BCI | ECoG | 腦機接口

LFP|CMRR| 生物計算

隨著生命科學、醫藥研發、數據分析、數據挖掘、LFP、生物計算、靶點發現、基因測序等技術的快速發展，腦科學逐漸出現在人們的視野中，隨之而來的腦機接口技術同時得到快速發展。

腦科學是人類社會面臨的基礎科學問題之一，腦機接口是人類進一步探索自然和人類有效探索手段之一。我們站在通往未知世界的偉大征程的起點，探索大腦必然是艱難而富有挑戰的。在國家戰略和頂層設計的指引下，隨著科技創新的不斷推進和人民群眾的期待，腦機接口技術將在面向世界科技前沿、國家重大需求和人民生命健康的科技創新主戰場上發揮重要作用。

為此，中國信通院近日發出《腦機接口總體愿景與關鍵技術研究報告》，勾畫腦機接口產業發展的藍圖和愿景期望。

注：由于篇幅有限需要更多腦機接口詳細資料，請在公眾號末尾留下您的郵箱，小編會將PDF文件發您郵箱，共同進步。

藍海大腦腦機接口深度學習一體機

腦機接口的總體愿景

一、腦機接口發展概述

大腦是思想、情感、感知、行動和記憶的來源。大腦的復雜性賦予人類智慧，同時也讓每個人都獨一無二。近年來，研究大腦認知的神經科學在分子細胞、關鍵部件、軟硬件開發、應用系統、儀器儀表等諸多方面取得了重大進展和突破，使腦機接口產業的商業化應用逐漸成為可能。

腦機接口(Brain-computerinterface，BCI)是指在有機生命的大腦和具有處理或計算能力的設備之間建立一個信息交換的連接通道，從而實現信息交換和控制。腦機接口根據信號采集方式的不同可以分為植入式和非植入式兩種技術路線。

植入式腦機接口是一種有創方法，是指對顱骨深處組織進行信號采集和記錄。常用的技術包括皮層腦電圖(ECoG)、單個神經元的動作電位( Spike)和局部場電位(LFP)。也有一些技術使用干預作為一種手段，以一種侵入性較小的方式將電極送入顱內血管，以收集EEG信號。植入式腦機接口記錄的信號時空分辨率高，信息量大，可以實時、準確地控制復雜任務。

植入式腦機接口技術主要應用于醫療領域，最有可能率先落地并帶來市場收益的是神經替代、神經調控相關技術和產品。神經替代腦機接口技術是為了彌補特殊人群因器官損傷導致的信息收發能力缺損，采用腦機接口技術把感覺信息直接寫入腦，或是將腦意圖信息腦內讀出，解碼后實現對外交互， 完成意愿動作。

神經替代腦機接口技術在國內外已進入臨床科研階段，主要針對感覺或運動神經損傷(如癱瘓、失語、失明)做基本功能替代或功能重建。神經調控腦機接口技術是實時分析精神狀態，精準刺激調控大腦中神經活動的異常狀態。對于記憶力減退、中重度抑郁癥、精神分裂癥、毒癮等疾病，神經控制腦機接口技術比藥物治療更準確、更高效。目前，由于精神疾病發病的理論模型尚未建立，治療靶點不明。因此神經調節腦機接口技術主要是探索神經機制并嘗試治療，可以幫助提高此類疾病的診療水平，并不能廣泛應用于臨床治療。

非植入式腦機接口技術可以應用到更廣泛的生活和生產領域，正在康復訓練、教育娛樂、智能生活、制造業等諸多方面逐漸為人類帶來益處。在非植入式腦機接口領域，業界普遍關注工業和消費領域的研究。借助虛擬現實、增強現實、眼動儀、外骨骼等外設，利用非植入式腦機接口系統進行多場景應用探索如運動康復訓練；利用用戶腦波創作音樂和控制電器；利用用戶情感識別數據個性化推薦用戶潛在喜歡的產品；識別和感知用戶情緒，進行預警提示，實現疲勞駕駛預警和安全生產等。

二、總體愿景

我們站在通往未知世界的偉大征程的起點，探索大腦必然是艱難而富有挑戰的。在國家戰略和頂層設計的指引下，隨著科技創新的不斷推進和人民群眾的期待，腦機接口技術將在面向世界科技前沿、國家重大需求和人民生命健康的科技創新主戰場上發揮重要作用。

因此提出“腦智芯連，思行無礙”總體愿景，并以這一愿景的實現為目標，試圖勾勒出不久的將來。為促進“腦智芯連，思行無礙”這一愿景目標的實現，腦機接口系統應滿足 “準確、高效、穩定、易用和安全”五大需求。腦機接口系統應具有準確的大腦意圖解碼算法；高效的信息解碼效率，快速地反饋響應和執行任務；穩定的設備性能與抗干擾能力；易用、 輕便、舒適的使用體驗；安全的植入、采集和信息傳送保障。

腦機接口系統的五大需求支撐愿景實現

腦機接口應從性能指標和可用性指標兩個方面有效衡量BCI是否滿足五項要求。性能指標主要體現在四個容易量化的指標上：響應時間、識別準確率、輸出指令數和菲茨吞吐量。可用性指標主要體現在易用性、長效性、魯棒性、安全性和互操作性五個指標上。這些指標在不同的技術路線和不同的應用場景下有不同的要求，但基本涵蓋了腦機接口技術和系統需求的各個方面。經過分析和產業研究，報告還給出了促進愿景目標實現的各項指標的建議值，從而為行業的技術創新和系統開發提供了一定的參考。

腦機接口系統的關鍵指標

腦機接口總體愿景的實現也離不開關鍵核心技術的支撐。關鍵技術包括采集技術、模擬技術、范式編碼技術和解碼算法技術。關鍵技術為不同的場景衍生出不同的應用。

腦機接口發展大事件

Phillip Kennedy及其同事用錐形營養性(neurotrophic-cone)電極植入術在猴上建造了第一個皮層內腦機接口。

1999年，哈佛大學的Garrett Stanley試圖解碼貓的丘腦外側膝狀體內的神經元放電信息來重建視覺圖像。他們記錄了177個神經元的脈沖列，使用濾波的方法重建了向貓播放的八段視頻，從重建的結果中可以看到可辨認的物體和場景。

杜克大學的Miguel Nicolelis是支持用覆蓋廣大皮層區域的電極來提取神經信號、驅動腦機接口的代表。他認為，這種方法的優點是能夠降低單個電極或少量電極采集到的神經信號的不穩定性和隨機性。Nicolelis在1990年代完成在大鼠的初步研究后，在夜猴內實現了能夠提取皮層運動神經元的信號來控制機器人手臂的實驗。到2000年為止，Nicolelis的研究組成功實現了一個能夠在夜猴操縱一個游戲桿來獲取食物時重現其手臂運動的腦機接口。這個腦機接口可以實時工作。它也可以通過因特網遠程操控機械手臂。不過由于猴子本身不接受來自機械手臂的感覺反饋，這類腦機接口是開環的。Nicolelis小組后來的工作使用了恒河猴。

其它設計腦機接口算法和系統來解碼神經元信號的實驗室包括布朗大學的John Donoghue、匹茲堡大學的Andrew Schwartz、加州理工的Richard Anderson。這些研究者的腦機接在某一時刻使用的神經元數為15-30，比Nicolelis的50-200個顯著要少。Donoghue小組的主要工作是實現恒河猴對計算機屏幕上的光標的運動控制來追蹤視覺目標。其中猴子不需要運動肢體。Schwartz小組的主要工作是虛擬現實的三維空間中的視覺目標追蹤，以及腦機接口對機械臂的控制。這個小組宣稱，他們的猴子可以通過腦機接口控制的機械臂來喂自己吃西葫蘆。Anderson的小組正在研究從后頂葉的神經元提取前運動信號的腦機接口。此類信號包括實驗動物在期待獎勵時所產生信號。

除了以上所提及的這些用于計算肢體的運動參數的腦機接口以外，還有用于計算肌肉的電信號的腦機接口。此類腦機接口的一個應用前景是通過刺激癱瘓病人的肌肉來重建其自主運動的功能。

2006年，布朗大學研究團隊完成首個大腦運動皮層腦機接口設備植入手術，能夠用來控制鼠標。

2008年，匹茲堡大學神經生物學家宣稱利用腦機接口，猴子能用操縱機械臂給自己喂食——這標志著該技術發展已經容許人們將動物腦與外部設備直接相連。

2012年，腦機接口設備已能夠勝任更復雜和廣泛的操作，得以讓癱瘓病人對機械臂進行操控，自己喝水、吃飯、打字與人交流。

2014年巴西世界杯開幕式，高位截癱青年Juliano Pinto在腦機接口與人工外骨骼技術的幫助下開出一球。

2016年，Nathan Copeland用意念控制機械手臂和美國總統奧巴馬握手。

2019 年 1 月，Chmielewski 作為約翰斯·霍普金斯大學一項腦機接口研究的參與者，通過一次長達 10 小時的手術，將六個微電極陣列（MEA）植入大腦兩側。隨后，研究者一直試圖通過不斷的改善和訓練，讓他獲得同時控制兩個假肢的能力。

2020年8月29日，埃隆·馬斯克自己旗下的腦機接口公司Neuralink舉行發布會，找來“三只小豬”向全世界展示了可實際運作的腦機接口芯片和自動植入手術設備。

2022年3月，中國神經外科領域的一項新突破，腦機接口柔性電極技術在世界頂級學術期刊《科學》雜志上發表。這項突破是一種腦機接口柔性電極技術，由首都醫科大學附屬北京天壇醫院研發，是提高手術精準度、保護神經功能的關鍵技術。該技術將僅有2微米大小的電極點組成的新型柔性電極，通過手術放到大腦上，幫助醫生更精確“看”到大腦內部神經等，從而最大限度保護大腦功能。

