近日，《阿凡达3》在中国内地上映。电影《阿凡达》里，下肢瘫痪的主人公借助未来科技，以自己的意识远程操控潘多拉星球上的阿凡达身体，由此开启全新人生。近年来，类似“用意识控制机械手”等科幻场景，已在现实中通过脑机接口（BCI）技术逐步实现。这一切背后，究竟是怎样做到的？答案，就是我们今天要探讨的前沿技术——脑机接口。

现实中，脑卒中后运动功能障碍患者可通过BCI精准诱发脑电信号，驱动外骨骼完成运动。BCI的核心价值在于构建大脑与外部设备的直接通信通道，实现脑电信号向机器可执行指令的转换，其技术体系依托神经科学、生物医学工程与机器学习的跨学科理论积累，逐步成型。

脑机接口：

大脑与机器的“翻译官”

BCI的工作机制根植于神经元电信号传递原理：人类大脑约含860亿个神经元，常态下维持-70mV的静息电位；当个体产生运动意图时，运动皮层神经元会触发去极化过程，产生峰值约+40mV的动作电位。大量神经元同步放电形成的脑电波，是BCI实现信号解读的核心数据源。

据《脑机接口导论》定义，BCI是一类不依赖外周神经与肌肉组织的生物电通信系统，其标准化工作流程可分为三个核心阶段：

1. 信号采集：主要分为两类——非侵入式（以脑电帽为核心），具有无创、操作便捷的优势，但信号易受头皮、颅骨衰减，空间分辨率较低；侵入式（通过手术植入电极），可获取高精度信号，但存在手术创伤与感染风险。

2. 信号处理：通过独立成分分析（ICA）等算法过滤眼电、肌电等生理伪迹及环境噪声，精准提取与运动意图相关的脑电特征（如事件相关去同步（ERD）信号）。

3. 解码与反馈：基于机器学习算法（如《脑机接口导论》提及的支持向量机（SVM））构建脑电特征与动作意图的映射模型，将特定脑电模式（如“想象左手动”）转化为设备控制指令。同时，系统通过视觉或触觉通道反馈执行结果，帮助使用者优化运动想象策略，提升控制精度与稳定性。

捕捉大脑信号，

除了脑电图还有哪些方法？

EEG（脑电图）直接记录大脑皮层的神经元电活动，通过头皮电极测量电位变化。因其设备相对便携、成本较低、时间分辨率高，被广泛应用于运动想象解码、设备控制和神经反馈治疗等领域。

fNIRS（功能性近红外光谱）：像给大脑做“血氧体检”。它通过头皮发射近红外光，探测脑部血氧变化，从而间接推断神经活动。优点是相对便携、抗干扰，适合长时间或移动场景研究。

MEG（脑磁图）：捕捉大脑的“磁场呢喃”。它用极灵敏的传感器测量神经元活动产生的微弱磁场，能以前毫秒级的精度追踪大脑电活动的瞬息变化，时间分辨率极高。

fMRI（功能性磁共振成像）：绘制精细的“脑活动地图”。它通过检测血氧含量变化（血氧水平依赖信号）来反映脑区激活，能提供毫米级的精细空间定位图，是观察大脑结构与功能区域的核心工具。

fNIRS、MEG和fMRI都是常用于非侵入式脑机接口的信号采集技术。它们分别通过检测大脑的血氧浓度变化（fNIRS）、神经元电流产生的磁场（MEG）和血氧依赖信号（fMRI）来间接获取神经活动信息，从而解码用户意图。fMRI主要提供研究阶段的高精度空间定位参考。

两种交互模式：

主动“指挥”和被动“适配

脑机接口主要存在两种核心工作逻辑：主动向机器发送指令与被动适配人体状态，二者功能互补，可覆盖不同应用场景需求：

主动式BCI

主动式BCI的核心机制是使用者通过训练建立脑电信号与运动意图的稳定关联。其中，运动想象范式应用最为广泛，通过想象特定肢体运动可诱发ERD信号，为意图识别提供依据；慢皮层电位调节范式则适用于闭锁综合征患者的沟通需求。该类BCI的优势在于控制自主性强，但存在训练周期较长（数小时至数周）及部分人群“BCI盲”的现象。

