1 脑机接口技术概述
1.1 脑机接口的定义
1999年，BCI 国际会议对 BCI 含义进行了界定，即“脑机接口技术是一种不依赖于正常的由外周神经和肌肉组成的输出通路的通讯系统”，它绕开了外周神经和肌肉组织，直接为大脑提供一种新的信息交流和控制通路，为那些不能通过说话或肢体动作来表达想法或操作设备的人提供一种与外界环境进行交流和沟通的途径。
1.2 脑机接口技术简介
脑机接口，有时也称作“大脑端口”direct neural interface或者“脑机融合感知”brain-machine interface，它是在人或动物脑（或者脑细胞的培养物）与外部设备间建立的直接连接通路。在单向脑机接口的情况下，计算机或者接受脑传来的命令，或者发送信号到脑（例如视频重建），双向脑机接口允许脑和外部设备间的双向信息交换。
在该定义中，“脑”一词意指有机生命形式的脑或神经系统，而并非仅仅是“mind”。“机”意指任何处理或计算的设备，其形式可以从简单电路到硅芯片。
对脑机接口的研究已持续了超过40年。20世纪90年代中期以来，从实验中获得的此类知识显著增长。在多年来动物实验的实践基础上，应用于人体的早期植入设备被设计及制造出来，用于恢复损伤的听觉、视觉和肢体运动能力。研究的主线是大脑不同寻常的皮层可塑性，它与脑机接口相适应，可以像自然肢体那样控制植入的假肢。在当前所取得的技术与知识的进展之下，脑机接口研究的先驱者们可令人信服地尝试制造出增强人体功能的脑机接口，而不仅仅止于恢复人体的功能。这种技术在以前还只存在于科幻小说之中。
1.3 脑机接口研究
一些实验室已实现从猴和大鼠的大脑皮层上记录信号以便操作脑机接口来实现运动控制。实验让猴只是通过回想给定的任务（而没有任何动作发生）来操纵屏幕上的计算机光标并且控制机械臂完成简单的任务，另外在猫上进行的研究对视觉信号进行了解码。
1.3.1 运动功能
在面向运动功能的脑机接口方面，发展算法重建运动皮层神经元对运动的控制，该研究可以回溯到20世纪70年代。Schmidt, Fetz和Baker领导的小组在20世纪70年代证实了猴可以在闭环的操作性条件作用（closed-loop operant conditioning）后快速学会自由地控制初级运动皮层中单个神经元的放电频率。20世纪80年代，约翰斯·霍普金斯大学的Apostolos Georgopuolos找到了猕猴的上肢运动的方向和运动皮层中单个神经元放电模式的关系。他同时也发现，一组分散的神经元也能够编码肢体运动。
上世纪九十年代中期以来，面向运动的脑机接口经历了迅速的发展。若干研究小组已经能够使用神经集群记录技术实时捕捉运动皮层中的复杂神经信号，并用来控制外部设备。其中主要包括了Richard Andersen、John Donoghue、Phillip Kennedy、Miguel Nicolelis和Andrew Schwartz等人的研究小组。
1.3.2 感觉功能
迄今人类已经能够修复或者正在尝试修复的感觉功能包括听觉、视觉和前庭感觉。人工耳蜗是迄今为止最成功、临床应用最普及的脑机接口。
视觉修复技术尚在研发之中。这方面的研究和应用落后于听觉同能的主要原因是视觉传递信息量的巨大和外周感觉器官（视网膜）和中枢视觉系统在功能上的相对复杂性。
美国约翰·霍普金斯大学的Della Santina及其同事开发出一种可以修复三维前庭感觉的前庭植入物。
2 脑机接口技术研究
典型的脑机接口系统主要包含4 个组成部分: 信号采集部分、信号处理部分、控制设备部分和反馈环节。
2.1 信号采集部分