2022年6月25日，我國自主研發的國內首款介入式腦機接口完成動物試驗。

2022年12月，馬斯克“腦機接口”研究，涉嫌違反美國動物福利法規定，被曝接受調查。

各國腦科學發展現狀

目前，全球各主要經濟體均髙度重視腦科學的發展，推出了各自的腦計劃。總體來看，在腦科學研究領域，美國獨領風騷，歐洲、加拿大、澳大利亞、俄羅 斯、日韓等為第二梯隊，以色列、中國等新興力量已嶄露頭角。

一、美國

2014年，美國國立衛生研究院(NIH)啟動了 “通過推動創新型神經技術開 展大腦研究(BRAIN)計劃”，開啟了 “BRAIN 1.0時代"。2018年4月，NIH 成立腦科學技術2.0工作組，并于2019年6月將《美國腦科學計劃2.0》報告提 交給美國國立衛生院咨詢委員會。這標志著美國正式進入“BRAIN 2.0時代"。

二、歐盟

2013年，歐盟啟動了為期10年的人腦計劃(Human Brain Project, HBP), 旨在通過計算機技術模擬大腦，建立一套全新的、革命性的生成、分析、整合、 模擬數據的信息通信技術平臺，并促進相應研究成果的應用性轉化。但在2015年，歐盟人腦計劃放棄了在十年內實現人腦計算機仿真的研究目標，轉而主攻認知神經科學和仿腦計算。

該計劃也進而轉變成一個擁有6大信息及技術平臺、12 個子項目的國際組織。這6大信息及技術平臺包括：神經信息平臺，用于登記、搜索、分析神經科學數據；大腦模擬平臺，用于重建并模擬大腦；高性能計算平臺，用計算和儲存設備去運行復雜的仿真計算并分析大量數據集；醫學信息平臺，用于搜索真實的病人數據，從而理解不同大腦疾病的異同；神經形態計算平臺，借助計算機系統，模仿大腦微回路并應用類似于大腦學習方式的原則；神經機器 人平臺，通過將大腦模型與仿真機器人體和周圍環境連接起來，并對其進行測試。在此基礎上，該計劃成功舉辦了第10?12屆歐洲神經科學學會聯盟（FENS）的神經科學大會（FENS論壇2016、2018、2020）。

三、日本

2014年，日本科學家發起神經科學研究計劃，即日本腦計劃（Brain/MINDS）,旨在通過研究靈長類動物（穢猴）建立腦發育及疾病發生的動物模型。該計劃受到日本文部科學省、日本醫學研究與發展委員會為期10年共400億日元（約合 3.65億美元）的資助。2018年，日本成功繪制出了穢猴大腦的3D圖譜。

同年9月，日本正式啟動人腦計劃（Brain/MINDS Beyond），研究對象從穢 猴大腦拓展到人類大腦，主攻以下5個方向：發現和干預初期的神經疾病，分析從健康狀態到患病狀態的大腦圖像，開發基于人工智能的腦科學技術，比較研究人類和靈長類動物的神經環路，劃分腦結構功能區域并開展同源性研究。

2019年，日本通過對2973個個體進行分析發現，精神分裂癥、躁郁癥、自閉癥譜系障礙、重度抑郁癥患者的月并月氐體白質結構存在相似變異，并且與正常個體差別顯著。這為疾病分類提供了新的理論支持，在腦科學研究進程中具有重大意義。

四、中國

2016年，旨在探索大腦秘密、攻克大腦疾病、開展類腦研究的中國腦計劃 正式啟動。該計劃以闡釋人類認知的神經基礎（認識腦）為“主體”，以研發重 大腦疾病診治新手段和腦機智能新技術為“兩翼”，主要解決大腦三個層面的認 知問題：一是大腦對外界環境的感官認知，如注意力、學習、記憶以及決策制定 等；二是對人類及靈長類動物自我意識的認知，即通過動物模型研究人類及靈長 類動物的自我意識、同情心及意識的形成；三是對語言的認知，探究語法及廣泛的句式結構，用以研究人工智能技術。

腦機接口應滿足的需求

一、腦機接口系統應滿足的需求

1、準確

在腦部疾病診斷、行為輔助決策、外圍交互控制等應用場景下，共性需求是系統能夠穩定地做出識別準確率高的判斷，即系統虛警概率低，識別準確，使外部計算設備能夠對大腦的需求做出正確的反饋。識別正確率是系統的核心要求之一。

2、高效

腦機接口技術產業發展和應用的一個重要前提是高效。最好能達到和肢體響應一樣甚至更快的效率，實現人機快速響應。指令交互、打字、控制機械外骨骼等應用場景下出現秒級延遲會給用戶體驗帶來比較負面的影響。這就需要系統快速解碼識別大腦的意圖并給出反饋，而反應時間是衡量快速反應的核心關鍵指標。系統的快速響應性能需要范式編碼、算法解碼和系統通信技術的配合。在實際應用過程中，還要兼顧“快”、“準”、“穩”三個方面的協調發展。

3、穩定

腦機接口本質上是一套通信系統，在不同的應用場景下，都需考慮系統各項指標的穩定和抗干擾能力，即系統的長效性和魯棒性。長效性是指系統需要保持長期性能穩定。系統能在較長時間內各項能指標不出現較大波動。魯棒性是指系統在一定的外部干擾情況下，依然能夠保持穩定的工作性能指標。在植入式腦機接口應用場景中，由于電極易于失效，系統更側重長效性指標；而在非植入式場景，于信號易受干擾，更加側重系統魯棒性。

4、易用

易用包括兩層意思:“輕便”和“便捷”。“輕便”是指非植入情況下腦機接口系統輕便易攜帶，植入情況下植入體體積小重量輕。笨重的腦機接口系統一方面可能會造成用戶觸摸時的身體壓迫和不適，不利于長期使用。另一方面也不利于開展，難以采集大范圍的腦信號，從而難以實現更大范圍的場景應用。

“便捷”是指腦機接口系統操作方便。一方面需要要降低用戶操作的復雜性，避免復雜的調試和維護。尤其在消費場景下，需要盡可能縮短設備部署時間和人機適應時間，實現快速交互。這就需要盡量減少和壓縮模型的訓練時間和調試時間，提高用戶對產品的接受度。另一方面普及了無線信號傳輸，擺脫了有線束縛，使用起來更加方便。另外，可以考慮用智能外設進行系統化設計，比如智能耳機等終端設備，提高使用的舒適性和便攜性。

5、安全

作為一個人機交互系統，在安全性方面需要考慮的因素包括：系統需要在軟件和硬件方面有效防御外部惡意攻擊，避免數據竊取或惡意篡改，系統需要內置安全自檢機制；在機制和制度保障方面，需要有合法合規的信息技術倫理制度、法規、倡議、指南和標準，以保證神經隱私和神經權利不受侵犯，保障系統使用者的健康和安全。對于植入式腦機接口系統，在電極材料的選擇上要考慮散熱性能，并保證植入后人體的安全性。應限制植入物的質量、形狀、功耗和應用場合，以避免損傷生物組織。對于非植入式腦機接口技術，使用不當可能存在潛在的人身安全隱患，因此有必要對腦機接口系統的使用安全提出嚴格要求。

二、腦機接口系統的關鍵指標

目前，腦機接口技術正從“學術科學探索”走向“應用轉化落地”。為促進產業落地發展，下面從性能和可用性兩個方面提出了滿足五項要求的腦機接口系統關鍵指標。性能指標包括響應時間、識別準確率、輸出指令數量和菲茨吞吐量，可用性指標包括易用性、長效性、魯棒性、安全性和互操作性。易用性指標進一步體現在準備時長、輕便性和舒適性上。

腦機接口系統的關鍵指標

1、性能指標

在腦機接口的研究中，信息傳輸速率(ITR)常被用作評價系統性能的指標。ITR的大小與系統的響應時間、識別正確率和輸出指令數量相關，是綜合反映BCI系統多方面性能的指標。然而，僅將ITR作為性能指標往往不能反映反應時間、識別準確率和輸出指令量各自的重要性，甚至可能導致某些關鍵指標被忽略。因此，響應時間、識別準確率、輸出指令數和菲茨吞吐量四個方面對BCI系統的性能同樣起著至關重要的作用。

1）響應時間

響應時間指腦機接口系統響應用戶單次腦意圖所需的時間，包括單次響應所需的信號采集時間、腦信息解碼時間(也稱計算時間)和系統通信時間三部分。其中，所需信號采集時間是指腦機接口系統采集生理信號進行解碼所需的時間。腦信息解碼時長是指系統對采集到的信號進行解碼以理解用戶意圖所需的時間。系統通信時長是系統中模塊之間數據包傳輸的時間延遲。響應時間能有效反映腦機接口系統的通信效率，也是反映人機交互流暢度的關鍵指標。在不同的范式和應用場景下，系統的響應時間差異很大。

對于頭皮腦電圖和皮層腦電圖等實時較高的電信號采集系統來說，比較理想的響應時間是：在腦狀態檢測場景下建議不大于 10 秒，在神經調控場景和對外交互場景下建議不大于 1 秒。對于以功能近紅外光譜(Functional near-infraredspectroscopy,fNIRS)為代表的信號采集系統來說，由于血流動力學數變化較觸發事件具有滯后性，因此此類系統的交互響應時間較長。

2）識別準確率

識別準確率是指腦機接口系統為識別人腦意圖進行解碼的正確率，是衡量系統性能的核心指標。在腦機打字、腦控機器人等特定場景下，識別準確率往往用任務成功率來表示。任務成功率是指成功控制任務的次數與控制任務執行的總次數之比。理想的識別準確率在腦狀態檢測的情況下不應低于85%，在神經調節的情況下不應小于95%，在外部交互的情況下不應小于95%。對腦機接口離線數據進行調參時，往往因為樣本量較小而容易造成模型的過擬合。

