點擊上方“Fundamental Research”關注我們

這篇綜述論文詳細介紹了腦機接口（BCI）信號采集技術的最新進展。論文首先介紹了BCI的發展歷程和分類，然后從手術和檢測兩個維度對BCI信號采集技術進行了分類和詳細介紹。手術維度主要考慮手術的侵入性，檢測維度主要考慮傳感器的位置和信號類型。接著，論文對每個分類中的代表性技術進行了詳細介紹，包括其工作原理、優缺點和應用場景。最后，論文討論了BCI信號采集技術的潛在可行技術和未來發展方向，包括非侵入性植入技術、微創植入技術、侵入性非植入技術和侵入性干預技術等。

中文題目：如何“閱讀”你的大腦？腦-機接口的信號采集技術綜述

英文原題：Signal acquisition of brain–computer interfaces: A medical-engineering crossover perspective review

通訊作者：高小榕，清華大學

第一作者：孫藝珂，清華大學

關鍵詞：腦-機接口，信號采集技術，手術，檢測，人機交互

腦-機接口的誕生與演進

自1924年電生理學先驅漢斯·貝格爾發明了腦電圖（EEG）以來，人類對大腦活動的認識和記錄手段有了質的飛躍。隨后，深腦刺激器（DBS）等神經假體的出現，為中風、癲癇等病癥的治療提供了新的可能。而今，BCI技術更是在此基礎上邁出了關鍵的一步，它通過將大腦的中樞神經系統信號轉換為外部設備的控制命令，為那些因疾病或傷害而失去運動和溝通能力的患者帶來了希望。

腦機接口技術概述

腦機接口的歷史可以追溯到1924年，當時Hans Berger首次記錄了人類的腦電圖（EEG），這一開創性的工作標志著監測人類大腦活動的科學方法的誕生。此后，人類大腦信號與計算機系統的結合成為了研究的熱點，腦機接口的概念也在不斷發展和完善。

1973年，Jacques Vidal首次提出了腦機接口的概念。隨著計算機技術的發展，BCI技術取得了實質性的進展。在1999年的首屆國際會議上，BCI被定義為“不依賴于外周神經和肌肉的正常輸出通路的通信系統”。到了2012年，BCI技術被重新定義為“一種新的非肌肉通道”的交互方式。2021年，廣義BCI的概念被提出，即“任何與大腦和外部設備直接交互的系統”。

圖1 典型腦機接口的系統結構

BCI信號采集技術的分類

BCI信號采集技術的分類方式多種多樣，隨著技術的不斷進步，原有的分類系統逐漸難以滿足需求。為了更好地促進跨學科對話和合作，本文提出了一種從手術和檢測兩個維度來分類的方法。

手術維度：根據手術的侵入性，將BCI信號采集技術分為非侵入性、微創性和侵入性三個級別。非侵入性方法在信號采集過程中不會對人體造成解剖學上可見的創傷；微創性方法會造成可見的解剖創傷，但不會影響腦組織；侵入性方法則會在微米級或更大尺度上對腦組織造成創傷。

檢測維度：從工程角度出發，根據傳感器的位置，將BCI信號采集技術分為非植入式、介入式和植入式三個級別。非植入式技術通過身體表面的傳感器獲取信號；介入式技術利用人體自然腔體內的傳感器，如血管，在不損害人體組織完整性的情況下獲取信號；植入式技術則通過植入人體組織內的傳感器收集信號。

BCI信號采集技術的二維視角

BCI系統的發展需要臨床醫生和工程師的緊密合作，但目前兩者之間的協作還存在不足。為了更好地理解BCI信號采集技術，本文引入了手術 - 檢測二維視角的分析方法。

1. 手術維度：侵入性的影響

分類依據：根據信號采集過程中手術對人體的侵入程度，分為非侵入性、微創性和侵入性（圖2a）。

影響因素：手術創傷程度、倫理考慮、醫療條件要求、臨床監督需求等都會隨著侵入性的增加而增加。

技術示例：非侵入性方法如EEG和MEG，微創性方法如MILEM技術，侵入性方法如腦深部刺激（DBS）等。

圖2 BCI信號采集技術分類

2. 檢測維度：傳感器的位置與信號質量

分類依據：傳感器在操作時的位置，以及與信號質量、生物相容性風險等指標的關系（圖2b）。

信號特點：非植入式方法獲取的信號類似于在教室外聽學生合唱，噪聲大且只能獲取大規模同步放電；介入式方法如Stentrode，能獲取更精確的信號，但仍存在一些局限性；植入式方法如Neuralink等，能捕捉到精確的高頻信號，但也面臨著免疫反應等問題。