1、侵入式侵入式脑机接口主要用于重建特殊感觉（例如视觉）以及瘫痪病人的运动功能。此类脑机接口通常直接植入到大脑的灰质，该方法采集的大脑神经元上的脑电信号具有较高的精度，而且噪声较小。缺点是无法保证脑内的电极长时期地保持结构和功能的稳定，而且将电极植入脑皮层内存在安全问题，比如容易引发免疫反应和愈伤组织（疤），进而导致信号质量的衰退甚至消失。 2、非侵入式和侵入式脑机接口一样，研究者也使用非侵入式的神经成像术作为脑机之间的接口在人身上进行了实验。用这种方法记录到的信号被用来加强肌肉植入物的功能并使参加实验的志愿者恢复部分运动能力。虽然这种非侵入式的装置方便佩戴于人体，但是由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应，记录到信号的分辨率并不高。这种信号波仍可被检测到，但很难确定发出信号的脑区或者相关的单个神经元的放电。但由于非侵入式方法测量的是头皮表面的脑电信号，通过将电极贴附在头皮上，就可直接获得人大脑活动产生的脑电信号，所以具有易采集、无创性等特点。 脑电图：作为有潜力的非侵入式脑机接口已得到深入研究，这主要是因为该技术良好的时间分辨率、易用性、便携性和相对低廉的价格。但该技术的一个问题是它对噪声的敏感，另一个使用EEG作为脑机接口的现实障碍是使用者在工作之前要进行大量的训练。这方面研究的一个典型例子是德国图宾根大学的Niels Birbaurmer于1990年代进行的项目。该项目利用瘫痪病人的脑电图信号使其能够控制电脑光标。经过训练，十位瘫痪病人能够成功地用脑电图控制光标。但是光标控制的效率较低，在屏幕上写100个字符需要1个小时，且训练过程常耗时几个月。在Birbaumer的后续研究中，多个脑电图成分可被同时测量，包括μ波和β波，病人可以自主选择对其最易用的成分进行对外部的控制。 |
 |
2.2 信号处理部分
脑电信号的处理主要包括预处理、特征提取和信号分类3部分。
预处理：主要用于去除脑电信号中具有工频的杂波、眼电、心电以及肌电等信号的伪迹。
特征提取：主要作用是从脑电信号中提取出能够反映受试者不同思维状态的脑电特征，将其转换为特征向量作为分类器的输入。
信号分类：目的是将脑活动转变成计算机命令，实现脑机之间的交互。
2.3 控制设备部分
控制设备主要是把经过处理的脑电信号转换为外部设备的控制指令输出，从而控制外部设备实现与外界进行交互的目的。
2.4 反馈环节
反馈主要是把外部设备的运行情况等信息反馈给使用者，以便使用者能实时地调整自己的脑电信号。
3 常见的脑机接口控制模式
外源性成分是指由外部刺激诱发的脑电信号，主要有视觉和听觉诱发电位等。
内源性成分是指大脑自发产生的脑电信号，例如在执行某种认知任务时或被试者通过自我调节都可以产生。
3.1 视觉诱发电位
1、稳态视觉诱发电位（steady state visually evoked potentials，SSVEP）
（1）定义：视觉诱发电位是由外界视觉刺激所引起的视觉皮质的电活动。
（2）最初实验：利用固定频率的视觉刺激对被试者进行刺激，视皮质就会产生受到刺激频率调制的脑电信号。例如，当被试者注视一个以 7 Hz 闪烁的视觉刺激时，在其大脑的视觉皮质区域就可以记录到一个7Hz的信号成分；此外，还可以记录到很多谐波成分，例如14 Hz和21 Hz等。
2、瞬态视觉诱发电位( transient visual evoked potential，TVEP)
3.2 慢皮层电位( slow cortical potential，SCP)
是大脑皮层脑电信号中最慢的频率部分，它的时间序列中持续时间为300 ms到几秒之间的正负电位偏移。当思维活动显著时，大脑皮层的兴奋性增强，SCP发生负向变换；思维活动减弱时，大脑皮层的兴奋度降低，SCP发生正向变换。
3.3 P300电位
P300是主要位于中央皮层区域的一种与大脑认知加工过程有关的内源性诱发电位，其波形是一个具有正电位的波峰，其潜伏期大约为300 ms。研究表明，P300电位与相关事件出现的概率联系紧密。通常，出现概率越小的相关事件，其产生的P300电位越显著。但是如果相关事件出现的概率越小，其诱发一次 P300电位的时间将会越长，进而严重影响BCI系统的实时性。