3）可輸出指令數量

可輸出指令數量就是腦機接口系統能夠解碼腦意圖種類，該指標能夠反映系統的交互能力。能輸出的指令越多，系統可解碼的大腦意識就越豐富，能執行任務的行為就越豐富。因此，在睡眠檢測、情感識別、腦機打字等場景中。可輸出指令數量對評價系統的性能有很高的參考價值。從理想值來看，建議睡眠檢測場景不少于5種睡眠，情緒識別場景不少于4種情緒，腦機打字場景不少于40種輸出字符。在機器人、機械臂、無人機等復雜外部設備的控制中，自由度不應少于6種。可輸出的指令數量與實際需求有關，應根據具體場景需求確定最佳范圍。

4）菲茨吞吐量

控制能力是指腦機接口系統將大腦神經活動轉化為外設在實際場景中完成復雜控制操作的能力。腦機接口系統的控制能力和工作效率可以用菲茨吞吐量指標來衡量。腦機接口系統的菲茨吞吐量定義為：難度系數與移動到目標位置所需時間的比值，其中難度系數是交互移動距離與目標大小比值的對數。菲茨吞吐量來源于菲茨定律(Fitts Law)，是一種人體運動預測模型，主要用于人機交互和人機工程學。難度系數和吞吐量分別用于衡量任務和控制效果。在腦機接口的研究中，菲茨吞吐量經常被用來作為系統控制效果的衡量指標。

以腦控虛擬鼠標移動為例，虛擬鼠標從初始物體A移動到目標物體B的難度系數由AB之間的距離和目標物體B的尺寸決定，AB之間的距離越大，目標物體B的尺寸越小，難度系數越大。在不同的難度系數下，虛擬鼠標到達目標所需的時間不同。菲茨吞吐量是一個綜合考慮移動速度和控制精度的指標。數值越高，腦機接口系統的控制效果越好。通常0.7 bits/s的Fitz吞吐量可以達到更平滑的控制效果，1 bits/s是更理想的指標。

2、可用性指標

可用性也是腦機接口系統產業化的關鍵，是性能指標之外的另一個系統評價維度。系統可用性的度量指標包括：易用性、長效性、魯棒性、安全性和互操作性。

1）易用性

易用性又可通過腦機接口系統的使用準備時長、輕便性和舒適性三個指標反映。

準備時長指人員使用腦機接口系統前所需的準備時長和人機協同訓練時長的總和。準備時間包括調試準備時間、阻抗調整時間等。人機協同訓練時長與系統用戶使用熟練程度以及解碼算法是否需要現場采集訓練數據有關。此外，部分腦機接口系統需要為不同的用戶定制不同的解碼算法參數，這也會導致人機合作的訓練時間較長，從而降低系統的可用性。非植入式腦機接口系統的理想準備時間建議不超過3分鐘。植入式腦機接口系統需要復雜的植入過程，因此需要很長的準備時間。有必要盡可能地優化植入方法，以提高系統易用性。

輕便性指腦機接口系統的輕質與便攜。輕質是指對用戶來說符合人體工學，不會造成明顯的傷害和負擔。通常以重量指標衡量輕便性，為保證人體頸椎以上部分不受傷。理想的頭戴式腦機接口系統重量不應超過500克，不超過200克將是更理想的目標。便攜是指易用和攜帶，信號傳輸方式是衡量便攜的重要指標之一。比較理想的便攜方式是擺脫有線連接，以藍牙、Wi-Fi、超寬帶或其他先進的無線通信方式傳輸數據。

舒適性體現在范式設計、外形設計、選材等方面。目前，業界廣泛使用的范式大多源于20世紀90年代。經過30多年的發展，范式雖然為實驗研究奠定了基礎，但交互方式普遍不符合人類的自然行為。因此，用戶對消費產品的接受度和配合度較低，甚至其在醫療領域的應用也受到限制。因此，舒適性由定量定性的體驗、滿意度等來衡量，尤其是對于腦機接口的消費級產品的落地。

2）長效性

長效性是指系統能夠穩定持續使用的時間，是衡量系統穩定性的重要考慮因素。在非植入場景中，長效性體現在系統續航時間長。比如在娛樂游戲時，系統的性能不會因為用戶出汗等干擾而下降。在植入場景下，長效性是系統不會受到生物組織分泌和免疫系統的干擾，導致性能力下降，續航時間需要能夠保證持續8小時以上的腦電信號傳輸和分析。因此建議在理想的非植入場景下，單次穩定可用時間應不低于3小時。在植入場景下，一些國家規定穩定可用時間不得少于一年。一般情況下，醫療器械的理想植入時間在10年以上。

3）魯棒性

魯棒性指用于衡量腦機接口系統抵抗外界干擾的能力。腦機接口系統需要在各種外界干擾環境下使用。正常環境本身就有大量的干擾信號，此外還有強磁環境、超聲診療環境、放射治療環境等。這就要求腦機接口系統能夠有效屏蔽其環境中的大部分外界干擾，保證交互響應時間、識別準確率等性能指標保持在較高水平。此外，大腦在使用過程中的狀態并不是一成不變的，因此魯棒性還體現在自適應能力上，可以隨著用戶狀態的變化進行自適應調整，保證系統的性能指標在小范圍內波動。

4）安全性

安全性是腦機接口系統可用性的重要指標。一是要保證腦機接口系統的整體安全和數據安全。硬件和軟件具備基礎的安全防范能力和手段，保護措施到位，確保能夠有效抵御外部攻擊，避免系統被篡改做出錯誤指令。同時要保證用戶的信息不被泄露，尤其是需要聯網使用的設備，比如解碼算法、云系統等，需要保證信息安全；二是保證人身健康安全。在滿足常規安全要求的基礎上，應制定更適合BCI系統的特殊安全要求。三是應符合科技倫理安全。要制定完整的科技倫理體系，確保隱私信息不泄露、風險可控、生命權得到尊重、人類福祉得到增進、公平正義得到保障。

5）互操作性

互操作性是腦機接口系統應用和廣泛發展的重要指標，反映了腦機接口系統實現跨系統接入、雙向連接和交互控制的能力。一方面，互操作性體現在同類型系統之間一致的框架和接口上；另一方面，腦機接口系統可以在計算機、手機、增強現實(AR)設備和虛擬現實(VR)設備等其他智能終端上實現互操作和即插即用。系統應根據這方面的技術標準要求，開發相關接口和可互操作的系統平臺。互用性能力指數可以通過系統符合互用性標準的程度來衡量。

腦機接口關鍵技術

腦機接口作為新興技術，為大腦與外界的直接交互提供了新的解決方案，在新一輪技術升級中被寄予厚望。腦機接口產業落地有賴于關鍵技術的突破和創新。目前全球在腦機接口關鍵技術研究方面發展 蓬勃， 但依然存在亟需解決的若干問題。對此，業界也正在嘗試多種手段予以突破。

腦機接口關鍵技術包括采集技術、刺激技術、范式編碼技術、解碼算法技術、外設技術和系統化技術。其中，采集技術的研發集中在采集端和信號處理端。常規采集技術包括電采集、磁采集和近紅外采集，其中電采集是主流研發方向，而磁和近紅外采集技術由于成本和技術成熟度的限制，離應用還比較遠。

信號處理端涉及模擬芯片和數字芯片。目前腦機接口系統使用的數字芯片多為業界通用芯片，因此主要介紹模擬芯片的發展。刺激技術重點介紹腦深部刺激閉環控制的進展和腦機接口技術在盲人輔助領域的最新進展。范式編碼和解碼算法技術介紹了當前主流研究進展。由于外控技術和系統化技術的創新多在于 工程集成，因此不在此介紹。

腦機接口技術的應用場景按照信息流動可以分為三類：腦狀態檢測、神經調控、外交互。從信息流的角度來看，腦狀態檢測是指信息從大腦流向外部和外設，神經調控是指信息從外部和外設流向大腦，對外交互是指信息的雙向流動。

腦機接口關鍵技術

一、采集技術

1、植入式電極

植入式微電極是腦機交互的關鍵基礎，廣泛應用于基礎神經科學、腦疾病的診斷和治療、腦機交互通信等領域。植入式微電極通過把以離子為載體的神經電信號轉換成以電子為載體的電流或電壓信號，從而獲得大腦神經電活動的信息。植入大腦的微電極可以準確記錄電極附近單個神經元的動作電位，具有較高的空間和時間分辨率，從而實時監測大腦活動。傳統的植入式微電極由金屬、硅等硬質材料制成，硬質電極主要有密歇根電極和猶他電極。隨著微納加工技術和電極材料的不斷發展，微電極趨向于柔性、小型化、高通量和集成化，形成了以微絲電極、硅基電極和柔性電極為主的多元化發展局面。

高性能柔性微電極對于長期穩定的慢性記錄具有重要意義。微電極與腦組織存在機械不匹配，會對生物體的正常活動造成繼發性腦損傷，因此不適合長期慢性實驗。具有高生物相容性的柔性微電極器件有利于緩解免疫反應，提高信號質量，對實現腦活動長期穩定的慢性記錄具有重要意義。

高通量微電極將為拓展全腦神經科學的研究奠定重要基礎。為了獲得更豐富的神經元動態，需要神經微電極同時記錄盡可能多的單個神經元的電活動。現有植入微電極的通量遠小于大腦神經元的數量，因此開發新型高通量微電極，實現高時空分辨率的腦電信號批量采集，對于神經環路活動跟蹤、全腦尺度神經網絡功能分析等基礎神經科學研究非常重要。

