脑机接口迈向“元年”：通信系统视角下的技术演进与未来图景

清华大学团队在《Proceedings of the IEEE》发表综述，系统梳理脑机接口关键技术、挑战与融合趋势

2025年被视为中国脑机接口产业的“元年”。历经半个世纪的发展，脑机接口（Brain-Computer Interface, BCI）已从科学幻想走向跨学科前沿，成为连接大脑与外部设备的核心技术。近期，清华大学高小榕、高上凯教授团队在国际权威期刊《Proceedings of the IEEE》（IF=25.9）发表长篇综述《Brain-Computer Interface—A Brain-in-the-Loop Communication System》，系统阐述脑机接口作为通信系统的理论框架、关键技术路径、现存挑战及未来发展方向。

作者信息：论文第一作者为清华大学生物医学工程学院长聘教授高小榕，共同第一作者为中国科学院半导体研究所研究员王毅军；通讯作者为清华大学教授高上凯。其他合著者包括中国医学科学院陈小刚、加州理工学院刘冰川等。

脑机接口：一种“脑在环路”的双向通信系统

脑机接口本质上是一种“脑在环路”（brain-in-the-loop）的双向闭环通信系统，涵盖脑到计算机（B2C）与计算机到脑（C2B）两个方向，实现人类智能（HI）与人工智能（AI）的深度融合。该系统不仅可用于替代或恢复受损的神经功能，更在认知增强、人机协同和沉浸式交互等领域展现出广阔前景。

系统架构：信号、硬件与软件协同构建闭环

脑信号类型：脑机接口依赖的脑信号分为侵入式（如ECoG、单神经元放电）与非侵入式（如EEG、fMRI、fNIRS）。前者分辨率高但具手术风险，后者安全普适，适合大规模应用。按功能可分为感觉信号（如视觉诱发电位）、知觉信号（如P300）和认知信号（如决策电位），为不同范式设计提供基础。

图 2. 脑机接口的常用脑信号

硬件系统：主要包括传感器、信号放大与数字化模块。非侵入式EEG因便携性与低成本成为主流；侵入式系统则在精度上占优，但面临长期稳定性挑战。同时，C2B通信依赖神经调控硬件，如经颅电刺激（TES）、深部脑刺激（DBS）等，实现信息写入与反馈。

图 3. 脑机接口常用的关键皮层区域

软件平台：典型架构包含数据采集、信号分析、输出执行与系统协议四大模块。主流开源平台包括BCI2000、OpenViBE、BCILAB等，支持快速实验搭建与算法验证，推动脑机接口研究标准化与可复现性。

图 5. 脑机接口软件平台

核心技术：编码、解码与信道容量提升

通信范式：脑机接口范式分为三类——主动型（如运动想象）、反应型（如P300、SSVEP）与被动型（如情绪监测），以及融合多种模式的混合型系统，提升鲁棒性与效率。

图 7. 脑机接口范式

解码技术：流程包括预处理、特征提取与分类。传统方法依赖静态分类器，而迁移学习通过跨个体、跨任务的知识共享，显著降低校准成本，提升泛化能力，成为当前研究重点。

图 8. 脑机接口解码

多址接入技术：借鉴通信系统中的多址策略，脑机接口通过频分（FDMA）、时分（TDMA）、码分（CDMA）、相分（PDMA）、空分（SDMA）及混合多址（HMA）等方式，实现多目标高效区分，显著提升信息传输速率（ITR）。

图 10. 不同多址策略下的视觉脑机接口范式

双向闭环：从B2C到C2B的智能互适应

神经调控：实现C2B通信的关键手段，包括经颅电刺激（TES）、深部脑刺激（DBS）、经颅磁刺激（TMS）、聚焦超声（tFUS）及神经反馈训练（NFB），在康复治疗、情绪调节与人机增强中展现潜力。

图 11. 神经调控

脑机互适应：大脑与机器在闭环中动态学习与优化。用户通过训练产生更稳定信号，系统通过自适应算法提升解码精度，形成“二重学习者”机制，显著增强系统性能与用户体验。

图 12. 互适应脑机接口的架构

扩展应用：多用户、脑-脑通信与元宇宙融合

多用户脑机接口：分为协作型（提升控制精度）、竞争型（用于游戏互动）与被动型（超扫描研究社会神经同步），为集体智能与群体交互提供技术基础。

图 13. 多用户脑机接口

脑-脑通信（BBI）：结合BCI与CBI技术，实现个体间神经信息直接传递，构建“脑互联网”雏形，在群体决策与协同任务中展现潜力。

元宇宙融合：脑机接口将推动元宇宙从物理交互迈向智能交互，实现情感、意图与身份的直接映射，拓展至神经康复、心理治疗、教育及神经营销等场景。

图 16. 脑机接口与元宇宙

挑战与展望

当前脑机接口仍面临三大挑战：神经机制理解不足导致“BCI文盲”现象；工程层面存在信号质量、电极材料与闭环反馈瓶颈；应用上存在训练成本高、交互效率低、用户疲劳及隐私伦理风险。

未来，非侵入式系统将在消费市场占据主导，侵入式接口则在医疗康复中发挥关键作用。脑机接口与AI、6G无线通信、物联网深度融合，有望推动语义通信、远程控制与跨脑交互发展，成为下一代人机交互的核心形态。

图 14. 人类智能（HI）与人工智能（AI）的融合

图 15. 无线通信中的脑机接口

脑机接口正从医疗辅助走向人类能力增强，成为连接大脑与信息社会的关键桥梁。随着跨学科融合深化，其将在康复医学、人机协同、智能交互与社会应用中持续释放变革性潜力。