3.4 基于运动想象的μ节律和β波
当人想象肢体运动时，这些区域产生的脑电信号将出现显著的变化，尤其是μ节律和β波变化最为显著：当想象右手运动时，左脑运动区域皮层的脑电信号变化明显；当想象左手动作时，右脑运动区域皮层 的脑电信号变化明显; 当想象脚运动时，大脑中央运动区域的脑电信号变化明显。因此，基于运动想象的 μ节律和β波可以作为脑机接口的控制信号。
3.5 眼动产生的α波
人在闭眼放松时，脑电信号的α波的幅值会升高，而睁眼时脑电信号的α波的幅值会降低甚至消失，这种现象称为α波阻断。α波阻断现象在大脑枕区视觉皮层表现最明显。据此可以通过对睁眼和闭眼的控制，调节α波振幅的大小，进而输出特定控制信号。
3.6 混合脑机接口
混合BCI的目的主要是通过多种信号或范式的混合，提升解码准确率或效率。
4 脑机接口系统的典型应用分析
4.1 神经修复
神经修复是神经科学中和神经的修复相关的领域，即使用人工装置（假体）替换掉原有功能已削弱的部分神经或感觉器官。神经假体最广泛的应用是人工耳蜗，截止到2006年世界上已有大约十万人植入。也有一些神经假体是用于恢复视力的，如人工视网膜，迄今在这方面的工作仅仅局限于将人工装置直接植入脑部。
脑机接口和神经修复的区别主要从字面上就可见其端倪：“神经修复”通常指临床上使用的装置，而许多现有的脑机接口仍然是实验性质的。实践上讲神经假体可以和神经系统的任意部分相连接，如外周神经系统；而“脑机接口”通常指一类范围更窄的直接与脑相连接的系统。
由于目标和实现手段的相似性，“神经修复”和“脑机接口”两术语经常可以通用。神经修复和脑机接口尝试达到一个共同的目标，如恢复视觉、听觉、运动能力，甚至是认知的能力。两者都使用类似的实验方法和外科手术技术。
4.2 基于稳态视觉诱发SSVEP的脑控拼写系统
清华大学的高上凯教授等于1999年将SSVEP应用于BCI，成功构建了一个能够控制光标在二维平面中移动的BCI系统。在保证识别正确率的前提下，平均ITR只能达到大约 60bit·min-1，难以满足实用化。
2015年，清华大学高小榕、高上凯教授团队过联合频率-相位调制方法，将 SSVEP字符输入系统的通讯速率提升到了270bit·min-1的水平，极大的提高了脑控拼写系统的实用化水平。
4.3 基于运动想象的运动控制系统
通过提取想象不同肢体部位运动时运动皮质节律信号的变化特征，可以对外部设备进行控制。
美国明尼苏达大学的贺斌教授团队在运动想象信号的解码方面做了大量开创性的工作，例如首次实现了利用运动想象信号控制无人机在三维空间的飞行。
2016年，贺斌教授团队又成功实现了通过解码运动想象信号控制虚拟机械臂在三维空间的移动，完成对物体的抓取和放置。 2019年，成功开发出第一款由大脑控制的机器人手臂，具有连续跟踪计算机光标的能力。该成果发表在 Science Robotics上。
2020年8月29日，埃隆·马斯克自己旗下的脑机接口公司Neuralink举行发布会，找来“三只小猪”向全世界展示了可实际运作的脑机接口芯片和自动植入手术设备。
2022年3月，中国神经外科领域的一项新突破，脑机接口柔性电极技术在世界顶级学术期刊《科学》杂志上发表。这项突破是一种脑机接口柔性电极技术，由首都医科大学附属北京天坛医院研发，是提高手术精准度、保护神经功能的关键技术。该技术将仅有2微米大小的电极点组成的新型柔性电极，通过手术放到大脑上，帮助医生更精确“看”到大脑内部神经等，从而最大限度保护大脑功能。
2022年6月25日，我国自主研发的国内首款介入式脑机接口完成动物试验。
5 商业化应用方向及公司介绍
John Donoghue及其同事创立了Cybernetics公司，宗旨是推动实用的人类脑机接口技术的发展。该公司目以Cybernetics神经技术公司为名在美国股市上市。BrainGate是该公司生产的电极阵列，该产品基于美国犹他大学的Richard Normann研发的“犹他”电极阵列。
