在第一期新脑论坛中，中国科学院深圳先进技术研究院正高级工程师李骁健老师以《植入式脑机接口的科研现状与商业转化趋势》为题进行了分享。下文为讲座逐字稿，更多精彩回顾，还请关注“NeuS”公众号，我们将陆续为您更新。

专访嘉宾

李骁健

中国科学院深圳先进技术研究院正高级工程师，博士生导师

主要研究动态脑神经信息高通量采集技术、神经环路解析和解码技术以及神经调控新技术。在国内率先贯通植入式脑机接口技术链，在国际上率先开发了基于光纳米技术的非遗传式神经调控方法。在精密机械工程、光学工程、电子工程和神经工程领域均具有扎实且全面的研发基础，多篇成果发表在多个学科的Nature子刊以及专业一流期刊中。

李骁健：今天我将以《植入式脑机接口的科研现状与商业转化趋势》为主题进行分享。

首先我来简要介绍一下脑机接口。如果将脑机接口视作一个整体，它是大脑与外界直接进行信息通讯的渠道。所以，它还是属于信息通讯领域。它的特点主要是提供一种全新的脑信息传输渠道，使脑信息能够直接与外部设备交互。

整个脑机接口是一个仪器系统，主要由神经信号的采集、解码以及执行的三大装置共同构成。脑机接口的主要应用方向包括以下几个方面。

一个方面我们希望通过脑机接口的方式来实现信息的收发平衡。比如日常生活中，我们通过视听嗅触味来接收信息，但我们一般是通过语言和动作发出信息。因此，实际上我们接收信息多，表达信息较少。这是从应用理论的角度来考量的。

在现阶段真正的应用中，我们主要是希望通过脑机接口来替代受损伤的收发信息器官，比如帮助残疾人实现生活自理。

还有一个应用可能是在未来作为元宇宙的终极解决方案。比如我们可以不再依赖视听嗅触味进行信息接收，以及不再借助语言、动作器官表达信息，我们将通过脑机接口把想法和外界直接通讯，实现人与人之间的意念沟通。当然这是对脑机接口的远期愿景。

脑机接口目前更主要的用途是在科学研究中。比如说研究大脑，推进神经科学启发的人工智能的发展等。

早期相关研究是对穿戴式和植入式脑机接口同时展开的。两种形式各有特点。穿戴式不需要做手术，不会有太多损伤；而植入式可以获得更精准的神经信息，对大脑的理解会更为深入，和脑的交互也会更为直接和精准。

这里有两幅统计图，都来自DARPA网站。其中不同颜色代表的是他们针对穿戴式以及植入式的不同资助项目，以及时间和资助经费。可以看到实际上，植入式脑机接口，是这些年，尤其在近10年主要资助的模式。当然，穿戴式也有一定的资助量。

此外，时间上也有一个分歧，在2010年左右，穿戴式是资助的重点；但是从10年到20年，这段时间的主要资源是用来资助植入式研究的，也有一小部分继续资助了穿戴式。

其实，侵入式和植入式脑机接口的形式，也并不是完全等价的。比如在20年左右推出了下一代非手术神经技术。它其实也是植入式，但它可以被放到非侵入的范畴内。因为它采用的是纳米技术，是一种非常精创的植入方式，可以不用做手术就可以完成。

我们分别在18年和前不久（22年9月）先后在《自然-生物医学工程》期刊中发表了两篇文章*，介绍了其中的一个技术分支——光纳米神经遥控技术。

*Jiang, Yuanwen, et al. "Rational design of silicon structures for optically controlled multiscale biointerfaces." Nature biomedical engineering 2.7 (2018): 508-521.

Huang, Yunxiang, et al. "Bioresorbable thin-film silicon diodes for the optoelectronic excitation and inhibition of neural activities." Nature Biomedical Engineering (2022): 1-13.

接下来我将会介绍几个脑机接口发展的里程碑事件。

以前的脑机接口实验，用猴子比较多，但近几年较多进入临床，通过人做了很多测试以及功能上的验证。16年就实现了拥有人工触觉的人（内森·科普兰）脑控机器人。这是非常著名的案例，内森通过做手术，在脑内植入了两个小型的犹他电极，植入之后可以进行一些脑控操作，比如用他的脑信号来控制机械臂。2016年，美国的脑计划展示，当时总统奥巴马还亲切接见了内森，并且和内森脑控的机械臂做了一个碰拳握手之类的动作，这是一个重要的里程碑事件。

在之后两年，更多的是像斯坦福大学做的人脑控制键盘打字的研究。实际上，控制方式要比控制机械臂简单一些。在语音交流方面，对于渐冻症患者来说，是更为迫切的需求。当然，打字肯定要比说话慢，所以相关研究对打字的速度要有一定的保证。

