腦機接口（brain-computer interface，BCI）通過解碼人類思維活動過程中的腦神經活動信息，構建大腦與外部世界的直接信息傳輸通路，在神經假體、神經反饋訓練、腦狀態監測等領域有廣泛的應用前景。2017年可以說是腦機接口發展的新起點，在近年來一系列腦機接口相關科學研究突破的推動下，腦機接口技術開始走向成熟，正在得到工業界越來越多的關注和投入，例如，創業領域領軍人物Elon Musk等投資創立面向神經假體應用和未來人機通信的腦機接口公司Neuralink，互聯網領域領軍企業Facebook宣布開始研發基于腦機接口的新一代交互技術。這些行動引起了熱烈討論，也將促進腦機接口技術進一步的加速發展。本文立足于2017年腦機接口研究動態，首先介紹腦機接口在應用系統實現方面所取得的年度重要成果，隨后介紹應用關鍵技術研究的新進展，最后對未來發展趨勢進行展望。

一、應用系統實現：更有效的交流與控制

字符輸入

讓重度運動障礙患者重獲與外界交流溝通的能力，是腦機接口的最重要應用目標之一。繼近年來基于頭皮腦電的字符輸入研究取得突破性進展之后，2017年2月，美國斯坦福大學的研究團隊報告了一項利用顱內腦電進行字符輸入的高性能腦機接口應用系統。在該系統中，研究者在脊髓側索硬化癥和脊髓損傷癱瘓患者的運動皮層負責手部運動的區域植入高密度微電極陣列采集動作電位和高頻的局部場電位，解碼這些電極上的神經活動信息實現對屏幕上二維光標的連續控制以及字符選擇的“點擊”動作，從而讓患者實現通過屏幕虛擬鍵盤輸入文本與外界交互（圖1）。3位使用該系統的癱瘓患者分別實現了每分鐘39.2、31.6、13.5個英文字符的輸入，這也是目前在運動障礙患者中所實現的最快信息傳輸速率。與頭皮腦電相比，植入顱內的電極所得腦電信號的信噪比更高、信號更穩定，在面向癱瘓病人的腦機接口的臨床應用方面有獨特的優勢。該研究發表在神經科學與神經工程領域的前沿期刊《eLife》上。

圖1 一位脊髓側索硬化癥患者通過腦機接口系統進行字符輸入

動作控制

控制輪椅、機械手臂等動作輔助裝置對于提升重度運動障礙患者的生活質量有著與字符輸入同等重要的意義，也是腦機接口領域的重點研究方向。2017年5月，來自美國凱斯西儲大學的研究團隊在國際領先的臨床醫學期刊《The Lancet》上發表的研究則在這個方向上更進一步。他們將腦機接口與功能電刺激技術結合起來，使患者可以控制自己原本癱瘓的肢體與外界進行動作交互。

功能電刺激（functional electrical stimulation，FES）是一項通過對外周神經和肌肉組織施加電刺激，使得高位截癱患者能夠重獲四肢運動能力的技術（圖2（a））。該項研究中，研究者通過植入式腦機接口系統將直接提取創傷性高位頸脊髓損傷患者位于運動皮層負責手部運動區域的腦神經信號，以高頻帶的頻譜能量和動作電位超過閾值的次數為特征，解碼出對應的功能電刺激器的刺激參數，控制功能電刺激器，對患者已癱瘓的手臂輸出電刺激引發肌肉活動。患者在經過一定時間的訓練后可以實現探出（reach）和抓取（grasp）的動作，在測試階段，患者在12次嘗試中有11次成功實現了使用自己已癱瘓的胳膊和手掌完成喝咖啡任務（圖2（b）），每次任務時間在20~40 s。該腦機接口系統能夠幫助患者實現連續的動作控制，接近實際生活中的動作模式，有望在未來幫助患者實現對癱瘓肢體的自然流暢動作控制，從而大大提升患者的生活品質。

圖2 結合顱內腦機接口與功能電刺激實現患肢閉環控制

基于腦機接口的動作控制應用不僅可以服務于用戶的控制需求，還可能有更多的醫學意義。幻肢痛是一種病人對他們不存在或者已經癱瘓的四肢感覺到疼痛的疾病，目前尚無有效治療方案。日本大阪大學的研究團隊發現利用腦機接口訓練使得幻肢在感覺運動皮層的表征減弱，可以有效地減少幻肢的疼痛感，腦機接口訓練有望成為一種可面向臨床的幻肢痛治療手段。該研究成果發表在《Nature Communications》期刊上，并獲得2017年度腦機接口研究獎（2017 Annual BCI Award）第3名。

