关于阅读脑机接口的2021年展望的记录

脑机接口要解决哪些问题

绝大多数人群在 50-70 岁开始出现脑功能下降带来的问题，比如记忆力下降、痴呆、抑郁、癫痫、脑肿瘤、脑萎缩等等。

两个主要矛盾：

人类平均寿命快速增长与大脑工作寿命有限之间的矛盾。

人类文明知识的爆炸式发展远远超过生物大脑的进化速度，二者之间也存在显著矛盾。

技术路线分类：

脑（brain），是指有机生命形式的脑或者神经系统，而并非抽象的心智（mind）；

机（computer或者machine），是指任何处理或计算的设备，其形式可以从简单电路到硅基芯片到外部的计算或运动设备；

接口（interface）是一种用于信息交换的中介。

PC 时代是以键盘+鼠标+图形显示

智能手机时代以触摸屏为代表，在 5G 万物互联时代以各种智能传感器为代表。

在人机互联的时代，脑机接口代表着人与外部设备间建立的直接连接通路。

脑机接口是一个闭环的神经信息通信和控制系统。实现神经信息通信和控制的闭环离不开 4 个步骤：

信号采集、信号分析解码成指令、将指令编码成行为、实时反馈回大脑

猴子的控制

猴子用大脑玩电子游戏的案例来理解，这 4 步分别对应着：

1）植入大脑中的电极采集到神经元发出的电信号，

2）将该信号解析成操控光标运动的指令，

3）用指令控制计算机系统内的光标移动，

4）猴子用肉眼观察到光标移动（获得视觉反馈），然后开始思考下一次光标移动的位置。

脑控机械臂

多通道神经信号处理，

通过无线传输技术进行神经活动的传输

计算3D运动轨迹

实时控制

两种技术路径：

侵入式的风险性，使得实验对象是动物，或者严重疾病的病人。

现在已经有人体实验。

旨在部分或者全部恢复实验参与对象的因为疾病或意外事故丧失的感知觉或运动能力，这也是当下侵入式脑机接口研究的重点方向之一。

量变到质变的过程量级

侵入式脑机接口领域的摩尔定律。

平均每 7.4 年可同时被记录的神经元数量翻倍。

2010 年代，这一数据量在 200-300 个左右。进入 2020 年，Neuralink 展示的电极已经达到了 1024 通道，大大提升了可同时记录的神经元的数量，这也是 Neuralink 对当前侵入式脑机接口研究的重要贡献。

最新进展，这个过程还在加速。

Neuralink 竞争对手打破世界纪录，在大脑中植入 4,096 个电极 (baidu.com)

Layer7皮质 接口，薄膜微电极阵列，旨在适应大脑皮层而不会损坏组织。

人类大脑中大约有 850 亿个神经元，我们了解到，当能够同时被记录的神经元数量达到 10 万量级的时候，或许人类对脑疾病和脑活动会有较清晰的认知。目前我们还在从 1,000 量级迈向 10,000 量级的阶段。

侵入式脑机接口目前还只作用在局部大脑皮层，在相近地区植入太多的电极或采集更精准的信号带来的边际效应是递减的。

更可行的办法是采集多个区域的信号，就像我们看到 Neuralink 的猴子实验中使用了两个接口，但带来的问题是大脑被暴露在更多的风险中，这是一个两难的选择。

非侵入式脑机接口

非侵入式脑机接口，是目前最常采用的脑信号采集路径，也是在商业化探索中更有望率先落地的技术路径。虽然采集的信号强度远远弱于侵入式脑机接口方案，信噪比低，时空分辨率更模糊，但因为这种方案不会对脑组织造成创口伤害，因此在普惠式应用方面更有潜力。**非侵入式脑机接口当下的研究重点，一方面在于信号监测和分析设备及算法的改进，另一方面在于与多种潜在应用场景深度结合，探索应用潜力。**后文中也会列举一些例证。

​ 不同脑机接口信号采集路径的时空分辨率对比

脑机接口的三大应用层面

从单向输出到形成闭环回路、技术难度从低到高、商业化落地从已落地到探索中的逻辑划分为三个层面：状态识别与监测、信息交流与控制、感知/运动功能康复与增强。

CTRL-lab的“Ctrl-kit”的开发套件

它配备了一个可穿戴肌电图（electromyogram，简称EMG）设备。

该设备如同一个智能腕带，其内置了轻量级皮肤传感器，能够通过16个电极来测量并捕捉人们手腕上的神经元信号，随后用AI算法来区分每个神经的单个脉冲，特别是由大脑到手部肌肉的神经脉冲。

Facebook十亿美元买下脑机接口创企，将打造魔法腕带-36氪 (36kr.com)

2019

而这也采用了一种叫脑皮层电图 （ECoG）的技术，这项技术能够直接从大脑暴露的表面记录大脑皮层的信号。

第一个层面，状态识别与监测

脑机接口正在切入教育、文娱、专业培训等领域，在这类商业落地场景中，非侵入式脑机****接口方案是主流。这种应用实现的前提是通过便携化、可穿戴的设备实现对脑电信号的精准获取。以往，脑电波信号获取依赖复杂的外部仪器设备，要求被测试者在头上涂抹导电胶，并佩戴笨重的、布满线缆的帽子。**得益于近年来材料学、信号处理算法等方面的突破，可穿戴的脑电检测设备已经成熟。

