作者：范家旗，清华大学清华-伯克利深圳学院19级博士生，导师为方璐副教授。目前主要研究方向为生物医学成像和信息处理。

编辑：周圣钧 高松龄

审核：赵 鑫 张可人

图片来源：电子工程世界网

导读

想象一个未来世界：人们不必动手，不必说话，只需要在大脑中闪过念头，就可以完成想做的事，无论是吃饭、穿衣，还是出行、购物。人与人的交流也无需繁复的语言沟通，“心领神会”成为了人们的日常。这是一个新奇的异想世界，也是科幻电影中常常描述的场景。而这一切依赖于一种技术——“脑-机融合”，或者说“脑-机接口”。随着信息科学和神经科学的推进，“脑-机接口”技术取得了迅速的发展，尽管以上所描绘的场景尚在遥远的未来，但其已经实现的突破和应用，已经大有“把科幻照进现实”之势。

在人的大脑中插入电子设备，从而对大脑信息进行读取写入，或者借由这个设备实现用意念操控周围物体，对大多数人来说，可能还是科幻电影中描绘的情节。但是，随着信息科学和神经科学的发展，一个新兴的技术——“脑-机接口（Brain-Computer Interface）”，已经越来越频繁地走进人们的视野，以上所描述的场景，也在逐渐走向现实。2014年巴西世界杯开幕式上，身患截瘫的29岁残疾青年朱利亚诺·平托（Juliano Pinto），通过脑控外骨骼，在圣保罗科林蒂安体育场成功“开球”，是此技术的第一次公开亮相。

图1 朱利亚诺·平托（Juliano Pinto）通过脑控外骨骼开球

何为脑-机接口技术？

脑-机接口技术是指大脑和外部世界建立的直接沟通渠道。脑-机接口系统采集并解码大脑的活动信息，驱动外部设备，部分脑机接口同时将反馈信号输送回大脑，以便大脑及时调整决策，从而形成一个稳定的闭环回路。基于此，可以实现人脑意志直接控制外部设备，而无需人体任何其他部位的辅助。

图2 脑-机接口的工作原理

此技术的关键在于如何检测人脑活动。目前已经开发的检测脑信号方法主要分两类：侵入式，半侵入式和非侵入式。侵入式技术测量大脑皮层电图（electrocorticography，ECoG），设备需植入头骨内侧，测量运动皮层内或大脑皮层表面的神经元活动。其优点在于信号时空分辨率高、信噪比高，缺点是侵入性会带来排异反应、手术感染、装置替换更新等问题，限制了其广泛应用。目前已经开发出了一些新型材料和技术，避免植入带来的手术和术后风险，图3所示是Neuralink公司在2019年发布的植入型超细柔性电极脑-机接口机器人装置，具有较高的美观性和安全性。

图3 Neuralink公司发布的植入型超细柔性电极脑-机接口机器人

非侵入式技术则无需进入头骨内侧，而是采用仪器测量的办法，有些仪器实现了可穿戴。根据探测信号的多样性，非侵入式技术的信号探测方法多样，包括功能磁共振成像（functional magnetic resonance imaging，fMRI），功能近红外光谱（functional nearinfrared spectroscopy，fNIRS），脑磁图描记术（magnetoencephalography，MEG），脑电图（electroencephalogram，EEG），正电子发射断层扫描（PET）等。相比侵入式方法，非侵入式的方法避免了手术带来的相关风险，但是信号分辨率降低、信号噪声增大。

图4 非侵入式脑-机接口装置

由于非侵入式的方法在信号质量上存在瓶颈，脑-机接口最近的进展则大多致力于将侵入式系统的探测电极做到尽可能小，以减少手术的复杂度和相关风险，同时和非侵入式外部设备相比，更具有美观性和方便使用性〔1〕。

半侵入式技术是介于以上两种脑信号检测方法之间的一种技术，在性能和风险上都做了折衷。

图5 三种检测脑信号方法的对比

脑-机接口技术发展历程

1924年，汉斯·伯格（Hans Berger）首次实现用脑电图记录人类的大脑活动，开启了人们对脑电活动的研究，为脑-机接口的出现和发展奠定了基础。

脑-机接口的发展大约经过了50年的历程。第一次尝试在神经生理学的基础上控制大脑信号的工作发表于1968年〔2〕。而真正的脑-机接口研究开始于20世纪70年代。加州大学洛杉矶分校的雅克·维达尔（Jacques Vidal ）教授在其发表的论文中首次提到了“脑-机接口”的概念，并提出了脑-机接口系统的框架雏形，因此被视作脑-机接口的发明者〔3〕。由于计算机和脑电技术的限制，在随后的一段时间，脑-机接口技术没有取得进一步的发展，直到2000年，脑-机接口才再次进入科学家的研究计划，其概念也得到了更新，即不需要外周神经参与的人机交互界面，一直沿用至今〔4〕。

随后，脑-机接口技术逐渐发展并趋于多样化，基于侵入式和非侵入式技术的系统层出不穷，其功能也从运动控制扩展到了打字、语音、心理和情绪分析等多个方面。实际上在2000年之前，脑机接口还是一种科幻概念，但经过20年的发展，已经开始走进人们的生活，可谓是最快从科幻变为现实的技术。