在19年出现了完全可以通过解码人脑神经信号的人工语音合成器，可以把想说的话通过计算机表现出来。下图可以看到在主人公脑的颞叶这里有一大片的ECoG电极阵列。这可以把脑信号解码成喉部肌肉运动，从而对应发出的不同声音。如图，可以看到人工合成的声音和真正的声音是非常像的。

但它所使用电极和在16年内森用的是不一样的。这种是一大片电极阵列，前面的那种针刺电极还不大能用在这个场景。这是因为语音对应的脑皮层区域范围是比较大的，接触面很小的刺入电极是不大能够把语音信息都表征出来的。

第三个案例是使用了一种新的方式——Stentrode。它最大的优点就是不需要给大脑打洞，它可以通过血管来植入电极。Stentrode本身就是疏通血栓用的血管支架改装的。电极只需要顺着中空的血管，塞到脑中间的中缝位置，然后把支架释放出来就可以了。就像图中所看到的那样，中间的节点就是电极，它可以隔着血管采集周围脑组织发出的微弱神经电信号。

当然它也存在局限性。因为电极离神经元有一定距离，所以采集到的信息，它的质量以及信息量都不是很充分，只不过也足够做一些比较简单的解码。比如说可以控制平板电脑做一些简单的用虚拟键盘打字的工作。当然，完全依靠这个信号还是不大充分，毕竟这种方式采的信号少，所以，它还需要采集做平板控制任务时的眼动信号来配合。

接下来介绍信号转码的过程。从脑信号转化成运动控制指令，这个过程的中间是脑机转码，需要把脑信号变成机械的运动控制指令。脑机转码的依据，最基础的就是神经元的群体编码理论——不同的神经元有自己的运动偏好性，可以把运动指令高精度地解析出来。

但另外一个更为关键的理论是神经可塑性的原理。假设要控制一个机械臂，实际上，我们采集的神经活动信号并不是真正针对产生控制动作的神经元。反而是通过神经学习的可塑性来实现，让被采集信号的神经元逐渐学会控制机械臂。也就是说，实际上，脑机接口主要是通过脑内的神经来学习如何控制外部机械的。

当然，机器学习的方式可以提高脑机接口的准确率，但在控制流畅度方面并没有太大提升。要想靠机器学习来提升流畅度，实际还是不靠谱的，更多还是得靠大脑自己来学习。但是大脑自己学习是有一定时间要求的，不能立刻就学会，也需要一个学习的过程。

比如斯坦福的实验室研究临床脑机接口，主要就是在研究神经学习以及神经编码的过程。一位渐冻症患者每天都需要对脑控信号进行最基本的方向校准工作，因为每天的信号并不稳定。

现在很多新型电极研究，它们的工作方向就是希望把校准的时间缩短，或是把需要做校准的时间间隔拉长，发展即插即用型脑机接口。

前面我们提到在脑内采信号需要放置一些传感器来监听神经活动。如果传感器离神经元很近，它采集到的信息清晰度就会比较高。在下面的这幅图里，介绍了根据信号源的不同，监听到的神经信息清晰度也不同。这主要是由传感器放置位置的不同而产生的。比如说，贴在头皮上的EEG信号；放到颅骨里贴在脑皮层表面的ECoG信号，还有针刺式的局部场电位（LFP）以及动作电位信号（AP）。

针对不同的信号源，实际上无论是解码的方式，还是信号的转换装置都是不同的。

科研上，我们比较追求清晰的脑信号，希望能够记录单个神经元的活动；但是对医疗器械来说，往往不太追求太高的精度，更强调的是安全和稳定性，能够长时间使用。这些才是脑机接口在医疗界应用的关键点。

今年上半年在Frontiers in Nanotechnology里，我们受邀介绍了神经界面技术*，涉及不同的脑信息采集尺度。这是一个简化的示意图，主要介绍不同植入式电极的植入方式。

*Zhang, Bingjie, et al. "In Vivo Neural Interfaces—From Small-to Large-Scale Recording." (2022).

