腦機接口旨在通過直接從大腦信號中實時解碼用戶意圖來爲輔助設備提供豐富、強大的命令信號。近年來，腦機接口技術的理論和實際應用的研究進展迅速，技術日趨成熟，其應用領域也在不斷擴大。本文概述了2019—2020年腦機接口領域在硬件、算法、範式、應用等方面取得的重要研究進展和發生的熱點事件，展望了未來腦機接口技術的發展趨勢。
腦機接口（brain-computer interface，BCI）技術通過檢測用戶意圖直接控制外部設備，從而爲恢複感覺和運動功能以及治療神經系統疾病開啓了一扇全新的大門。
盡管侵入式和非侵入式腦機接口系統在可實現任務複雜性方面有所不同，但兩類腦機接口都能成功展現出輔助恢複肢體功能的能力，包括獨立行走、手的功能操作以及語言交流。
近年來，腦機接口技術不斷取得突破，也帶動了産業界的進一步投入。
例如，Elon Musk的腦機接口技術公司Neuralink于2019年發布了腦機接口植入機器人。
2019年，Facebook斥資10億美元收購腦機接口公司CTRL-labs。
在2019亞洲消費電子展（CES Asia 2019）上，日産汽車展示了解讀大腦信號的腦控車（Brain-to-Vehicle）技術。
而在2020年5月，華米科技和中國科學技術大學先進技術研究院共同建立了“腦機智能聯合實驗室”，展示了國內企業對這一技術的關注。
接下來，本文將從應用系統實現、關鍵技術發展和未來發展趨勢等方面回顧2019—2020年的腦機接口領域的前沿進展。
◆ ◆ ◆應用系統實現：交流與控制
1、溝通交流
語音解碼類腦機接口技術能夠將神經活動直接轉換爲語音信號，它對由于神經功能障礙而無法正常交流的群體具有革命性的意義。
2019年4月，加州大學舊金山分校的研究團隊基于腦機接口技術設計了一種新型的神經解碼器，該解碼器能夠通過提取大腦皮層活動對發聲器官的運動情況來實現語音的合成（圖1）。
圖1 通過皮層腦電合成語音
不僅如此，研究者進一步發現，即便是在受試者“默讀”，即在不發出聲音的情況下讀出句子時，這樣的解碼方法也能夠實現語音的合成，表明該系統有望潛在應用于不能發出聲音的人。這些研究成果展現出通過腦機接口技術幫助患者恢複口語交流能力的臨床可行性，並發表在《Nature》上。
隨後的2019年7月，該研究團隊在同樣的實驗系統上展示了基于高密度ECoG信號的模擬自然問答對話系統（圖2）。利用在對話中記錄下的腦信號，能夠確定受試者何時在聽、何時在說，並且能夠預測所聽或所說的是什麽。
圖2 問（藍）和答（紅）過程的實時語音解碼示意
由于特定的問題只可能對應特定的答案，所以在這一系統中，研究者根據解碼後的問題來動態更新答案的先驗概率，從而實現了更爲准確的回答內容解碼。該系統對于生成語音和感知語音的解碼准確率分別高達61%和76%。
這一成果闡明腦機接口技術可以在交互式對話環境中實時解碼語音，對于無法交流的患者具有重要意義。該工作發表在《Nature Communications》上。
2020年3月，加州大學舊金山分校的研究團隊利用受試者朗讀文本時收集的ECoG信號，成功訓練了一個可以將ECoG信號端到端“翻譯”爲連續文字的深度循環神經網絡模型（圖3）。
圖3 將皮層腦電轉錄成文本
通過在側裂周圍區植入電極並采集ECoG信號，該研究可以實現對受試者當前朗讀句子的識別。4位病人顱內腦電解讀錯誤率最低可以達到3%。該研究成果發表在《Nature Neuroscience》上。
除了上述提及的利用侵入式腦機接口實現語言交流功能外，非侵入式腦機接口在恢複交流功能方面也展現出較大的潛力。
2019年4月7日，中央電視台的《挑戰不可能》節目中，清華大學研究團隊展示了一套腦機接口打字輸入系統。
在這套系統的幫助下，全身只有眼球和嘴角可以活動的漸凍人王甲成功實現詩句拼寫，並完成了與董卿評委的“合誦”。這套系統展示了腦機接口系統在幫助漸凍症群體重拾交流能力的潛力。
2、觸覺和運動恢複