Philip Kennedy创立了Neural Signals公司。该公司生产的脑机接口设备使用玻璃锥内含的蛋白质包裹的微电极阵列，旨在促进电极和神经元之间的耦合。该公司除了生产侵入式脑际接口产品，还销售一种可回复言语功能的植入设备。
2004年为止，William Dobelle创建的公司已经在16位失明病人内植入了初级视皮层视觉假体。该公司仍在继续研发视觉植入物，但这类产品至今没有获得FDA的批准，因而不能在美国境内使用于人类。
主流的商业化应用方向主要是：虚拟现实VR和医疗。
6 脑机接口技术面临的挑战
6.1 安全风险
植入式电极需通过手术进行植入，涉及手术安全风险。电极本身的生物安全性需要严格考量。因为植入后的电极可能发生生物（免疫或感染）反应，并在电极周围形成神经胶质疤痕组织，使可记录到的神经信号大大衰减。为此，需要制定相应的评估标准，来评估患者或用户在使用脑机接口技术或产品过程中有可能出现的安全风险等问题。此外，还需要对脑机接口系统进行安全性权衡。例如，具有神经反馈与调控的脑机接口系统，可刺激神经元产生活动，在极端情况下，个人可能无法将自我产生的神经活动模式与人工或替代模式区分开来。这类脑机接口在治疗、替代或恢复某些受损功能的同时，也可能会使人产生幻觉。
6.2 伦理问题
高精度的脑机接口系统可以读取大量的中枢神经活动信息，在增强或恢复运动、认知等功能的同时，不仅涉及更多的个人隐私，而且也会产生新的神经伦理学问题。例如，即使在患者已经知情同意的情况下，读取瞬间的运动意图并操控外部设备或者，读出可能不会自然发生的潜在动作（例如言语）等，是否符合人的意志或社会伦理道德。另外，脑机接口技术在应用中会产生大量的神经活动数据，如何规范而有效保护个人的神经数据，监管神经数据的使用，也是脑机接口技术目前在临床化和商业化过程中亟待解决的重要问题。
相关伦理问题还涉及脑机接口技术的适用或运作范围。当前已实际应用的脑机接口技术多专注于功能的恢复、改善或替代，但未来脑机接口技术在功能的补充与增强方面也将有长足的发展。随着大脑功能和神经机制不断被揭示，脑机接口系统可能将功能增强至超越自然的水平。这就涉及增强的限度、安全性与公平性等问题解决此类问题需要医生、科学家、工程师、伦理学家、政府监督机构和患者权益团体进行密切对话与合作，来共同制定可操作性的伦理准则。
6.3 技术类
1、数量庞大且复杂的神经元：皮质里面有大约200亿个活跃的神经元，如何刺激如此种类繁多且复杂的神经元以及记录神经元变化是巨大的挑战。
2、脑机接口的摩尔定律：根据统计数据显示，以目前BCI技术以平均7.4年才能使可同时记录的神经元数量翻倍的速度计算，要达到同时记录100万个神经元需要等到2100年，而要记录人脑中的所有神经元，则要等到2225年。
3、待提升的信息传输速率：目前BCI系统的平均ITR只有60bit·min-1，远远不能满足日常交流的需要，想要进行更广范围的应用，传输和解码效率有待提升。
4、信号识别精度低、信号采集和处理方法需改进
5、实验室样机工程化：目前的BCI系统大部分还局限于实验室条件，在易用性、成本控制和系统鲁棒性方面仍然与实际应用存在较大差距。
6、通用性差：脑电信号的表征模式具有极大的个体差异性，而且同一个人在不同的状态下脑电信号的差异也非常大。
7 脑机接口技术进展
7 .1 Elon Mask Neurolink工作进展
7.1.1 侵入式与非侵入式对比
1、非侵入式技术：手段记录通过颅骨的数百万神经元的平均值，但这种信号是扭曲的和非特异性的。
2、侵入式技术：可记录最深、最准确、最精确的与功能相关的神经元的动作电位。
系统有三个主要组件：超细聚合物探针，神经外科机器人和定制高密度电子芯片。
7.1.2 超细聚合物探针
Neuralink开发了一种定制工艺来制造使用各种生物相容性薄膜材料的微小位移神经探针。 每个阵列有48或96个线程，每个线程包含32个独立电极触点。