多功能微電極能有效促進多種興奮模式綜合調節。植入式微電極集電刺激、藥物注射和光刺激功能于一體，不僅可以讀取生物體的腦活動信息，還可以調節生物體的生命活動，實現生物體與外部設備的雙向通訊。研究多功能神經微電極裝置，構建閉環系統，可以實現癲癇等腦部疾病的診治和神經功能的恢復。

2、非植入式電極

非植入式電極具有廣泛的應用。非植入式電極可以直接在頭皮上采集腦電信號，無需手術植入。因此也被稱為無創電極，其安全性和無創性更容易被用戶接受，因此被廣泛應用于非臨床腦部疾病診療、消費腦科學應用等場景。

傳統的濕電極盡管信號質量好， 但其專業的操作需求，耗時長，用后清洗等固有缺點無法規避。因此無膏的干電極技術逐漸發展起來以適應新的應用場景和需求。基于金屬材料或導電聚合物材料的多腳柱式/爪式干電極、基于導電纖維刷毛式干電極、基于微機械加工工藝的微針電極及電容式電極等，提高使用便捷性的同時，也通過材料改進和結構設計優化不斷地降低電極與皮膚的接觸阻抗，提高使用舒適度和應用性。

改進的干電極是電極行業的主流選擇。隨著基于頭皮腦電的腦機接口系統在便攜性、快速應用性和舒適性等方面的應用需求日益增加，電極的改進成為亟待解決的關鍵問題。傳統的濕電極雖然信號質量好，但其固有的操作要求專業、耗時長、使用后需清洗等缺點無法避免。因此，無漿料干法電極技術逐漸發展起來，以滿足新的應用場景和要求。基于金屬材料或導電聚合物材料的多足柱/爪型干電極、基于導電纖維的刷型干電極、基于微加工技術的微針電極和電容電極等。不僅提高了使用的便利性，還通過材料改進和結構設計優化，不斷降低電極與皮膚的接觸阻抗，從而提高使用舒適度和適用性。

凝膠半干電極具有潛在的廣闊應用前景。干電極實現了腦機接系統的便捷應用，但其與頭皮的電連接僅靠微量的汗液，接觸阻抗高，且強烈依賴于壓力，因此舒適度和信號質量及穩定性成為該項術需要突破的技術難題。半干電極利用材料或結構特性，釋放少量電液到頭皮，以降低電極與頭皮的界面阻抗。基于材料體系的凝膠干電極物理化學特性可調，通過材料組分配比的優化可兼顧電化學性和機械特性，從而得到使用舒適度較好且信號質量可與濕電極匹敵 的性能，是一種極具應用前景的電極技術。

3、芯片

隨著集成電路技術的飛速發展和電路與神經科學融合的不斷探索，腦信號采集技術正朝著小型化、輕量化、高通量和分布式采集的方向發展。BCI的應用、算法、硬件和范式的研究內容逐漸豐富。植入式和非植入式腦機接口系統通過電極和采集硬件對腦信號進行采集、處理和解碼，從而實現對腦科學基礎理論、腦疾病和腦控制外設的探索和研究。腦信號采集芯片是將腦信號直接轉換為數字信號的核心硬件，也是讀取和解碼腦信號、診斷和調節腦疾病的工具。

根據腦信號的生理特點和應用場景，定制化腦信號采集芯片的設計存在諸多技術挑戰。精密放大器是腦信號采集芯片的核心模塊，需要滿足腦機接口應用場景中多項技術參數的要求。對于腦信號來說，其幅度較弱(幾十μV到幾個mV)，頻率低(0.5 Hz到數kHz)，因此容易受到外界噪聲的干擾，導致信號質量較差。為了保持最佳的信號質量，需要對腦信號采集模塊的一些關鍵參數進行優化，如信號噪聲、共模抑制比(CMRR)、電源抑制比(PSRR)、增益匹配、運動偽影等。腦信號采集的諸多參數相互制約，多個參數的整體優化是腦信號采集芯片設計的核心問題之一。

信號噪聲是腦信號采集過程中最大的干擾源之一。由于前端放大器的閃爍噪聲與腦信號在頻譜上有部分重疊，所以簡單的濾波很難提取純凈腦信號。因此，采用斬波放大技術將采集的信號調制到更高的頻率，以避免放大器的閃爍噪聲。斬波技術在交流耦合儀表放大器中實現了噪聲和功耗之間的良好平衡，但在斬波調制過程中，放大器的輸入阻抗會降低到兆歐范圍以下，導致信號在進入放大器之前發生衰減。為解決輸入阻抗降低的問題，有團隊提高了正反饋環路的輸入阻抗。還有團隊使用電容組來校準輸入阻抗升壓電路的電容，也有團隊使用調整電路耦合的方式來切換斬波器和輸入電容器的設置，以避免斬波器調制導致的輸入阻抗降低。

共模抑制比是衡量系統對環境干擾響應的關鍵參數。對于微弱的腦信號，高共模抑制比可以保證信號不被共模干擾掩蓋，從而提高信號質量。此外，在多通道神經信號采集過程中，由于電極植入腦內后的一系列生物相容性問題，電極的阻抗可能會隨著植入時間的增加而明顯增大(數月后可達100 kω至數 MΩ)，進而影響腦信號的信噪比以及特定系統的共模抑制比。為了保證采集信號的質量，前端放大器電路采用共模反饋技術和共模前饋技術，提高系統級共模抑制比。

采集芯片的微型化設計是植入式腦機接口系統的核心技術挑戰之一。為了將采集芯片縮小到可植入的尺寸范圍，片上有源/無源器件的小型化是相關研究中的一個技術難題。采用電容耦合的全差分放大器結構，利用晶體管搭建的偽電阻結構，可以大大減小芯片上無源器件的面積。同時，偽電阻提供了更大的阻抗和更低的高通截止頻率，適用于設計微型化的腦信號采集芯片。采用時分復用/正交頻分復用等技術，通過一個固定的采集單元同步采集多個通道的腦信號，也可以顯著減小片上面積。

針對不同的腦機接口應用和采集芯片面臨的一些技術問題，國內外很多團隊都提出了解決方案。例如，為了解決采集過程中電極間直流偏置引起斬波放大器輸出飽和的問題，一種直流伺服反饋環技術通過積分器從輸出中提取DC分量并反饋到輸入，有效抑制了電極間直流偏置。

針對采集芯片的超低功耗要求，有團隊設計了基于反相器結構的超低壓斬波放大器，非常適合植入場景。針對芯片微型化的問題，放大器和DAC相結合的數模混合反饋技術可以大大減小采集芯片的片上面積。

針對腦信號采集過程中的共模干擾，基于電荷泵的共模反饋技術通過動態反饋輸入端的共模干擾信號，可以有效抵抗高達15V的共模干擾。對于采集芯片的無線供電，將線圈的無線傳感傳輸技術應用于植入式腦機接口芯片。通過外部傳輸線圈、中繼線圈和片上耦合線圈，實現對體內采集芯片的無線供電和采集腦電信號的無線傳輸。

體表網絡無線傳輸技術解決了無線供電時線圈難以對準的問題。采集的信號和能量利用受試者的體表進行無線傳輸，適用于可穿戴式腦機接口場景。在提高系統集成度方面，目前已有基于AI的集信號采集、存儲、信號分類識別于一體的腦機接口片上系統，實現了較高的系統集成度。對于高通量植入式腦機接口芯片，有公司設計了具有動作電位識別的高集成度采集芯片，與數千個柔性電極結合，實現高通量腦信號的采集。

二、刺激技術

1、閉環腦深部電刺激技術

腦深部電極刺激(Deep Brain Stimulation,DBS)一種非常具代表性的植入式電極刺激技術。DBS通過植入體內的腦起搏器發放電脈沖，刺激癲癇、帕金森的病灶腦區，抑制病灶區神經元的異常無規則放電，進而抑制相關癥狀，使患者恢復自如活動和自理能力。傳統的 DBS 調參需要基于微電極信號分析、刺激效果分析、影像定位、 核磁分析等多技術手段選擇治療觸點。借助腦機接口技術， 腦內電極不僅具有單向刺激功能，還可進行周圍神經元信號采集，以做到精準觸點選擇。就技術發展進度看，目前可以做到信號采集之后由醫生根據生物標志物和與患者的交互反饋進行觸點選擇，未來還將向自適應角度發展，自適應技術研發方向包括：

通過優化的信號處理方法實現自適應調控。如在機器學習、深度學習基礎上對患者腦電數據進行預測分類，為醫生提供分類結果以助于診斷，提升觸點選擇的精準度。另外，在患者體態姿勢發生變化導致電極與靶組織之間距離改變時，例如咳嗽、打噴嚏、深呼吸時，可根據誘發復合動作電位調控刺激以避免發生瞬時過度刺激。

通過刺激參數空間拓展改善自適應調控。刺激參數空間包括觸點、幅度、頻率、脈寬的選擇。目前在常用單極恒頻刺激的基礎上已開發交叉電脈沖模式、變頻刺激及多觸電不同頻刺激技術，極大地拓寬了刺激參數空間， 實現更好的癥狀調控。

依托多樣生物標志物實現自適應刺激調控。當前國內外知名 DBS廠商正在嘗試基于生物標志物實現自適應刺激調控，例如檢測神經遞質濃度，通過血清素、去甲腎上腺素、多巴胺脫氧血紅蛋白度、氧合血紅蛋白的濃度識別治療效果并作為依據來動態調整刺激幅度。也有基于血流水平、范圍或預定血流值矩陣等血流信息調節刺激幅度、脈沖寬度、脈沖率和占空比等指標。