脑-机接口技术的最新进展和应用

近几年来，脑-机接口领域受到了前所未有的关注，也取得了许多新的发展，许多新的应用领域得到了探索。

非侵入式脑-机接口取得了重要成果，但是由于头皮信号分辨率低，信号处理能力已达上限，其发展目前进入了瓶颈期。2019年4月，发表于《科学》杂志的工作实现了可意念操控机械臂连续、快速运动的无创脑-机接口〔5〕。2019年5月，中电云脑发布了“脑语者”芯片，应用范围覆盖了特种医学、康复医学、脑认知、神经反馈、信号处理等脑-机重点应用领域，达到国际领先水平。

图6 非侵入式脑-机接口实现“意念操控机械臂”

侵入式脑-机接口虽然具有“侵入式”带来的种种问题，但是由于其能捕捉高质量的神经信号（其信号精度和信噪比是头皮读出的数百倍），被预测将成为未来脑-机接口研究的主流。目前相应技术已经在多种动物体上试验成功，并将进一步推进人体实验。2019年8月，Neuralink公司发布了向大脑中植入超细柔性电极以监测神经元活动的脑-机接口机器人，其柔性电极技术具有生物相容性好、体积小等优势，同时信号读出速率相较以往侵入式电极提高了15倍〔1〕。2020年1月，浙江大学完成国内首例植入式脑-机接口临床转化研究，其研发的植入式脑-机接口可以辅助四肢瘫痪的病人用“意念”握手、拿饮料、吃油条、玩麻将〔6〕。

图7 国内首例植入式脑-机接口临床转化研究

脑-机接口技术最先应用于康复医学领域，随着发展，其应用领域也将拓展到包括教育、游戏、电子商务等等其他领域。在康复医学领域，脑-机接口已经可以帮助修复、协助或增强认知或感觉运动障碍患者的相应功能，具体应用包括运动能力恢复、言语交流能力恢复、意识评估、与辅助设备结合促进康复等。在教育领域，脑-机接口可以通过测量脑信号、控制脑信号，改善学习者的消极情绪、提高学习者的学习能力、加强学习者的自我管理等，未来甚至可能拓宽教育场景，实现更进一步的教育互动。在游戏领域，脑-机接口未来的主要应用方向是和虚拟现实技术相结合，进一步提升虚拟现实游戏体验。在电子商务领域，脑-机接口的应用目标是基于人的脑信号提供更贴切的产品推荐服务。

与此同时，许多脑-机接口公司相继成立并推动了该技术的发展和推广。其中最著名的当属埃隆·马斯克（Elon Musk）创立的Neuralink公司。在中国，清华大学孵化的 NeuraMatrix 公司，也致力于脑-机接口技术底层设备的研发。

图8 马斯克与Neuralink公司

机遇&挑战？

脑-机接口技术当前发展迅速，令人振奋。在神经科学方面，脑-机接口有助于科学家们增进对脑和神经的认识，推进神经科学研究；在医学领域，脑-机接口提供了一种功能强大的方法，帮助运动、语言障碍患者的康复和正常生活；而在人们的日常生活中，如果能有脑-机接口的加入，将为人类生活带来巨大的变化，这也是令人向往和期待的。因此，脑-机接口这个新兴技术的发展存在很多机遇。

而与此同时，脑-机接口技术作为一个全新的事物，也尚存在一些问题，例如安全性问题，自主性问题，隐私问题等。此技术如何保障人身和信息安全，保障人的自主意志和隐私不被侵犯，还需要更深入的探讨和确认。

结语

得益于神经科学和信息技术领域的发展，“脑-机接口”技术近年来发展迅速，未来前景也十分广阔，是一项备受期待的未来科技。随着此技术的进一步发展和应用，相信将为医学、教育、电子商务等等诸多领域带来突破和革新，甚至改变人们的生活方式！

参考文献：

1. John Markoff：Elon Musk’s Neuralink Wants ‘Sewing Machine-Like’ Robots to Wire Brains to the Internet [EB/OL]. [2019-07-16](2020-08-16). https://www.nytimes.com/2019/07/16/technology/neuralink-elon-musk.html

2. Chaudhary U, Birbaumer N, Ramos-Murguialday A. Brain–computer interfaces for communication and rehabilitation[J]. Nature Reviews Neurology, 2016, 12(9): 513.

3. Vidal J J. Toward direct brain-computer communication[J]. Annual review of Biophysics and Bioengineering, 1973, 2(1): 157-180.

4. 从科幻到现实：脑机接口的20年。https://huanqiukexue.com/a/guandian/fangtan/2019/0509/28248.html

5. Edelman B J, Meng J, Suma D, et al. Noninvasive neuroimaging enhances continuous neural tracking for robotic device control[J]. Science Robotics, 2019, 4(31): eaaw6844.

6. 浙江大学完成国内首例植入式脑机接口临床转化研究。http://www.news.zju.edu.cn/2020/0117/c5216a1957263/page.htm