在教育方面，可以利用可穿戴脑电检测设备对学生的注意力水平进行实时评测，帮助教师获得教学效果的实时反馈，并为改进教学内容安排提供参考

第二个层面，信息交流与控制

侵入式的假肢

在这一层，我们观察到有越来越多的脑控外部设备等成果的出现，典型场景如脑控机械臂、假肢，这一场景也是侵入式和非侵入式脑机接口两种技术路径都在发力探索的场景。

美国匹兹堡大学和卡内基梅隆大学的研究人员在猴子大脑中植入了 100 个电极，实现了让猴子通过意念控制机械臂喂食，这是侵入式脑机接口应用探索中的重要里程碑。

2012 年，美国布朗大学研究团队（BrainGate）在 Nature 期刊发表论文，报告了他们成功帮助中风 15 年的病人通过机械臂完成抓取和进食动作。实验对象全程没有依赖外界帮助，通过意念遥控了机械臂。

2020 年，浙江大学宣布完成中国首例侵入式脑机接口临床转化研究

在这一方向全球最新的成果是，2020 年美国约翰霍普金斯大学宣布首次实现同时控制两条机械臂。根据研究人员的介绍，控制两条机械臂并非简单的动作求和，难度相比于控制单条机械臂有了数倍的提升。

以上三个案例都是基于侵入式脑机接口，神经信号的采集也是通过硬质的、针状的犹他电极植入脑内。采用这种电极的问题是，除了长期不可避免的损伤，大脑的排异反应会在电极周边产生胶质瘢痕，影响信号强度。因此，采用柔性电极替代犹他电极是侵入式脑机接口发展的必然趋势，以最大程度上降低对人体伤害，目前 Neuralink 已经将这方面进展向前推进了一大步，我们后文中将会提到。

非侵入式的假肢

非侵入式脑机接口应用以智能肌电假肢为代表。前面几项实验研究的目标是，通过侵入式脑机接口方案，让四肢健全但后天原因导致中风、瘫痪的病人获得控制外部设备的能力，而假肢的任务是让肢体残疾、但并未因此瘫痪的人士重新站立行走或者自如地使用双手。

在科学家将脑机接口技术应用于假肢研发之前，传统的平价假肢通常是木质或者硅胶等材料制成的机械假肢，没有任何的智能属性。一些海外高端品牌如冰岛的奥索（Ossur）、德国的奥托博克（Ottobock）价格高昂，让大部分真正需要的残疾人群体无缘受益，且智能化水平依然不足。

BrainRobotics。该假肢由 BrainCo（强脑科技）公司研发（见下文），采用人工智能算法处理神经电和肌电信号，实现了仿生神经肌肉通路的构建。

Blog - BrainRobotics

其原理是通过表面肌电传感器检测残疾患者残余肢体的肌肉活动，训练患者通过主动收缩肌肉来实现让假肢做出多种操作的控制。随着这款假肢产品向市场的推广普及，我们已经看到诸如写毛笔字、弹钢琴、攀岩这类难度极高的挑战也得以实现。

瘫痪病人通过脑机接口技术获得了控制外部设备的能力，以及截肢患者得以自如的使用假肢，但这种将信号反馈回大脑的方式是视觉，而不是触觉。

第三个层面，感知/运动功能康复与重建

难度最大

美国杜克大学神经工程学教授 Miguel Nicholelis

2016 年，Miguel 教授研究团队在 Scientific Reports 期刊发表论文，长期瘫痪的病人在借助非侵入式脑机接口和外骨骼的帮助下，经过训练恢复了部分身体功能。

其原理是通过脑机接口将大脑对截瘫以下部位肢体的运动指令传递给外骨骼，通过外骨骼带动肢体运动，进而达到主动训练目的。经过世界杯开幕式前后 10 个月的训练，Juliano 的瘫痪登记从 T4 变为 T11 一下，这意味着他有 7 节脊椎恢复了感知和运动控制功能。

有 4 名瘫痪病人在接受 12 个月的训练后，他们的下肢感知能力和肌肉控制能力发生了显著变化，以至于医生把诊断结果从一年前的“完全瘫痪”修改成“部分瘫痪”；28 个月后，8 名实验对象中的 7 名得到了显著改善。恢复最好的患者甚至能够不再依靠机械外骨骼行走。

这是目前脑机接口在脊髓损伤康复治疗领域取得的令世人瞩目的成就。Miguel 教授也曾表示，这项研究未来有可能转化成为脊髓损伤导致的瘫痪的康复治疗手段，为全世界约 2,500 万有需求的人群带来希望。

2020 年，美国巴特尔纪念研究所的研究团队在 Cell 期刊发表论文，宣布利用侵入式脑机接口成功同时恢复了一名四肢瘫痪者的运动功能和触觉，这成为瘫痪复建领域又一项里程碑式的突破。

在我们看来，通过非侵入式脑机接口+机械外骨骼组合对瘫痪病人进行长期神经反馈训练短时间看是更现实的康复方案，毕竟在长期训练周期中，目前的侵入式脑机接口的电极还不能保证足够安全有效。

Edward 教授课题组利用给癫痫病人手术前定位病灶的机会，在病人语音处理相关的脑区植入数百个微电极，将记录到的神经电信号先通过一个训练好的循环神经网络模型解码成发声器官的运动轨迹，然后再将运动学特征解码成声学特征。

公司率先在脑电信号检测与分析方面取得研发突破，实现了脑电检测设备的小型化、便携化，并将该项技术封装成 Focus 智能脑电检测头环，可应用于 ADHD.

脑电信号检测与分析

1）开发生物相容性更高、更柔性的电极材料，

2）采用更安全的植入方式，

3）神经信号记录仪器的微型化开发，

4）从有线连接向无线连接过渡，既要实现高通量的数据传输，同时也要兼顾电池功耗、充放电频率等要求。