通過磁共振相融 DBS 技術實現自適應調控下的腦網絡探索。現有磁共振兼容 DBS 技術解決了在強磁場下電極發熱、移位及感應電流等安全隱患，使植入 DBS 的患者能在 3.0T 磁共振下進行長時間的同步刺激及掃描。在解決臨床需求的同時，也使DBS成為探索刺激相關腦網絡變化的直接媒介，通過功能磁共振解析刺激相關局部及整體腦網絡改變，為新靶點的發現及適應癥的拓展提供依據。

2、視覺調控技術

植入式視覺調控技術對盲人群體提高生活質量具有重大意義，相關研究已經開展。全球絕大多數研究團隊在開環視覺重建的研究中，研究方向逐漸從視網膜刺激向皮層刺激轉移。目前主要集中在電刺激初級視覺皮層( V1 )以獲得人工視覺感知。這就需要進行刺激電極的植入。最新的實驗已經植入了超過 10 塊猶他陣列，通道數達到 1024 。 該系統還包括采集視頻的攝像頭，采集到的圖像信息通過信號處理獲得簡單的二維灰度圖像(目前還沒有具有色彩的植入式人工視知覺輸入)，并據此刺激初級視覺皮層神經元。受試者通過植入電極可以在有限的視野范圍內看到一些灰度調制的低分辨率點陣圖像。目前的研 究結果表明，用小電流電刺激初級視覺皮層神經元( V1 neurons)會 激活直徑數百微米的皮層區域，從而獲得簡單的視覺知覺，稱為光幻視(phosphenes)。電刺激可以改變大腦皮層的信息流， 影響到正常視覺觀測內容。由于電刺激是相對粗糙的刺激方式， 因此獲得的視覺感知也相對粗糙。目前研究致力于通過多個電極同時刺激，讓受試者感知到具體圖像或連貫動作。2020 年發表在 Science 上的研究結果表明， 通過植入大規模 1024 通道電極并進行訓練，可以使非人靈長類正確識別字母，辨識運動方向等。如何通過不同模式刺激增強受試者感知連貫形狀的能力，并最大限度向其傳遞視覺信息依然是未來研究重點。

目前的植入式視覺調控研究多為開環腦機接口系統，開環腦機接口系統難以實現精確刺激模型，且電刺激也難以與真實的視覺刺激保持一致， 因此存在不可控風險且難以實現精細視覺輸入。因此閉環視覺調控是未來重要的技術探索方向。

三、范式編碼技術

大腦的各種思維與響應活動千變萬化，且同時發生，因此很難直接從中準確解碼特定類型的活動。在腦機接口系統中，用范式來表征對預定義的大腦意圖的編碼方案。范式定義為：在編碼任務中， 對希望識別的大腦意圖用可檢測、可區分、可采集的腦信號予以對應，從而實現對大腦意圖的可識別輸出。在過去的幾十年中，出現了許多腦機接口范式，常見典型的有運動想象范式、穩態視覺誘發電位范式、P300范式。這些范式往往根據是否有外部刺激和輔助而分為被動式和主動式范式。

1、被動式范式

視覺誘發電位刺激范式 P300 朝向界面布局優化、人臉圖像拼寫和融合物理刺激方向發展。傳統的視覺 P300 電位刺激范式下，拼寫器允許受試者通過閃爍不同的行和列來選擇目標，但沒有考慮兩個相鄰符號連續閃爍對結果的影響。近年有大量研究針對 P300 電位刺激范式的拼寫界面布局開展優化工作，有效消除了相鄰符號閃爍帶來的影響。一些研究發現面部符號可以比傳統 P300 字符拼寫范式誘導更高的 P300 電位。因此許多研究嘗試用人臉圖像代替數字或字母符號，使每個符號在以一定頻率閃爍時都會變成人臉圖像，而不是簡單的顏色或大小變化，實現了 P300 電位刺激范式的解碼性能提升。最近也有研究發現，在視覺 P300 電位刺激范式中添加其他形式的物理刺激可以提高使用者的表現，例如使用偏光鏡增強刺激、基于積極情緒的視聽組合刺激、引入聲音和視頻刺激等方式。因此將 P300 電位與其他物理刺激融合的范式研究也是近年的熱點。

穩態視覺誘發電位(Steady-state visual evoked potentials，SSVEP) 刺激范式朝向更高效、更舒適和更自然發展。SSVEP 范式腦機接口主要應用方向包括：高速率腦機接口打字交互系統、特殊群體腦機報警系統、自然場景的腦機目標選擇系統等。為支撐上述三大應用場景，SSVEP范式的主要發展趨勢包括：

更高效：SSVEP 范式編碼從最初 4 目標編碼已發展至 160 目標編碼，且編碼的識別響應性能也在持續提升，因而實現的高速率 SSVEP-BCI 系統的性能也在不斷提升。后續 SSVEP 會持續研究更高效、可分性更好的范式編碼。

更舒適：SSVEP 范式刺激的最佳頻帶為 8~15Hz，該頻帶的多目標閃爍刺激雖然實現的系統性能優異，但也容易誘發視覺疲勞， 因而在實際落地應用中受到了一定的阻力。目前 SSVEP 舒適刺激的方式主要包括降低亮度變化率、提高刺激頻率、減小刺激目標面積以及采用空間編碼(外周視野) 刺激等。上述研究已取得了較大的進展，并不斷繼續推進中。

更自然：SSVEP 刺激范式的每個刺激塊需要按固定頻率進行閃爍且具有一定的面積，因而在實際應用過程中僅與腦機打字場景最貼合， 即將字符繪于對應的閃爍目標塊上即可。目前已有部分 SSVEP 范式采用空間編碼的方式將中央視野區域空出，在視野外周進行刺激編碼，進而實現更貼近自然應用場景的應用。也有適當降低 SSVEP 閃爍塊面積并與生活場景結合的編碼思路，受限于刺激面積變小對響應強度的影響，為保障系統的識別正確率與響應速度，此類應用的 SSVEP 編碼目標數較少。此外，SSVEP 的主要響應腦區位于后腦枕 葉，因而往往需要佩戴腦電帽，不利于生活自然場景使用。為解決該問題， 部分研究采用時頻混合或時空頻融合的編碼方式，嘗試提升無毛發區的 SSVEP 響應強度，取得了一定的進展。為了 SSVEP 腦機接口在生活場景落地，上述研究仍在持續推進中。

2、主動式范式

運動想象(Motor Imagery, MI)范式朝向更精細發展。運動想象是一種非常重要的主動式腦機接口范式，用于識別大腦對四肢和舌頭的運動意圖。其無需外界條件刺激和明顯的動作輸出就能誘發大腦感覺運動皮層的特定響應。現已廣泛應用于基于腦機接口的假肢、機械臂和輪椅等設備控制、字符拼寫及臨床中風康復治療等場景。

基于運動想象范式的腦機接口已經發展多年，經過數十年的研究，大肢體部位的 MI 控制已經基本發展成熟， 而對更細微運動做出想象并有效識別(例如不同手指的伸縮、握拳、不同手勢的運動想象等)是運動想象范式編碼的發展方向。

運動相關皮層電位范式朝向多肢體運動意圖解碼和連續運動解碼發展。運動相關皮層電位(Movement-related cortical potential, MRCP) 是一種可以從低頻頭皮腦電中捕捉到的與運動規劃、執行相關的神經活動信號。MRCP 主要由三部分組成，即與運動準備相關的準備電位(Readiness potential, RP)、與運動發生、起始相關的運動電位( Motor Potential, MP ) 以及與運動執行、運動性能相關的運動監測電位(Movement-monitoring potential ，MMP)。相較于 SSVEP 和 P300 等被動式腦機接口范式， MRCP 和運動想象是不依賴于外部刺激的、由人體真實運動意圖誘發的主動式腦機接口范式。而相較于運動想象，MRCP 不依賴于重復的運動想象。因此， MRCP 具有自然、真實、可以反映人的實際運動意圖等優點。典型的 MRCP 范式包括點到點的上肢運動(如 center-out)、連續運動追蹤式的上肢運動(如 PTT)、指定動作類型的上肢或下肢運動(如手腕內旋/外旋)等。由于 MRCP 具有可反映運動意圖的特性， 其對發展與運動康復、運動功能診斷、日常生活輔助等相關的運動腦機接口具有重要價值。目前，MRCP 主要發展趨勢包括從單肢體到多肢體的運動意圖解碼、從離散分類問題到連續回歸問題的連續運動參數解析、與神經假肢、外骨骼、機械臂等 外設結合的人體運動增強和康復治療等。

四、解碼算法技術

1、植入式主流解碼技術

卡爾曼濾波器成為當前主流解碼方法。以運動控制為例， 早期的植入式腦機接口解碼大都使用維納濾波器線性解碼系統。此類解碼系統不包含運動學過程模型，而是將群體神經元的反應作為輸入，將空間坐標內的運動速率作為輸出，通過最優線性估計的方法進行解碼。早期很多腦機接口實驗室都用該方法進行解碼。后來，為滿足控制過程中的解碼連續性需求，需要有運動模型作參考以修正和優化解碼器輸出，卡爾曼濾波器成為當前的主流解碼方法，其在離線、實時以及臨床試驗中都得到了廣泛的應用。卡爾曼濾波的優點是算法簡單，而且可以不需考慮神經元具體編碼內容即可解碼，因此可以實時快速解 碼。其缺點在于解碼效果一般，且每次實驗之前都需較長的校準時間，另外，卡爾曼濾波解碼的系統魯棒性相對較差。為解決這些問題，國際上提出了很多方法，其中最具前景的方法主要包括類腦解碼器設計和神經學習。