完全閉鎖狀態患者信息輸出

脊髓側索硬化患者是腦機接口系統的重要目標患者群體。脊髓側索硬化癥，又稱漸凍癥，發展到最嚴重的情況時，患者將完全失去對所有肌肉的控制能力，這種情況被稱為完全閉鎖狀態（completely locked-in state，CLIS）。現有腦機接口系統往往部分依賴患者的殘留神經與肌肉控制能力，無法適用于這樣的患者。2017年1月，來自德國蒂賓根大學的研究團隊基于功能近紅外腦功能成像，實現了首個可應用于CLIS患者的腦機接口系統。研究者通過分析功能近紅外采集到的額葉中部血液含氧量變化進行分類，4名患者經過數周訓練后，可以對一系列語音呈現的問題通過調節腦神經活動模式來回答“是”或“不是”，正確率在70%左右。該項工作發表在《PLoS Biology》期刊上。

二、應用關鍵技術進展：新硬件、新算法、新范式

新硬件

腦機接口實用化系統的構建對腦神經信號采集與處理設備的小型化、無線化提出了高要求。雖然目前已有不少基于腦電的小型化設備推出，但是能同時采集多種神經生理信號的小型化硬件還不多見。2017年6月，德國柏林工業大學的腦機接口研究團隊發布了一款可同時采集腦電、功能近紅外腦功能像，以及其他常規生理參數（如心電、肌電和加速度等）的無線模塊化硬件架構（M3BA：a mobile，modular，multimodal biosignal acquisition architecture），其中每個M3BA模塊（不含電池）的邊長僅為42 mm（圖3）。這是首個同時兼備了模塊化、可移動化、小型化、多模態和可擴展性的多生理參數采集架構，對實現腦機接口技術走向實際應用具有積極意義。

圖3 M3BA概念圖

信號采集是制約腦機接口從實驗室走向現實生活應用的重要因素。對基于頭皮腦電的無創腦機接口而言，濕電極方案的腦機接口系統需要花費較長時間準備導電膏，使用后需要清洗頭發；而以往的干電極系統主要采集前額區域腦電信號，所得解碼的大腦狀態少且準確率低，實際使用場景有限。美國加州大學圣迭戈分校的研究團隊在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》報道了一種將電極放置在耳后無毛發覆蓋區域的穩態視覺誘發電位腦機接口系統，并在一個12分類任務中，達到了85%左右的分類正確率，信息傳輸率達到30 bit/min左右（圖4（a））。這一研究進展對于普通健康人群在日常生活情境中便捷采集腦電并高效使用腦機接口提供了可行性支撐。相應的，基于耳后電極的腦機接口商業硬件現在開始出現（圖4（b）），有望推動相關應用快速走向市場。

圖4 耳后腦電采集位點新嘗試

新算法

如何提高信息傳輸速率一直是腦機接口研究領域的重要話題。受到腦神經信號信噪比低等因素的限制，腦機接口的信息傳輸速率，相比于正常輸出通路（即外周神經和肌肉組織）一直較低，如經典的P300腦機接口字符拼寫系統的信息傳輸速率約為0.5 bit/s。2015年國內清華大學及合作研究團隊報告了基于穩態視覺誘發電位的高速腦機接口系統，實現了4.5 bit/s的通信速率。2017年，中國科學院半導體研究所及合作研究團隊取得進一步突破，提出任務相關成分分析算法，將穩態視覺誘發電位腦機接口的通訊速率進一步提升到5.4 bit/s，最優結果達到6.3 bit/s，是目前已有報道的最快頭皮腦電腦機接口系統，有望推動腦機接口應用在普通健康人群的日常生活中。該項工作發表在《IEEE Transactions on Biomedical Engineering》上。

此外，丹麥奧爾堡大學研究團隊提出了一種可以實時監測受試者注意力變化并進行自適應特征提取的在線腦機接口算法，該算法在長期使用中依然保持良好性能。該成果獲評2017年度腦機接口研究獎（2017 Annual BCI Award）第1名。