被动式BCI

被动式BCI无需使用者主动诱发信号，通过监测自发脑电特征即可获取生理与认知状态信息，进而实现设备的自适应调节。其优势在于可实现“无感交互”，无需专门训练，但对信号解读的准确率与实时性要求较高，脑电数据所承载的隐私信息保护也成为核心伦理考量点。

百年进化：

从记录脑电波到意念控机器

BCI技术历经百年迭代演进，从基础理论探索逐步走向临床落地，核心发展脉络如下：

BCI技术演进的核心逻辑可概括为三点：一是交互方向从“大脑信息输入”向“运动意图输出”拓展，形成双向脑机交互体系；二是技术路径呈现侵入式与非侵入式并行发展态势，衍生出兼顾精度与安全的微创式技术；三是应用场景从医疗康复核心领域，逐步延伸至日常智能交互场景。

技术分野：

三种实现方式的取舍

根据电极部署方式的差异，BCI技术可分为三类，其核心特性与适用场景各有取舍：

非侵入式

以脑电帽为核心采集设备，在头皮用EEG或fNIRS采集信号，具有无创、操作便捷、成本可控的优势，适用于康复训练、大规模人群筛查等场景。其局限性在于脑电信号经头皮、颅骨衰减后，信噪比与空间分辨率较低，需依托信号增强算法提升识别准确率。

图源：百度百科

侵入式

通过开颅手术将微电极阵列植入大脑皮层，可直接记录单个神经元放电信号，具备高信号分辨率与精细控制能力，可实现机械臂抓握、文字输入等复杂任务。但存在手术创伤、感染风险及生物相容性问题（如免疫排斥）。

图源：百度百科

半侵入式

将电极植入硬膜下，但不进入脑组织。可获取高质量脑电信号，兼顾信号精度与安全性，是BCI技术的重要发展方向，目前处于临床试验阶段。

落地场景：

从医疗康复到日常交互

当前BCI技术已脱离实验室阶段，在医疗康复与日常智能交互领域实现初步落地，且多数场景采用主动式与被动式技术融合模式，以提升系统性能与用户体验：

医疗康复

作为BCI最成熟的应用领域，核心价值是重建运动功能障碍者的运动与沟通通道。具体应用包括：脊髓损伤患者外骨骼控制、脑卒中患者神经康复训练、注意力缺陷多动障碍（ADHD）认知干预，以及人工耳蜗等感觉修复设备。

图源：福州市数据管理局

日常场景

聚焦提升人机交互智能化水平，典型应用包括：智能座舱中驾驶员疲劳状态监测与预警、智能家居自适应控制（如通过α波监测感知放松状态调整环境参数）；此外，脑类器官控制机器人避障的研究，进一步拓展了BCI技术的应用边界。

伦理边界：

技术发展不能越的“红线”

BCI技术的健康发展需严守三大伦理红线：一是隐私保护，通过数据本地处理、加密存储等手段保障脑电隐私（含认知、情绪等信息）；二是安全保障，规范侵入式手术伦理评估与术后风险管控；三是自主尊重，坚守技术辅助性原则，不干预人类思维与情绪。

BCI百年发展的核心脉络，是人类对大脑电信号解码能力的持续提升。主动式BCI实现了“运动意图-设备控制”的精准转换，被动式BCI达成了“脑状态-交互适配”的智能响应，各类技术进展均依托经典学术理论，具备坚实的科学基础。

未来，随着神经科学、材料科学与人工智能的深度融合，BCI系统有望实现更高分辨率信号解码、更自然的人机交互与更长周期稳定运行。其终极目标始终是：为残障者重建与外界的连接，提升健康人群人机交互效率，实现人与机器的协同共生。

审核专家：彭枫硕，苏州纽若智能科技有限公司技术总监

撰稿：陈林孝 

转载请注明来源：浙江省科普联合会、靠谱传播

本文部分内容由AI生成，图片源自网络或由AI生成

来源: 科小二