3. 檢測維度與信號的關系

信號差異：植入式傳感器能獲取精確的高頻信號，如Local Field Potentials（LFP）和spike信號；介入式技術由于與軟組織隔離，難以獲取spike信號；非植入式技術只能獲取低頻的大規模同步放電信號，如EEG（圖3）。

系統分類：根據信號采集方式的不同，可將BCI系統分為全局腦 - 計算機接口（G-BCI）和局部腦 - 計算機接口（L-BCI）。G-BCI如EEG，能獲取整體信號，但在識別特定運動控制區域時可能存在困難；L-BCI能獲取更準確的信號，但可能無法完全反映大腦的復雜認知過程。

圖3 關于采集信號的檢測維度的示意圖

BCI信號采集技術的全景分類

基于手術和檢測兩個維度，BCI信號采集技術可分為九個類別，為我們提供了一個全面而清晰的技術概覽。

圖4 腦機接口信號采集技術的手術檢測二維全景圖

1. 非侵入性非植入式技術

技術特點：包括電磁信號和血流信號兩類。電磁信號如EEG成本低、使用廣泛，但信號質量可能受組織和生物電干擾影響；MEG具有良好的時間分辨率和更多通道，但設備成本高。血流信號如fNIRS、fTCD和fMRI常用于多模態BCI研究，但各自存在一些局限性。

應用場景：在教育、游戲、通信等消費電子領域有廣泛應用，如幫助中風患者進行運動康復、實時監測患者麻醉狀態、進行睡眠調節、監測專業操作人員的認知狀態、評估群體學習動態等。

2. 微創性非植入式技術

技術特點：旨在解決非植入式技術的技術障礙，如MILEM技術通過超聲振動改善信號傳輸，提高了信號的信噪比。

應用前景：雖然目前仍處于研究階段，但有望為未來的應用提供潛在的解決方案。

3. 非侵入性介入技術

技術分類：根據植入腔的類型，可分為血管和耳道兩類。血管類使用納米探針獲取信號，如Neuro-SWARM3；耳道類記錄EEG，如in-ear EEG。

技術挑戰：納米探針方法在BCI信號采集中的信號質量和體內實驗證據不足，in-ear EEG在選擇接地和參考引線時存在挑戰，可能會影響便攜性或信號質量。

4. 微創性介入技術

技術代表：Stentrode是該領域的一個范例，通過微創手術將支架電極陣列插入腦靜脈系統，可獲取更精確的神經生理信號。

技術優勢：具有良好的安全性和生物相容性，能記錄帶寬高達226 Hz的信號。

技術局限：存在手術復雜、并發癥風險高、信號發射器需要植入鎖骨下增加成本、設備不可逆等問題，需要進一步的實證驗證。

5. 微創性植入式技術

技術分類：包括聲學和電學兩類。聲學信號技術如聚焦超聲成像（FUS），是一種微創神經成像技術，可用于運動解碼研究；電學信號技術如皮下EEG（sqEEG）和腦皮層電圖（ECoG），sqEEG主要用于癲癇檢測，ECoG具有更高的空間分辨率和帶寬，在語音和動作解碼方面有很大潛力。

技術發展：這些技術仍在不斷發展中，如FUS需要進一步研究其應用和局限性，ECoG雖然在植入手術上有風險，但在BCI研究中表現出色。

6. 侵入性植入式技術

技術分類：可分為皮質和深度信號兩類。皮質信號類主要包括Neuralink、Neural Dust和顱內微電極陣列（MEAs）；深度信號類如立體定向腦電圖（sEEG）、Neuropixels和完全植入式BCI。

技術特點：這些技術在空間分辨率和信號帶寬方面具有優勢，能進行優秀的解碼操作，但也面臨著免疫反應、設備穩定性等挑戰。

技術應用：MEAs已被用于運動、視覺、語音等解碼任務，Neuropixels在動物實驗和人類實驗中都有廣泛應用，完全植入式BCI主要應用于閉環BCI系統。

圖5 每個類別中的代表性技術

潛在可行技術

1. 無創植入技術:組織滲透納米機器人

自然存在的納米級機械結構啟發了對納米機器人的研究，在醫療領域，納米機器人可進行手術、藥物輸送、成像和分析等。具有組織穿透能力的納米機器人可通過磁鉆和聲學微炮技術進入血液無法到達的組織，為BCI的非侵入性植入提供了潛在應用前景。未來，可將納米機器人注入大腦血液中，使其穿透進入大腦皮層，進而傳遞大腦內的神經活動。

