEG)、功能性磁共振成像(fMRI)、正电子发射断层扫描(PET)和功能性经颅多普勒超声也被利用。”


通常情况下,人类通过“中枢神经系一周围神经系一肌肉”三级结构来完成与外界环境的交流与互动,而有些疾病造成此流程无法顺利进行。为了解决这一问题,科研人员开始研究如何直接将脑信号绕过周围神经和肌肉,直接转化为人类行为,脑机接口技术应运而生。
“脑机接口”能够绕过外周神经和肌肉直接在大脑与外部设备之间建立一种全新的通信与控制通道。它在运动障碍患者的康复以及从物理或认知层面增强人类工作能力等多个领域具有重要的潜在应用。
脑机接口技术的发展经历了从科学幻想期(20世纪20年代—20世纪70年代)、科学论证期(1973—1988年)、学术发展期(1988—2003年)到技术爆发期(2003年一至今)的过程。目前,该技术正处于高速发展阶段,并在医疗、工业、教育、娱乐等多个领域展现出广阔的应用前景。
近年来,越来越多的学术论文、专利申请和科研项目资金涌现。无论是基础研究还是应用开发,脑机接口正受到全球科研机构和企业的广泛关注,各国政府和产业界也纷纷加大投入,推动技术的快速迭代与创新。





BCI系统主要由用户(大脑)、脑信号采集、脑信号处理与解码、控制接口、机器人等外设和神经反馈构成(见图5)。
其中,最核心的是脑信号采集、脑信号处理与解码、控制接口,它们是BCI 系统的三个基本组成部分。
1,根据信号采集的方式和技术的不同,可以将BCI分为侵入式、半侵入式和非侵入式三类。
其中,非侵入性 BCI 最为常见的技术是脑电图(EEG), 近年来,功能性近红外光谱(fNIRS)、磁脑电图(MEG)、功能性磁共振成像(fMRI) 、正电子发射断层扫描(PET)和功能性经颅多普勒超声也被利用。
2,根据脑机接口系统的结构和功能特性,可以将BCI大致分为三类:输出式 BCI、输入式 BCI以及双向交互式 BCI。
3,根据使用大脑信号的方式,可以将BCI分为主动式、反应性、被动式三类。
BCI的性能受到多种心理生理因素的影响,这些因素导致了显著的个体差异。心理因素如注意力、记忆负荷、疲劳以及竞争性的认知过程会影响大脑的瞬时动力学;
此外,用户的个人特征,如生活方式、性别和年龄等,也会影响BCI的表现;
生理参数,如静息状态下的心率变异性 (HRV) 的频域特征,同样与 BCI性能相关。
脑机接口技术面临的主要技术挑战包括信号感知的准确性和数据处理的复杂度。长期稳定性和生物相容性也是重要问题,因为侵入式设备可能会引发免疫反应或随着时间推移而逐渐失去信号质量。
脑机接口技术的产业化面临着收益与风险、成本与回报的平衡问题。
从安全和伦理的角度来看,脑机接口技术面临着黑客攻击、数据窃取等隐私泄露风险,尤其是侵入式设备还存在植入人体过程中可能对大脑组织造成的创伤和感染问题。
从短期看,脑机接口技术的应用将主要集中在医疗和康复领域,尤其是恢复患者行动能力方面,实现输出式BCI在医疗领域的落地。通过神经康复应用,BCI可以帮助中风或脊髓损伤患者重建与外界的联系,提高他们的生活质量和独立性。此外,BCI技术在精准治疗与监测、疾病早期诊断以及促进康复过程等方面也将展现出创新潜力。 随着技术的进步,脑机接口技术将变得更加精确、便携、可靠以及易于使用。
从中期看,输出式 BCI 将进一步从医学领域拓展到教育、娱乐、军事、工业等其他领域,而输入式BCI以及双向交互式BCI将实现在医疗领域的应用。
从长期看,BCI将转向功能改善与增强,实现从“脑到机”再到“机到脑”乃至“脑到脑”的双向交互,最终达成脑机融合智能。此外, BCI 还有望扩展人类的感知能力并增强记忆与认知功能。
肖松,程和平,吴朝晖,等.脑机接口技术发展现状及未来展望[J].科学与社会,2024,14(03):2-25.DOI:10.19524/j.cnki.10-1009/g3.2024.03.002.