“树状”探针，拥有32个间隔为75μm的电极触点
“树状”探针，拥有32个间隔为75μm的电极触点
7.1.3 穿线机器人
用薄膜聚合物做成的探针精细又灵活，问题是它们太软太灵活了，这增加了植入手术的难度。 Neuralink为此专门开发了一种用于植入柔性探针的神经外科机器人。这种机器人每分钟能植入6根探针，快速可靠，能避开血管并从分散的大脑区域进行记录。 机器人的植入头镶嵌在400mm × 400mm × 150mm的行程三轴平台上。
405nm照明用于激发聚酰亚胺的荧光，令光学组件和计算机视觉可靠地定位于16×50的区域，执行亚微米视觉伺服以引导。立体摄像机基于软件计算的单眼扩展景深，用525nm光照射精确估计皮质表面的位置。这个机器人还会把植入位置记录到具有颅骨界标的公共坐标系中，当与深度跟踪相结合时，能够精确地瞄准解剖学定义的脑结构。
规划机器人功能时，Neuralink强调了在植入过程中避免脉管系统的能力，这是机器人的关键优势之一。这一点是非常重要，因为血脑屏障的损伤被认为在大脑对异物的炎症反应中起关键作用。
这个机器人具有自动植入模式，整个植入过程可以自动化，但外科医生能够对其保持完全控制，如果需要，可以进行手动微调。 已经证明在19次手术中平均插入成功率为87.1±12.6％。这表明机器人插入薄聚合物电极是一种有效且可扩展的方法，用于从解剖学上定义的大脑区域中的大量神经元进行记录。
7.1.4 电子芯片
用数千个电极位置的长期记录大脑信号，向电子设备和封装提出了极大的挑战。 高密度的记录通道要求信号放大和数模转换必须集成在阵列组件中。而且这个集成的组件必须能放大微弱的神经信号，同时抑制噪声。在最小的功耗和尺寸下，对放大的信号进行采样和数字化，并实时处理这些信号。
定制的Neuralink专用集成电路(ASIC)可以达到上面的要求。该集成电路由三个部分组成：256个独立可编程放大器（Neuralink把它叫做Analog Pixel）、片上模数转换器（ADC）、用于序列化数字化输出的外围控制电路。
设备允许记录分布在多个大脑区域和皮质层的广泛的神经活动。调制神经活动将是下一代临床脑机接口的重要组成部分， Neurolink ASIC能够在每个通道上进行电刺激，尽管还没有在这里展示这些功能。
7.2 Facebook脑机项目研究进展
2017年的F8大会上，Facebook首次对外展示了“大脑打字”项目，目标是通过非侵入式硬件创建一个无声语言系统，能够直接从你的大脑读取信号来打字，速度可达每分钟100词，是人们在智能手机上打字速度的五倍。
这项研究早期是由Facebook的创新硬件部门Building 8负责，这个神秘的团队有超过60名科学家和工程师，他们分布在UC San Francisco、UC Berkeley、霍普金斯医学院、霍普金斯大学应用物理实验室等机构中。
2018年12月，Facebook对其进行了重组，把脑机项目转移到了Facebook Reality Lab团队。
2019年由facebook该团队资助的加州大学旧金山分校UCSF神经外科教授 Edward F. Chang组将最新研究结论发表在《自然通讯》（Nature Communications），结果表明系统可解码佩戴设备的人听到和说出的对话词和短语，论证了项目概念的可行性。研究人员与三名正在接受癫痫治疗的患者合作测试这项技术。
不过，Facebook脑机接口计划的研究总监Mark Chevillet表示，“我们没有任何实际的产品计划，因为这项技术是早期阶段的研究。” Chevillet的最终愿景是：一副眼镜，利用增强现实技术，从发送短信到调整歌曲音量，再到简单地点击一下鼠标，什么都可以做。
UCSF研究团队本实验仍使用植入电极来获取大脑信号，不过，Facebook的最终目标是非侵入式的脑机接口设备。文中，Edward F. Chang 的团队首次发表实时解码大脑信号的问答语音研究相应成果。