可以看到中间有柔性绳穿过颅骨的这几种，是比较适合用于临床的，因为脑组织相对于颅骨硬壳是活动的。有细线连接的，可以在脑内悬浮的电极，才适合临床使用。直接插入的电极对脑组织来说效果不太好，脑组织晃动时，电极会有很强的错位现象，容易把脑组织划伤。所以，这些可能更适合动物头脑固定的实验，或者是脑子很小的动物。

临床电极实际上有两个选择，除了可以刺入脑组织中的，还有贴在脑皮层表面的。刺进去当然会有一定损伤，贴在脑皮层表面损伤度会小不少，但是信号的带宽也会弱一些。

前面介绍的这种有插头的Blackrock有线系统，可以看到植入的头皮位置旁边有红肿，这有感染风险的，并不能作为比较成熟的医疗器械使用。Neuralink提出做完全无线的全封闭植入系统，才能作为成熟的医疗器械使用。

Neuralink有比较全面的研发产品，包括电极传感器以及前端的处理器芯片。因为柔性电极很软，所以也需要专门的植入工具。近两年他们发布了两款整个微系统版本，最早是有线版，后来也发布了无线版，右边这个图就是他们在猪的脑子中植入柔性电极的情况。

实际上这两套不同的微系统，它们的表现是有差异的，用途其实也不大一样。有线系统在大鼠中做了测试，可以看到它的通道数还是很高的，可以达到3000多道，这是它的原始数据。其中图中带的小毛刺，就是采集的神经元动作电位，这些抖动的波形就是它的场电位。可以看到有线系统可以采到比较完整的脑电信号，数据量也很大。它们使用了大量的GPU，来对这些并行采集的神经信号做数据处理。

后面他们推出了无线系统，这个小巧很多，主要用的是电池配蓝牙传输。蓝牙传输的信息量是很少的，可以看到信号变成了噪点形态。实际上他们是把数据进行了大量的压缩，但压缩后基本还能够保证完成控制任务。比如通过屏幕打乒乓球的任务，毕竟这里的运动控制任务需要的信息量比较少。

开始它是用手柄做控制，主要为了校准信号以及解码用，但过了一会可以把手柄取掉，就完全可以用脑信号来做运动控制。

Neuralink电极实际上相对于硬质的犹他电极，在研发方面也有很大发展。当时的硬质电极就像刷子一样，都是密密麻麻的硬针，需要一个小气锤把它拍到人脑组织里面。但因为人脑组织软，电极硬，所以会产生比较大的排异反应。

很细的柔性电极，在脑组织中随脑组织一起晃动，对脑组织的损伤就会比较微弱，这样可以保证电极能够长时间地采集信号。当然这也是对未来的展望，实际上，柔性电极在大型动物和人脑之内，具体能够使用多长时间，现在也并不确定，但在理论上这个方式还是比较可行的。

当然，这种柔性电极也有一个问题。如果柔性电极做得太细的话，它的绝缘层就会非常薄，在脑组织的电解质环境下，会对电极产生一定的侵蚀。所以说，柔性电极的寿命需要经过一段时间来验证分析。绝缘质量较高的电极到底能保持多久，这是目前研究面临的挑战之一。很多实验室目前正在研究这类很细的电极丝。

柔性电极丝主要是用薄膜微纳加工工艺制造。Neuralink的电极是在一个硅片上，然后把它接到后面电子芯片上。它由很多细丝构成的。我们实验室也研发了一种基本类似的电极，但我们并没有把这细丝都撕开，而是把它仍然连在一起，形成了一个网格状的结构，这就是micro ECoG型电极阵列。

此外，我们在micro ECoG电极阵列的触点方面进行了材料学方面的深入探索。比如说，用柔性导电聚合物来提高它的神经界面效果，提高信号质量。我们也发表了一篇文章*，介绍我们研发的微网状的ECoG电极阵列。

*Yang, Ming, et al. "Poly (5‐nitroindole) Thin Film as Conductive and Adhesive Interfacial Layer for Robust Neural Interface." Advanced Functional Materials 31.49 (2021): 2105857.

接下来我们就专用芯片展开讲解。左边是Neuralink使用的芯片，它每一个模块实际上有256通道。刚才提到给大鼠用的3072通道微系统，实际上是3×4，是12个小的芯片单元共同构成。然后，通过USB Type-C插头，将数字化的信号传到计算机中去。

我们也研发了相关的芯片，但是我们研发的芯片其实更强调把信号写回大脑的功能，所以它是能够双向同时实现信息采集跟信息写入的一种芯片。其中大部分电路是用于神经输入的电路，信号采集功能所占面积的比重其实比较小。

目前我们研发的千通道级别的脑机接口系统已经实现了基本功能，包括传感器、电子芯片构成的前端电路模组，集成的千通道采集器也在实验中采集到了信号，已经可以把它用在猕猴的脑机接口研究和功能验证之中。下图就是我们实验室做的猕猴脑机接口研究的一些基本过程。

我们首先在猴脑里植入电极阵列。在这上方有个保护罩。这里，我们的猴子是在麻醉情况下做信号检测的实验。我们两组一共采集了不到2000通道的神经信号，这些监测到的信号可以实时地在笔记本电脑上显示出来。因为猕猴是由麻醉状态逐渐清醒，所以，可以看到图中波形有比较大的抖动。这就是基本的采集多通道信号的展示。它也可以对信号做更细致的分析，提取出神经元脉冲的波形。