2. 微創植入技術:體內組裝接口

該技術通過利用體內生物過程在注射后組裝電極材料，以避免過多的手術創傷。例如，體內3D生物打印和使用近紅外光對含有電極組件的生物相容性墨水進行結構化等方法，為微創性植入技術提供了新的思路。然而，目前該技術僅能實現電極接口的體內制造，信號傳輸和處理所需的組件仍依賴傳統手術植入技術。

3.有創非植入技術:活體自體神經裝置

技術原理：利用自體活細胞構建植入式電子設備被認為是規避免疫和炎癥反應的有前途的途徑。雖然目前該技術在BCI領域的應用有限，但已有研究使用神經元簇建立微柱狀結構或利用自體神經元細胞和心肌細胞傳輸信號，為該技術的發展奠定了基礎。不過，使用自體細胞仍可能引發免疫反應，因此細胞類型的選擇至關重要。

4.侵入性干預技術：腦室內系統插管植入

腦室腦系統由四個相互連接的腦室組成，將插管植入腦室可獲取腦活動信號用于BCI研究。然而，該程序存在損傷腦組織的風險，且由于腦脊液滲透壓變化可能會損害腦組織，因此被歸類為侵入性干預技術。盡管如此，這種方法有可能產生與傳統方法不同的獨特信號，具有潛在的應用價值。

未來發展方向

非侵入性非植入式技術：在消費電子領域具有廣闊的應用前景，如教育、游戲和通信等。

個體設備控制：在復雜場景中需要可靠和穩定的信號源，如工業建筑、災難救援和探索等。

植入式技術：在醫療康復領域具有突破性的應用前景，如運動康復和疾病干預等。

人工智能在BCI信號采集中的應用：可提高BCI的有效性和安全性，如醫療影像分析和電極材料設計等

總結及展望

文章強調了信號采集在BCI系統中的關鍵重要性，通過對過去十年當代文獻的研究，引入了“手術 - 檢測二維全景”的創新分類模式，系統地組織了BCI研究中使用的各種信號采集方法。未來，BCI信號采集技術的發展應注重平衡信號保真度、侵入性、生物相容性等因素，推動BCI技術的發展，為人類健康和生活帶來更多福祉。

總的來說，BCI信號采集技術的發展需要跨學科的合作和創新，未來應不斷探索潛在可行技術，拓展其在消費電子、醫療康復等領域的應用，同時關注倫理和安全問題，以實現BCI技術的可持續發展。

主要作者簡介

高小榕清華大學生物醫學工程學院教授，中國生物醫學工程學會醫學神經工程分會主委。從事腦機接口研究20余年，提出并實現了基于穩態誘發電位的腦機接口技術，連續十年入選愛思唯爾中國高引學者榜。

孫藝珂清華大學生物醫學工程學院博士生。曾獲國家獎學金、WRC BCI CRC青年論文大賽冠軍、WRC BCI CRC技術賽一等獎等榮譽獎勵。

引用本文

Yike Sun, Xiaogang Chen, Bingchuan Liu et al., Signal acquisition of brain–computer interfaces: A medical-engineering crossover perspective review. Fundamental Research, doi.org/10.1016/j.fmre. 2024.04.011.

原文鏈接（復制到瀏覽器中查看）：

https://www.sciencedirect.com/science/article/pii/S2667325824001559

關于Fundamental Research

Fundamental Research是由國家自然科學基金委員會主管、主辦的綜合性英文學術期刊。創刊于2021年，期刊立足反映國家自然科學基金資助的優秀成果，全方位報道世界基礎研究前沿重要進展和重大創新性成果，提升中國基礎研究和中國科學家在國際科學界的顯示度和影響力，為中外科學家打造一個高端的國際學術交流平臺。內容涵蓋數學物理、化學化工、生命科學、地球科學、工程與材料科學、信息科學、管理科學、健康醫學、交叉科學等領域，設置Article、Review、Highlight、Perspective、Commentary等欄目。期刊已被ESCI、Scopus、DOAJ、PubMed、CAS（美國化學文摘社）、CSCD（中國科學引文數據庫）、CSTPCD（中國科技論文與引文數據庫）等國內外知名數據庫收錄。2023年影響因子5.7，位于綜合性期刊Q1區。歡迎廣大科研工作者關注、投稿、引用！

期刊主頁：

www.keaipublishing.com/en/journals/fundamental-research/

文章閱讀：

www.sciencedirect.com/journal/Fundamental-Research

投稿系統：

www.editorialmanager.com/fmre

喜歡本篇內容請給我們點個