该系统能够解码被观察者感知(听到)和产生(说出)的语音，准确率分别达到76%和61%。
通过将电极植入三名癫痫患者的大脑中，记录了他们的电脑活动；同时，志愿者被要求听一组事先录制的问题，并大声说出他们的回答。 然后，这些大脑数据被用来训练机器学习算法。接着，当志愿者再次被要求回答问题时，算法只使用大脑活动来判断志愿者是在听还是在说，然后尝试解码话语。
Facebook 的终极目标：非侵入式的脑机接口设备。就像身体里的其他细胞一样，神经元在活动时也会消耗氧气。如果能检测到大脑中氧气水平的变化，就能间接地测量大脑活动。想象一下脉搏血氧计----一个夹子状的传感器，它会发出红光，把它夹在食指上就可以测量血液的血氧饱和度。也可以使用类似红外光的，以一种安全、非侵入性的方式来测量大脑中血液的氧含量。这类似于在功能性磁共振成像 (fMRI) 中测量到的信号----但使用的是由消费级零件制成的便携式可穿戴设备。
7.3 浙江大学双脑计划
2020年1月，浙江大学对外宣布“双脑计划”重要科研成果，求是高等研究院“脑机接口”团队与浙江大学医学院附属第二医院神经外科合作完成国内第一例植入式脑机接口临床研究，患者可以完全利用大脑运动皮层信号精准控制外部机械臂与机械手实现三维空间的运动，同时首 次证明高龄患者利用植入式脑机接口进行复杂而有效的运动控制的可行性。
2012年，浙大求是高等研究院“脑机接口”团队在名叫“建辉”的猴子大脑中植入微电极阵列，成功破译了猴子的神经信号，识别并完成了抓、勾、握、捏四种不同的手部动作。
2014年，浙大团队在人脑皮层表面植入微电极，在国内首次让机械臂做出“石头、剪刀、布”的手指运动。
从大鼠脑部的“动物导航系统”到实现这四个最简单不过的动作，研究团队花了5年时间；而从四肢健全活蹦乱跳的猴子到高位截瘫年过七旬的人类，又用了7年时间。
Reference ：
[1]An integrated brain-machine interface platform with thousands of channels.Elon Musk, Neuralink，bioRxiv 703801; doi: https://doi.org/10.1101/703801.
[2]https://www.zhihu.com/search?type=content&q=%E9%A9%AC%E6%96%AF%E5%85%8B%E8%84%91%E6% 9C%BA%E6%8E%A5%E5%8F%A3
[3]https://www.sohu.com/a/329233110_100022577
[4]https://zhuanlan.zhihu.com/p/76363987
[5]李勃.脑机接口技术研究综述[J].数字通信,2013,40(04):5-8.
[6]雷煜.脑机接口技术及其应用研究进展[J].中国药理学与毒理学杂志,2017,31(11):1068-1074.
[7]https://tech.fb.com/imagining-a-new-interface-hands-free-communication-without-saying-a-word/
[8]https://www.sohu.com/a/331029486_115978
[9]Moses, D.A., Leonard, M.K., Makin, J.G. et al. Real-time decoding of question-and-answer speech dialogue using human cortical activity. Nat Commun 10, 3096 (2019).
[10]https://zhuanlan.zhihu.com/p/76065898
[11]https://zhuanlan.zhihu.com/p/103253433