類腦解碼器成為新一代解碼方法。最近一些皮層神經元群體編碼特性研究結果表明，雖然大量的神經元被記錄并用于腦機接口的解碼，但因大腦神經元的信息編碼相對于運動是冗余的，用于控制的神經元 群體反應維度要低于神經元數量。因此在理論上可以找到一個隱藏或潛在的低維狀態空間來描述在該控制條件下的有效神經元群體反應，并將這個狀態空間中的潛變量映射到相關行為或運動控制變量用于運動控制。將這些編碼特性應用于解碼器設計，得到類腦的解碼器可用于腦機接口控制。目前學術研究結果表明，此類穩定子空間是存在的。此方法的優勢是雖然記錄到的神經元群體信號有高噪聲且會發生變化， 但其在子空間上的動力學過程一直穩定，因此可以有效去除不穩定記錄以及神經元發放變化帶來的干擾，從而獲得更為魯棒的腦機接口系統。

神經學習提供新的解碼思路。當前還有一種前沿的腦機接口解碼方法是通過訓練大腦進行學習來使用腦機接口，即神經學習(也稱腦機學習)。腦機接口系統中存在兩個學習系統，一個是解碼器的機器學習，另外一個就是具有強大學習能力的神經系統。腦機接口初期的實驗都體現了大腦學習本身的重要意義，但如何讓大腦學會使用腦機接口的解決方案尚不完善。腦機接口系統在使用過程中，閉環控制的練習可以導致神經元為適應用戶的運動系統而發生變化。因此，閉環過程中的解碼器與開環時的解碼器可能完全不同，結果表明提供快速的反饋比過濾錯誤更為重要，因此誕生了改進閉環性能的技術，一般被稱為閉環解碼器適應(Closed-Loop Decoder Adaptation ，CLDA)。此類方法根據閉環腦機接口使用期間記錄的數據實時改進解碼器，讓解碼器根據用戶當前神經信號的性質來決定解碼器的結構。此外，用戶的神經系統也在實時學習如何應用這個解碼器。兩者的相互結合以及相互促進得到了一個“腦機雙學習”的融合式腦機接口系統。此系統可以在神經信號不穩定時依然輸出穩定的表現，且僅需少量校準即可即插即用，同時魯棒性極高，在適應新的應用場景時有同時保留已學控制技巧并探索新控制方式的特性，因此極大的提高了腦機接口系 統在實際應用中的可能性。

2、非植入式主流解碼技術

分解算法是非植入式腦機接口系統的主流解碼算法。分解算法廣泛應用于腦機接口系統的去噪與意圖解碼。分解算法通常使用矩陣分解或提取空間濾波器來增加不同類別意圖的解碼可分離性。大多數分解算法都是為特征提取而設計的，矩陣特征分解后通常需要連接到分類器。獨立成分分析(ICA)是使用廣泛的分解算法之一。ICA 一方面可對不同源信號進行特征分析，另一方面還可用于去噪(例如去除眨眼成分、偽影信號等)。在解碼腦意圖時，不同腦機接口范式的分解算法存在差異。運動想象范式解碼多采用通用空間模式(CSP)及衍生算法。CSP 可最大化不同分布的方差信號， 例如對左右手運動想象進行分類。在 CSP 基礎上逐漸衍生出濾波器組 CSP (FBCSP)、提議判別濾波器組 CSP(DFBCSP)、臨時約束的稀疏組空間模式(TSGSP) 等。穩態視覺誘發電位(SSVEP)解碼多采用典型相關分析(CCA) 及衍生算法。CCA 算法有效解決了以往非空域分解算法難于處理的導聯挑選問題。近十年學者提出諸多 CCA 改進算法，例如濾波器組CCA(FBCCA)、任務相關成分分析(TRCA)、集成 TRCA(eTRCA)、任務相關成分分析算法( mTRCA 、TDCA 等)。視覺 P300 電位解碼算法依托 xDAWN 算法和 DCPM 算法。目前有增強 P300 誘發電位的xDAWN 算法以及將空間模式提取和模式匹配結合的DCPM 算法。

近十年以黎曼幾何為代表的流形算法在腦機接口系統中廣泛應用。黎曼幾何算法通常可以用于對稱正定(SPD) 矩陣的空間上應用運算， 進而提供一個統一的框架來處理不同的腦機接口范式。例如基于最小均值距離(MDM)和帶有測地線濾波(FgMDM) 算法對 MI任務進行分類。MDM 類似于使用歐式距離而不是黎曼距離的最近鄰算法。FgMDM 將協方差投影到切線空間，將線性判別分析(LDA) 應用于切線向量，然后將它們投影回帶有選定分量的 SPD 空間。黎曼框架由于具有擴展性，因此易于多場景應用并與機器學習方法結合。

深度學習算法在近年被引入腦機接口解碼研究。基于 CNN 網絡結構設計的 Shal-lowConvNet 和 DeepConvNet 模仿了 FBCSP 中的時間和空間濾波器，性能接近 FBCSP。進一步利用深度可分離卷積代替普通卷積提出的 EEGNet 在 SSVEP 范式應用中取得了很好的效果。CNN 網絡模型具有的批處理歸一化功能也可用于視覺P300 范式的解碼。進一步還有諸多深度學習的改進模型，例如CNN-RNN架構、CNN-LSTM 架構。還有一些研究側重于腦機接口的數據擴增，進而得到更多的訓練數據，提升解碼效果。典型的數據擴增網絡模型包括循環的對抗網絡(RGAN)、增強 MI 數據的 C-LSTM 模型等。

遷移學習算法的進步是腦機接口走向應用落地的關鍵。許多機器學習算法的訓練數據與測試數據來自相同的特征分布。此類算法在腦機接口應用中，雖然面向單個被試在短時間內可以取得良好性能，但在不同被試或相同被試不同時間的情況下性能則大幅下降。這些問題被稱為跨被試和跨時間的可變性問題。為了減輕這兩個問題的影響， 通常需要一個校準階段來在每個會話開始時收集足夠的訓練數據，但這會明顯增加系統使用的準備時間。遷移學習旨在利用源域中的先驗信息改進目標域中預測函數的學習過程，解決跨主體的可性問題。腦機接口的早期遷移學習算法側重于分解算法的改進。而后黎曼幾何法進一步促進了腦機接口的遷移學習算法進步。近年來，深度學習算法也開始應用于遷移學習領域。此外，其他領域的遷移學習方法也在腦機接口研究中有一定的借鑒， 例如信息幾何(STIG)的光譜傳輸算法在快速序列視覺呈現范式(RSVP) 的驗證；融合轉移分量 分析(TCA) 和聯合分布適應(JDA) 提出的用于腦機接口的流形嵌 入知識轉移(MEKT)方法。

典型應用場景及需求

一、腦狀態檢測

1、腦功能評估與輔助診斷

1) 場景描述

腦機接口系統已逐步應用于腦功能評估與輔助診斷。由于頭皮腦電(Electroencephalograph,EEG)信號具有高度非線性且隨機特點，使用信號處理技術可以很容易區分正常和異常的大腦活動， 因此腦部受傷等癥狀或疾病都可以使用腦電圖來診斷許多與神經病學相關的疾病，例如癲癇、睡眠障礙、腫瘤、抑郁癥、自閉癥等疾病。

2）關鍵需求

在準確方面，基于腦信號解碼的疾病輔助診斷已逐漸在臨床上應用落地。經過對產業相關技術現狀的調研，此類系統最關鍵的指標即為識別正確率，通常需要達到 90%以上。當然，也并非一味追求高識別正確率，而由不同疾病以及支撐技術發展現狀決定。

在高效方面，腦功能評估與輔助診斷對系統的響應交互速度要求相對不高，大致有 15 分鐘出結果即可。當然根據技術發展水平而言，實際操作中還是越快越好。但是對人機協同訓練時長要求較高， 因為抑郁癥、自閉癥等患者的測試配合度通常遠低于常人，準備過程的時需要盡量縮短。

在穩定方面，腦疾病輔助診斷設備的需求不高，通常是在固定的使用環境應用，對外界干擾可以做一定的場地限制。

在易用方面，腦疾病輔助診斷設備的需求相對較低，檢測過程通常不會持續太久，且在臨床環境使用，使用者對輕便的需求相對不明顯，只要不對使用者造成明顯負擔即可。

2、腦紋識別

1）場景描述

在當前的數字信息社會中，個人身份驗證技術是個人和企業安全系統中必不可少的工具。腦紋具有高隱蔽性、不可竊取性、不可仿制性以及必須活體等方面的獨特優勢，因此在機密性、安全性要求較高的應用場合中，可以使用腦電波進行身份識別。

2）關鍵需求

在準確方面，基于腦電信號的身份驗證、識別將在個人消費支付、軍事設備控制上應用落地。經過對產業相關技術現狀的調研， 我們認為腦電身份驗證系統最關鍵的指標即為驗證識別正確率，通常需要大 于等于 99%。

在高效方面，基于腦電的身份驗證和識別對系統的響應交互速度有一定要求。在穩定采集腦電信號的前提下，一般需要 1 分鐘內輸出結果。在公安刑偵、金融支付等場合均需要應用任務能快速部署，因此設備的準備過程耗時需要盡量縮短。

在穩定方面，腦電身份驗證識別對系統的穩定性要求較高。具體體現在三個方面：一是具有跨任務狀態的穩定性；二是具有跨時段的穩定性；三是具有跨系統的穩定性。前兩者的穩定性可以通過算法模型來增強。最后的跨系統的穩定性，需要腦機接口行業盡快建立起數據采集的通用標準。

在易用方面，腦電身份驗證識別對系統便攜易用需求相對較高，驗證識別過程通常不能持續太久，最好是干電極、金屬電極或者生物凝膠電極等易用操作傳感設備，避免使用操作繁瑣的濕電極。

