近年來，腦機接口（Brain-Computer Interface, BCI）技術取得了顯著進展，尤其在運動障礙患者的輔助設備研發方面展現出巨大潛力。植入式腦機接口（implantable BCI, iBCI）能夠將大腦信號轉化為計算機指令，使患者能夠控制外部設備，從而提升他們的自主生活能力。隨著技術的發展，iBCI 的應用范圍正逐步從醫療擴展到娛樂。例如，最新研究顯示，四肢癱瘓患者可以通過iBCI 控制虛擬無人機進行飛行體驗，這一突破性嘗試不僅展示了 BCI 技術在精準控制上的潛力，也引發了關于其臨床應用價值的討論。盡管 BCI 領域已取得諸多進展，但其仍處于早期研發階段，尚未完全解決諸如長期穩定性、安全性、解碼精度等關鍵問題。同時，醫療應用的監管要求使得該技術在從實驗室走向臨床應用時面臨諸多挑戰。因此，本研究聚焦于 iBCI 在癱瘓患者中的應用，旨在探討該技術在實際場景中的可行性，重點評估其解碼能力、用戶體驗及長期穩定性。

本研究發表在《Nature Medicine》，由 Nick F. Ramsey 和 Mariska J. Vansteensel 共同撰寫，主要探討了基于微電極陣列（Microelectrode Arrays, MEA）的 iBCI 在四肢癱瘓患者中的應用情況。研究對象為一名 C4 脊髓損傷患者，該患者通過在左側中央前回“手控區”植入兩個 MEA 電極陣列，成功實現了對虛擬無人機的實時三維控制。研究采用先進的機器學習算法分析患者嘗試執行的手部運動信號，并將其轉化為無人機的控制指令。這項研究不僅展示了 iBCI 在高精度解碼方面的進步，還探討了其在娛樂領域的潛在應用。研究結果表明，iBCI技術可以用來增強患者的自主性，并可能在未來發展出更廣泛的非醫療用途。

01

研究方法

為了驗證 iBCI 在癱瘓患者中的可行性，研究團隊首先在一名 C4 級脊髓損傷患者的左側中央前回“手控區”植入了兩個 MEA 電極陣列，每個電極長度 1.5 毫米，排列為矩形，電極間距為 0.4 毫米。這一植入區域經過精確選擇，以確保能夠采集到與手部運動相關的最高質量神經信號。通過這一方法，研究者能夠解碼患者試圖進行的手指動作，并將這些信號轉化為外部設備的控制指令。

圖1實驗操作圖

實驗設計采用了一系列嚴格的步驟。首先，研究人員利用機器學習技術，對患者嘗試的四種不同手部運動進行神經信號分析，以識別特定運動相關的神經活動模式。這些信號隨后被轉化為無人機的線性控制指令，包括上/下、左/右旋轉、左右移動和前后移動。整個過程中，患者需按照指令嘗試執行特定的手部動作，系統則實時解碼其大腦信號，并據此操控虛擬無人機。

在實驗過程中，研究團隊特別關注了解碼系統的穩定性及適應性。為確保解碼算法的可靠性，研究者對患者進行了多次測試，并采用交叉驗證的方法不斷優化算法。研究過程中還監測了受試者的體驗反饋，以評估系統的用戶友好性和潛在改進方向。

02

研究結果分析

研究結果顯示，該系統具備極高的解碼精度，能夠準確區分不同手指組的運動模式。例如，研究者成功區分了食指與中指的屈伸與無名指和小指的屈伸，并能夠精準解碼拇指在兩個軸向（屈伸與外展內收）的運動。這種高精度解碼能力表明，MEA 電極陣列能夠捕獲豐富的運動信息，并在實時控制任務中發揮重要作用。

除了運動解碼的準確性，研究還發現該技術在連續運動軌跡提取方面表現良好。傳統 BCI 研究通常關注離散運動的分類，而本研究成功提取了連續運動信息，使患者能夠以更自然的方式操控無人機。這一突破表明，iBCI 技術不僅可以用于簡單的點擊和選擇任務，還能夠支持更復雜的動態控制應用。

研究還發現，受試者在實驗過程中表現出較高的參與度，并對系統的使用體驗給予了積極反饋。患者報告稱，能夠控制無人機帶來了高度的滿足感，增強了其對 BCI 技術的接受度。盡管研究的主要目標并非評估 BCI 在娛樂領域的應用，但結果表明，持續追蹤手指運動的 iBCI 可提供一種直觀的交互方式，未來可擴展至游戲、網頁瀏覽以及生產力軟件操作等領域。

然而，研究也揭示了當前 iBCI 技術在臨床應用中的一些關鍵挑戰。首先，雖然系統在短期內表現良好，但長期穩定性仍然存疑。本研究的實驗時間跨度僅為 9 天，而在此期間，系統需要多次校準以維持解碼精度。這表明，目前的 iBCI 設備尚未達到臨床應用所需的長期穩定性要求。其次，當前的 iBCI 設備仍依賴外部信號處理設備，這不僅影響了日常使用的便捷性，還可能增加感染風險。要實現真正的臨床應用，未來的 BCI 設備需要實現完全植入，以提升用戶體驗和安全性。此外，研究還指出，目前的微電極陣列在長期植入后的穩定性與生物相容性問題仍需進一步優化，與皮層腦電圖（ECoG）等其他技術相比，其材料耐久性仍有待提高。

03

結論與展望

總體而言，本研究展示了 iBCI 技術在運動障礙患者中的應用潛力，并證明了其在高精度解碼和動態控制方面的可行性。盡管當前技術仍面臨長期穩定性、完全植入性和生物兼容性等挑戰，但研究結果表明，隨著材料科學和人工智能算法的進一步發展，iBCI 有望在未來發揮更廣泛的作用。

未來研究的重點將包括提升 iBCI 設備的長期穩定性，以減少校準頻率，提高系統的可靠性。此外，完全植入式系統的研發將是未來發展的關鍵方向，只有實現了這一目標，iBCI 才能真正進入臨床應用階段。另一方面，盡管本研究主要關注 iBCI 在醫療領域的應用，其在娛樂和增強現實等非醫療領域的潛力同樣值得進一步探索。如果未來能夠證明 BCI 技術在恢復語言交流、改善運動功能及提升患者生活質量方面的臨床價值，那么這一技術將不僅僅局限于醫療，而可能成為改善人類計算機交互方式的重要突破。

最終，iBCI 技術的成功應用需要跨學科的協作，包括神經科學、人工智能、材料科學以及臨床醫學等領域的共同努力。隨著這些領域的不斷發展，我們有望在未來看到更加成熟、穩定的 iBCI 設備，為運動障礙患者帶來更好的生活質量，同時推動腦機接口技術向更廣泛的應用場景發展。

僅用于學術分享，若侵權請留言，即時刪侵！

歡迎加入腦機接口社區交流群，

探討腦機接口領域話題，實時跟蹤腦機接口前沿。

加微信群：

添加微信:RoseBCI【備注：姓名+行業/專業】。

歡迎來稿

1.歡迎來稿。投稿咨詢，請聯系微信：RoseBCI

點擊投稿：

2.加入社區成為兼職創作者，請聯系微信：RoseBCI

一鍵三連「分享」、「點贊」和「在看」

不錯過每一條腦機前沿進展