接下来，图中展示的是猴子接受脑机接口系统的训练。我们一开始没有做脑控，先用的是脑启发的运动控制算法，驱动机械臂先给猴喂食，让猴知道机械臂是可以给它提供食物的，然后逐渐给猴放开一些控制功能，让猴可以通过脑控信号从简单的控制任务做起。在信号有效的情况下，猴是可以启动机械臂去抓取物体，也可以控制机械臂，在特定的时间把食物放下。后面我们还要继续研发其它脑控功能。

接下来讲产业化方面。中国信通院去年出了一个健康领域脑机接口白皮书，实际上，今年也组织我们一起编辑了一个脑机接口的。目前已经发布*。此外，更为关键的点是21年美国的FDA发布的脑机接口医疗器械指南。有指南之后，开发植入式脑机接口的医疗器械公司就有据可循，可以把整个产业领域在可监管的情况下，发展和建立起来。我们合作写了一篇文章《植入脑机接口的医疗器械之路》，应该很快就会发表。

*https://mp.weixin.qq.com/s/KZe36m2PMHeNhxq8SYoMvA

植入式脑机接口，在治疗上是有其医学本质的，并不是随便往里插入电极信息就能出来。实际上治疗是有疗程的，也就是神经重塑、功能重建的过程。植入式脑机接口，主要针对治疗疾病实现功能替代；如果损伤不是很严重可以做功能的恢复，主要还是用在医疗场景。

植入式脑机接口和医疗技术在最近5年内进入了井喷期。之前在猴子上或者在临床上做的很多基本探索，最近几年有几家商用公司如Neuralink，Paradromics和BrainGate2都做了新的开发，如新的植入式脑机接口仪器产品等。

在功能上面，包括语音解码、视觉重建、脑控写字、脑控说话，还有治疗抑郁症方面都有了临床上的成功案例。这些都表明用于临床的植入式脑机接口在技术准备上基本趋于成熟。

如果我们将现有的不同产品进行对比，它们植入的位置及其对应的信号源都不一样，信号时空精度也不同，这些导致它的信号特征是不大一样的。有高清的也有模糊的。当然清晰度越高，实际上电路功耗会更大。传感器放置位置的不同，对脑组织的损伤也不同。损伤度比较大，信号稳定性就会比较差；损伤度小，稳定性好，但信息量又比较低。所以不同特性需要跟具体应用做折中。一种技术无法实现全面覆盖，他们各自有自己的优缺点，需要根据具体应用做让步。

整体来说植入式脑机接口是门槛是比较高的，前面这些年没有普及开，主要来自几个方面。对于患者来说，他们可能需要全植入体内封闭式的脑机接口。但其实主要的大问题在于医生的临床使用，如果脑机接口的用户体验不太好，使用寿命不长，医生就会觉得这种设备是比较麻烦的。另外做手术时如果不熟悉这些系统，也会存在手术风险等。

从康复工程师角度来说，如果信号不是很稳定的话，它的服务成本是很高的。在这种情况下，设备信号稳定，以及通用的解码器就会非常关键。通用解码器需要有大量的临床数据，才能建立。如果在人脑内植入数量不多，数据量不够，解码器也不会太完善。这确实是一个逻辑悖论。

从整体角度来看，如果我们开发植入式脑机接口系统，那就需要建立一个基于MEMS的微纳加工传感器研发平台、基于应用型专用集成电路（ASIC）的芯片研发和系统集成平台。当然，还有通过猕猴做脑机接口的功能探索评测平台。如果我们能采到比较多的脑神经数据之后，还需要有分析和解码的计算平台。所以如果能够比较全面运转起这4个平台，才能构建起一个植入式脑机接口系统的研发平台。

对植入式脑机接口应用系统场景的规划是多个层面的。首先，我们三年内的目标是进行升级。我们需要大量采集脑信息，升级传统的脑信号监测采集系统。这些主要是为了获得大量的数据来建立数据库，建立更好的解码器。我们五年内的目标，是进入变革的阶段，这个阶段做功能替代脑机接口，比如说让瘫痪、失语、失明的患者可以用上植入式脑机接口装置，改变他们的生活现状。

此外，要在深脑做精神调控的脑机接口，现在的研究还不是特别充分。我们还不能明确靶点，因为理论模型都不完善，这其实是个比较大的问题。这也需要更多的临床数据，然后才能将脑机接口用于精准调控治疗精神疾病。

主讲：李骁健

整理：Sheryl、光影 | 校对：光影 | 排版：光影