3、安全監控

1）場景描述

傳統的安全生產監管模式長期以來都是圍繞制度安全和設備安全展開， 對人員狀態突變造成的安全事故無法預測預警，當事故發生 后無法對現場人員進行及時發現救助，也無法從人員角度對安全隱患 進行排查分析。腦機接口系統基于對大腦狀態的實時讀取和解析，將 作業人員和生產作業安全相關的大腦狀態進行了綜合數字化呈現，結 合大數據技術賦能人員安全生產監管，實現人員安全事故的預測預警、 事故發生的自動報警和現場反饋自救，也讓管理者能夠從人員安全數 據的角度進行風險隱患排查。因此腦機接口系統可用于危化品生產、 施工作業、應急救援、冶煉生產等眾多場景。

2）關鍵需求

在準確方面，由于涉及作業人員的安全，系統必須具有極高識別正確率，確保在極端狀態下準確及時的進行事故預警和報警。為此，要保留適度的算法冗余度，在降低誤報率的條件下盡量提升準確度，確保在安全事故發生時準確率達到 99%以上。

在高效方面，復雜工況環境要求腦機接口系統做到無干擾快速響應。為此，要搭建以高精度微弱腦電信號采集和實時分析系統， 結合高效穩定的無線傳輸技術，具有互操作性的跨平臺應用程序接口，最終實現即戴即用、實時監測和秒級響應。

在穩定方面，工業場景的規模化商用要解決三個主要問題，一是在工況作業等高噪聲強干擾場景中獲取高信噪比的腦電信號，需要積累各種作業工況環境中腦電參數數據庫，不斷優化工程算法濾波器，提升整體信號質量；二是少量通道條件下實現復雜腦狀態實時分析計算。工業場景的條件限制導致只能采用少量信息通道，這對低信息量條件下的實時腦狀態分析對算法提出了更高的要求；三是腦機接口系統在工業場景規模化商用中，不同群體和個體之間的差異對于魯棒性構成了嚴峻挑戰。為此，需要根據實際場景數據不斷優化算法， 迭代數據模型，提升腦機接口系統的魯棒性。

在易用方面，在真實惡劣環境中應用要確保高精度微弱腦電信號采集設備小型化、便攜化、可穿戴。這需要在已有防護裝備中進行便攜化腦機接口系統的嵌入式改造，并在電極性能、人因工程、材料設 計、防水防塵等諸多方面進行優化定型， 既要滿足現場人員無痕式佩戴的舒適度體驗，又要適應各種高溫、高濕、高粉塵的外界強干擾環境，保證高精度腦電信號的穩定采集和傳輸效率。

二、神經調控

神經調控技術利用植入性或非植入性技術， 采用電刺激或藥物手段改變中樞神經、外周神經或自主神經系統活性從而來改善患病人群 的癥狀。腦機接口相關的神經調控技術主要包括腦深部電極刺激 (DBS)、迷走神經刺激(VNS)、經顱磁刺激 (TMS)、經顱交流刺激 (tACS)、經顱直流刺激(tDCS)、經顱超聲刺激(TUS)、經顱電刺 激和神經反饋(Neurofeedback)技術。

1、有創神經調控

1）場景描述

DBS 是典型的有創型神經調控技術。傳統的方法是通過脈沖電刺激實現調控。其電流、頻率、脈寬等參數通過醫生“試錯”的方式對調控效果進行觀察并調整。隨著腦機接口技術的進步，閉環的神經調控通過增加感知模塊可以對不同腦狀態進行實時調控，這種刺激效果更靈活，更適應、更自動化， 從而達到更好的治療效果和更小的副作用。國外已經進入成熟商業化應用的領域包括癲癇、帕金森、強迫癥等，正在探索中的疾病包括成癮、抑郁、阿爾茲海默癥等神經疾病。

2）關鍵需求

在準確方面，應用于醫療領域的神經調控設備產生的脈沖刺激有一定限制，對神經組織損失較小且可逆，同時神經調控具備短期和長期的兩種作用機制，因此，對識別正確率未作苛刻要求。

在高效方面，人機交互響應速度隨病種而導致要求不同。癲癇等疾病對快速響應的要求較高，在腦電已發生改變且臨床癥狀出現前做出判斷， 并以刺激方式抑制癲癇發作。現有的商業設備數據顯示，約 4 秒計算時間能完成癲癇發作的監測和刺激的反饋。對于抑郁、帕金 森等疾病，對快速響應交互性要求則相對較低，不大于 4 秒即可。

在穩定方面，采用微創或有創神經調控技術能夠在一定程度上避免顱骨對采集和刺激信號造成衰減，因此在復雜環境下通常能夠實現人機穩定交互以及快速應用體驗。但要防止在極端惡劣環境條件下應用此技術(例如，電磁干擾、極端溫度、壓力變化)，從而對設備產生信號干擾， 從實踐來看， 已有證據表明 RFID 設備、高壓氧倉、強電磁干擾環境有可能導致信號偽跡， 從而產生誤刺激。閉環神經調控的應用由于以有創或微創為主，因此對長期穩定使用要求較高。一方面要求神經界面能夠長期穩定進行采集和刺激，減少由于纖維蛋白增生 導致的采集和刺激失效；另一方面要求功耗更低以降低人體損害，以及電池容量更大以實現長期工作，避免頻繁更換電池等二次手術造成新的創傷。從當前技術發展來看， 神經刺激器的工作有效期已經從傳統的三至五年延長至十年甚至更長時間，并已開發安全的可充電技術，滿足在人體內長期穩定的工作需求。

在易用方面，植入醫療器械為滿足更加輕便的需求當前多通過微創方案解決。傳統的神經刺激器體積較大，約 30cm3 左右， 且需要在胸內和腦內植入并通過引線連接。采用微創技術則可實現輕便性目標，植入體的體積僅需顱骨切除，或者磨骨即可植入，從而減少手術創傷以及術后并發癥幾率，因此有創植入正在朝向微創植入方向發展。

2、無創神經調控

1）場景描述

孤獨癥(又稱自閉癥)譜系障礙是一種嚴重的神經發育疾病， 據美國疾病控制與預防中心(CDC) 2021 年 12 月調查結果顯示， 在過去二十年里美國自閉癥患病率持續上升， 2018 年調查的 8 歲兒童中自閉癥患病率為 2.27%，高于上一個報告期(2016 年) 的 1.85%。我國的自閉癥患病率調查數據為至少 1%。作為腦機接口技術的重要研究和應用方向，基于神經反饋的數字療法是自閉癥領域技術發展的前沿和必然趨勢。國際公認的應用行為分析 ( applied behavior analysis,ABA) 療法有效率一般不超過 50%。現已有實踐表明， 疑似 或確診的孤獨癥譜系障礙患者在康復過程中，針對社交與交流缺陷， 通過非侵入式可穿戴腦機接口系統，結合智能神經反饋訓練技術，進行基于大腦實時信號的評測和閉環干預，并與應用行為分析、言語治療、作業(職能) 治療等方法結合，能夠促進神經可塑性，提高社交腦功能，提升行為訓練效果。

2）關鍵需求

在準確方面，需要以醫療級別腦電波 90%以上的信號精度記錄腦電波，以 85%以上的識別正確率解碼社交腦的腦電生物學指標，并以符合患者學習風格的方式提供反饋。

在高效方面，需要能夠在 200Hz 以上的采樣率、2000ms 以內的解碼和反饋速度，以非人工的方式為患者提供有效的強化。

在穩定方面，有實踐表明，通過符合患者學習風格的方式構建交互方式， 讓超過 95%的患者堅持每周使用系統 3 次以上，總時長超過每周 3 小時則使用效果較好。且腦機接口系統與應用軟件的通訊方式在實踐中表明，需要有穩定的短距離無線連接能力，通信線路在 3 小 時內應保持不中斷。

在易用方面，應用軟件需要具有互操作性，能適配多種主流操作系統、多款市面主流終端設備，操作需要降低門檻、降低專業知識門檻，讓康復機構初級康復師、患者及家屬均可快速入門使用。系統也應不需要涂抹導電膏和佩戴有線設備等，這樣能促進患者在醫院以外的地方接受治療。

三、對外交互

1、協助溝通

1）場景描述

腦機接口可為漸凍癥、中風康復患者等失去語言交流功能的人員實現腦電打字系統，提高患者的生活質量。未來還可應用于人與人之間的隱秘交互，該交互過程無聲響和無肢體動作。

腦機打字從技術應用角度可分為植入式腦機接口打字系統與非植入式腦機接口打字系統。上述兩種系統對關鍵特征的需求存在差異。

植入式腦機接口打字系統對使用者會造成一定的腦部創傷，但由于采集的信號質量更高，因此具有更強的系統性能。因此植入式腦機打字系統在快速響應、高準確率、長期穩定方面需求強烈。同時受限于植入式系統的技術發展現狀，存在穩定交互、快速應用、輕便易用 方面的需求，使用者只需要在固定、安全、噪聲穩定的環境長期使用即可。

非植入式腦機接口打字系統相比植入式腦機打字系統采集的信號質量較低， 但具有快速應用、安全無創的特點。該系統在快速響應交互、識別正確率方面的要求較高，但系統性能低于植入式系統。非植入式腦機打字系統在快速應用體驗、輕便性、抗干擾實現穩定交互方面也有很高的需求。但在長時穩定交互方面要求較植入式系統相對較低。

最近，也有通過介入式植入電極的腦機接口打字系統。該系統通過顱內血管的支架式電極采集信號，避免了對腦組織的創傷。此種植 入方式的腦機接口系統除了在快速響應、高準確率及輕便易用方面有很高的要求，而且對長效性的要求也非常高。