新范式

基于視覺誘發電位的腦機接口是當前信息傳輸速率最高的腦機接口類型，目前所報道的該類型系統中，每一個指令對應一個特定視覺編碼（時間、頻率或偽隨機編碼等），通過解讀該編碼所誘發的特定腦電響應來實現目標識別。2017年，德國漢堡大學的研究團隊提出基于空間信息編碼的穩態視覺誘發電位腦機接口新范式，僅使用一個穩態視覺刺激物實現多個注意目標的識別。該新范式基于視皮層視網膜映射原理實現，用戶注意該視覺刺激的不同空間方位時，所誘發的腦電響應的空間模式不同，離線9方位的分類正確率達到95%左右。隨后，漢堡大學與清華大學合作實現了一個4分類的在線系統，在一個實際二維運動控制游戲中實現了90%左右的在線分類性能。在這樣的范式中，由于不需要直視穩態視覺刺激物，用戶視覺負荷較低，用戶體驗更好；同時，該設計對計算機屏幕的使用也較經濟，可以較好的被整合在更自然或復雜的應用背景中，有較好的實用前景。

想象運動是腦機接口中常用的另一個主要范式類型，但如何進行有效的想象運動任務訓練尚無標準化的解決方案。國內華東理工大學研究團隊提出讓用戶想象用手書寫漢字作為想象運動任務范式，取得了顯著高于傳統范式的分類性能。該范式針對國內用戶群體特點進行范式任務設計，為腦機接口在中國的推廣應用提供了很好的思路。

三、發展趨勢與展望

機器學習算法與數據規范化

以深度學習為代表的新一代機器學習算法正在得到腦機接口領域研究者越來越多的關注，有望減輕研究者進行神經數據特征提取的工作負擔，并同時保持優秀的分類性能。值得一提的是，國內上海交通大學、華南理工大學、西安交通大學等高校的研究團隊在腦機接口情緒識別、P300腦機接口注意目標識別、想象運動分類等方面已經取得了不錯的成果。

由于新興機器學習算法的分類器結構相對復雜，對數據量提出了更高的要求。在這樣的背景下，幾個領先的腦機接口研究團隊開始推動數據規范化與開放共享：清華大學與中國科學院半導體研究所的聯合研究團隊發布了一套具有35名受試者與40種刺激頻率的穩態視覺誘發電位腦機接口標準數據集；德國柏林工業大學的研究團隊則推出了同時采集腦電與近紅外腦功能影像信息的混合腦機接口數據集，包括29名受試者的數據，包含想象運動、心算等經典腦機接口任務。上述數據集都可供全球研究者免費下載使用，對促進腦機接口領域的算法研究有積極意義。

腦機接口與神經倫理

隨著腦機接口技術逐步走向成熟、走近應用，這項技術可能引發的倫理問題也開始引起越來越多的關注和討論。2017年11月，25位腦機接口、神經工程與人工智能領域研究的知名學者聯名在《Nature》期刊發表評論文章，提出了神經工程技術發展中的4個主要倫理問題。首先是隱私問題，相比于其他生理參數，神經信號攜帶了更為豐富的個人信息，如何對用戶的個人隱私進行保護，需要在發展相關技術時著重考慮；其次是身份認定，對于長期植入腦刺激器的群體，如何判定其行為是受自身支配還是受設備支配，在道德和法律層面都需要界定；再次是強化問題，若利用神經工程技術打造能力強于常人的超級特工用于戰爭，是否違反社會準則；最后是偏見問題，如何建立可兼顧各群體利益的、相對公平的技術發展準則，如果存在某種根植于神經設備中的偏見，可能引發嚴重社會問題。

機遇與挑戰

2017年是腦機接口領域充滿機遇的一年。據估算，目前美國每年有近1億美元投入到腦機接口及其他神經工程相關領域，并且這個數字還在不斷地增長。除了Neuralink、Facebook為代表的工業界關注之外，各國政府也對該技術給予了高度重視。美國、歐盟、日本以及中國的腦計劃都將為腦機接口提供關鍵神經生理基礎與關鍵技術方法支撐；而美國國防高級研究計劃局（DARPA）發布了名為神經工程系統設計（Neural Engineering Systems Design）的新項目，提出實現一種能同時用100萬個電極記錄腦神經信號并可有選擇地激活10萬個神經元的無線腦部植入設備的目標（圖5）。

圖5 一種無線腦部植入設備的概念圖

腦機接口領域同樣還面臨著許多挑戰。2017年10月，《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上發表了IEEE Brain Initiative Special Issue on BMI/BCI Systems的特刊，所配編輯評論文章中總結了腦機接口領域當前需要解決的幾個重大問題，包括腦機接口系統如何在日常應用中保持性能穩定，如何設計并實現多通道、低功耗、長使用壽命的無線腦電植入設備，如何將腦機接口推向臨床實踐等。伴隨著持續增加的人力和經費投入，腦機接口研究者們已經在為實現未來理論和技術的重大突破積極準備著。