2）關鍵需求

在準確方面，識別正確率指標是腦機打字系統的核心競爭力，通常腦機打字系統的正確率應高于 95%才具有較好的實用效果。

在高效方面，腦機打字系統優劣的重要指標之一就是響應時間。腦機打字系統的單次響應時間理想值在 0.5 秒~1.5 秒之間， 響應時間低于 0.5 秒時較難保持識別正確率，單次響應時間超過 1.5 秒也將導致用戶體驗較差。

在穩定方面，目前的腦機打字系統大多應用于固定環境，因此對抗干擾性能的要求并不迫切。但從需求出發， 在未來腦機打字系統用于人與人之間隱秘交互方面則需具備較強的抗干擾穩定交互能力。植入式腦機接口系統都需要保證至少 1 年的穩定使用時長，1 年是長期 隨訪期的最低要求，也是可以開展臨床試驗的最低要求。作為醫療器械，穩定使用時長最好在十年以上。

在易用方面，植入式腦機打字系統的輕便性要求相對較低，在脖子以上的非植入式系統配重不應大于 500g，最好小于 200g，同時最好能減少導電膏的使用。在準備時長方面植入式需要手術花費一定時間。非植入式腦機打字系統目前需要在 10 分鐘內完成裝配準備調試， 該時間越短越好。在人機協同訓練時長方面， 植入式與非植入式系統均希望采用“冷啟動”的方式，即使用者可直接開展系統應用，機器在使用過程中快速迭代解碼算法，在 10 分鐘甚至更短時間內達到針對個體優化的腦信息解碼精準度。

2、面向醫療康復的外設控制

1）場景描述

據估計，世界上近 1%的人口患有腦血管疾病后遺癥。這些后遺癥包括運動功能受損、一般認知缺陷、生成或處理語言困難以及情緒狀態的改變， 這些現象是中風后常見現象。這些患者中近 30%患有慢性運動障礙，其中偏癱是中風后最常見的致殘病癥。因此，卒中后康復的主要目標是恢復運動功能，更有效的康復干預措施需求迫切。迄今為止，運動康復是腦機接口在中風領域研究最多的應用。

用于神經康復的腦機接口系統僅需通過記錄和解碼患者進行特定心理任務產生的局部腦信號，就可以向外部康復設備傳輸指令。其主要目標是促進相關大腦區域的神經活動，并促進神經重塑。采集的腦信號通常通過以下方式由外部設備反饋給患者：一是向患者提供關于想象的視覺運動任務反饋，例如在虛擬環境中加強運動想象訓練；二是通過康復機器人等外部器械帶動患者的運動損傷部位運動，完成 “閉環”的感覺運動回路。

2）關鍵需求

在準確方面，面向醫療康復的腦機接口系統解碼準確率是患者完成有效康復的基本保證，系統的解碼精度高不僅能夠準確的完成康復流程，促進神經元的康復能力提升，并且更高的準確性會提高患者的信心和動力水平，更好地提升治療效果。此外，更高的準確度也可能使患者更具有參與度，而準確性較低的腦機接口康復系統因無效反饋頻出，可能導致患者產生挫敗感，因此對康復產生負面影響，因此應盡量控制運動意圖解碼正確率不低于 85%。

在高效方面，快速解碼也是康復系統中不可缺少部分，外部設備的運作是根據患者的大腦活動進行改變的，康復系統能夠實時的根據患者腦活動做出相應動作，從而有利于增強患者的代入感。因此，從受試者開始進行腦活動到外部設備做出動作響應需盡量保持在 3s 以內，以提升患者的使用感及康復系統的實用價值。

在穩定方面，康復類腦機系統需要具備一定的抗干擾能力及長期使用穩定特性。一方面，康復類腦機接口系統的目標不僅限于在醫院中的輔助康復訓練，還希望在未來能擴展至患者家中或戶外活動場景，這就需要系統具有較強的抗環境噪聲能力。此外，康復類腦機接口系統也需要長期穩定，尤其是在醫療應用場景中，如不能在較長的時間保持性能穩定，則會造成臨床醫生與患者的使用困擾。

在易用方面，康復范式的設計也是關鍵環節之一， 對于不同的運動損傷患者需要制定不同的康復范式，例如下肢運動損傷與手部運動損傷的患者需要分別制定下肢以及上肢的康復范式，并且和虛擬現實技術結合設計更具有沉浸感的康復范式能夠讓患者有代入感，增強受損神經元的參與程度。因此，需要對患者進行全面的臨床和神經生理學評估， 以全面分析和制定個性化的康復計劃。此外，有必要探索在沒有感覺反饋的情況下是否可以實現與臨床類似的康復效果。如果僅使用視覺或虛擬現實反饋即可獲得同等康復效果，則可以帶來更便攜、 更簡單且價格合理的家用康復系統。

展望與建議

一、未來展望

經過數十年的科學探索與技術論證，腦機接口已從科幻成為科學，并處于從科學研究到產業落地的關鍵時期。就腦機接口目前的發展情況， 在今后一段時間， 腦機接口的基礎學科研究和應用落地都將得到長足發展，從而有望促進腦機接口市場規模不斷擴大。

1、技術展望

在基礎學科研究方面，一方面，腦機接口技術自身受外界成熟條件影響得以長足發展，由于神經科學、工程學、計算機學、材料學等多學科的不斷成熟完善，腦機接口技術在采集、刺激、編碼和解碼等方面取得進一步突破，腦機接口產品的“準確、高效、穩定、易用、安全”能力有效提升；另一方面，腦機接口技術將加速神經技術與類腦計算技術的融合，助力腦科學研究更好的認清大腦工作機理， 實現認識大腦、解碼大腦和調控大腦的目的。當前腦科學研究在大腦學習、情感記憶等機理研究方面達到突破閾值，未來可能在高級智能方向形成大力突破，進而對當前以數學為基礎的人工智能技術造成顛覆性影響，引發以人工智能為代表的計算技術革新。

2、應用展望

在應用方面，腦機接口的產業應用實踐將具有顯著的社會效益。體現在：一是促進人民健康生活水平質量提升，特別是對神經疾病群體(漸凍癥、癲癇、帕金森等) 生活質量改善起到顯著推動作用，推動醫療、康養產業數字化和智能化；二是推動前沿科技創新，人才短缺、老齡化嚴重威脅、抗災救援等問題一直困擾人類生活， 人類能力的增強對于彌合差距和滿足行業需求至關重要，腦機接口技術將推動人體增強和替代技術發展，對人類生活和社會活動產生顛覆性影響。三是助力經濟發展，腦科學與多領域融合將呈現應用行業廣、輻射范 圍大的特點。

3、市場展望

盡管當前腦機接口核心軟硬件產品全球市場估算在十多億美元，神經調控軟硬件產品全球市場規模約百億美元，但如滿足報告所提出的愿景， 則有助于推動神經系統疾病的數字療法走向應用，屆時則撬動達到數千乃至萬億規模的睡眠調控、消費娛樂、神經疾病治療市場。根據中國殘聯統計數據，我國肢體殘疾 2472 萬人，視覺障礙群體將近 1800 萬，有聽力殘疾人數達 2780 萬人。據不完全統計，我國老年癡呆患病率有 6%，抑郁癥和焦慮癥的患病率接近 7%，其它神經系統疾病患者過千萬，并隨著老齡化程度提高而快速增長。因此預測神經重塑、神經替代、神經調控腦機接口技術將擁有數十萬億規模的市場空間。

二、發展建議

腦機接口應用落地離不開關鍵技術的突破，工程技術的革新，科 研工具平臺的支撐，標準體系的推動、測試驗證體系的完善， 科技倫理的共識。因此，腦機接口產業在發展中對“多學科協作、多行業協同”的訴求非常強烈。有必要面向腦機接口領域形成 “產學研用醫 政”協同創新體系，因此建議：

一是以科研資源共享機制推動學術協同。腦機接口的技術發展離不開數據、儀器、人才等科研資源。構建面向腦機接口領域科研資源共享機制，搭建科研資源共享平臺，有效地支撐知識創造和科學研究，促進科研團隊協作，促進交叉學科間合作，為高水平科學研究和高層次人才培養提供有力保障。

二是以聯盟合作方式推動產業協同。成立腦機接口產業聯盟，從科學研究、產品研發、測試應用、臨床實踐、標準制定與政策配套等方面凝聚產業力量，搭建行業內溝通交流合作的良好平臺，組織國內外專家形成合力，互通有無。推動協同創新，使政府、企業和科研高校之間形成密切溝通合作模式， 促進科技成果轉化，引領應用場景探索開拓等。協調組織核心技術攻關研究和基礎關鍵研發要素設施建設，推進軟硬件等共性產業技術研發，推動技術及產業融合發展。

三是以標準和測試研究推動應用落地。落實《國家標準化發展綱要》中“推動標準化與科技創新互動發展”的工作思路。在“腦智芯連，思行無礙”行業發展總體愿景目標下，針對腦機接口系統關鍵需求和性能指標開展標準研究和測評驗證等工作，從而促進采集、編碼、解碼等核心技術的演進，以定量化的標準和評價體系對腦機接口產品進行效能評估，推動腦機接口標準化工作的高質量發展，促進應用早落地，造福人民生命健康。

四是以科技倫理保障應用安全。一方面開展多方對話與合作，梳理原則清單，共同制定具有可操作性的倫理準則和行業公約，另一方面，面向腦機接口領域，在技術、實驗、數據方面加強科技倫理制度化建設，建立健全科技倫理審查和風險評估制度。

藍海大腦認為，經過數十年的科學探索與技術論證，腦機接口已從科幻成為科學，并處于從科學研究到產業落地的關鍵時期。就目前的發展情況，在今后一段時間，腦機接口的基礎學科研究和應用落地都將得到長足發展，從而有望促進腦機接口市場規模不斷擴大。