除了幫助患者恢複交流能力之外，腦機接口的另一項經典應用場景則是幫助運動障礙群體，從而實現運動功能的恢複。
在美國巴特爾紀念研究所及合作研究團隊報道的研究中，基于腦機接口技術，一名脊髓損傷患者利用其手部殘存的觸摸信號實現了觸覺和運動功能的同時恢複（圖4）。
圖4 同時恢複運動與觸覺功能的腦機接口系統
在這項研究中，腦機接口系統從初級運動皮層活動反映的運動意圖中提取出患者殘余的、無法被患者知覺感知的手部觸覺信號，並將該信號進行增強後反饋給患者，從而實現皮層內控制的閉環感覺反饋，並可以通過觸摸信號調節握力。
在這樣一套閉環反饋的腦機接口幫助下，進行康複訓練後患者幾乎完全恢複了感知物體觸摸的能力，多種感覺運動功能也得到了顯著改善。
這些結果表明，腦機接口可以從大腦皮層采集低于知覺反應範圍的神經信號，並將其轉換爲有意識的知覺，從而顯著增強功能。這項工作展示了首個同時恢複運動與觸覺功能的腦機接口系統，並在《Cell》上發表。
3、運動控制
法國格勒諾布爾大學及合作研究團隊報道了一項腦控外骨骼的研究成果。一名四肢癱瘓患者在一款處于實驗室測試階段的大腦控制外骨骼系統幫助下實現了再次行走。
研究人員在他的大腦的上肢感覺運動區域植入了兩個雙側無線硬膜外記錄儀，以獲取硬膜外ECoG信號。獲取的ECoG信號通過自適應解碼算法在線處理，以將命令發送至效應器（虛擬化身或外骨骼）。
兩年間，病人在家中利用虛擬化身模擬行走，並在不同的觸控任務和手腕旋轉過程中，以八自由度的方式進行雙側、多關節、上肢的運動，成功率爲64.0%；在實驗室的外骨骼中的成功率爲70.9%。
這項工作首次成功驗證了長期使用無線硬膜外多通道記錄儀的可能，且首次將人類長期臨床應用所需的所有技術要素（硬腦膜記錄、無線供電和發射、多通道ECoG信號的在線解碼以及完全嵌入）進行了組合。與微電極陣列相比，硬膜外ECoG侵入性較小，而效果相似，展示了較強的實際應用潛力。該工作發表在《The Lancet Neurology》上。
而2020年1月，浙江大學研究團隊也實現了國內第一例植入式腦機接口臨床研究。在植入電極後，患者可以利用大腦運動皮層信號精准控制外部機械臂與機械手實現三維空間的運動，首次證明高齡患者利用植入式腦機接口進行複雜而有效的運動控制的可行性。
來自卡耐基梅隆大學和明尼蘇達大學的研究人員則爲腦機接口的機械臂控制提出了非侵入的解決方案。基于頭皮腦電，研究者可以控制機械臂，實現對連續隨機運動目標的實時跟蹤（圖5）。
圖5 用于連續隨機目標跟蹤的腦機接口控制機械臂系統
該技術通過連續的追蹤任務和相關的訓練範式增加用戶的參與度，顯著改善了基于腦電的神經解碼效率，並且能夠允許用戶對機械臂實現高分辨率控制。該技術可以幫助用戶通過腦機接口系統實現對計算機光標的連續跟蹤和跟隨。
在該研究成果中，研究人員將計算機光標的連續跟蹤提高了500%以上，解決了機械臂跟隨光標的流暢度問題，同時結合在線無創神經成像，將腦機接口的控制水平提升了近10%。
研究人員將該技術應用于現實任務中，發現從控制不受約束的虛擬光標運動到控制機械臂運動，該技術幾乎可以做到完美過渡。這種高質量的神經解碼能力與非侵入式機械臂控制的實際應用相結合，將對利用非侵入式腦機接口開發和實現神經機器人技術産生重大影響。
目前這項技術已經在68名健康受試者身上進行了測試，該團隊還將對患者進行臨床試驗。這項研究代表了無創腦機接口技術發展的重要一步，有望成爲如智能手機一樣幫助每個人的輔助技術。該研究成果發表在《Science Robotics》上。
◆ ◆ ◆關鍵技術進展：新硬件、新算法、新範式、新應用
1、新硬件
腦機接口的硬件主要涉及電極和信號采集系統。對于侵入式腦機接口而言，需要具有生物相容性、安全性和長期植入的材料特性的電極；
而非侵入式腦機接口則傾向于舒適、便攜的信號獲取方式。
腦機接口硬件的創新將極大地推動腦機接口技術的實用化、産品化。
2019年7月，Elon Musk的Neuralink公司發布了一款可擴展的高帶寬腦機接口系統。該系統包含小而靈活的電極“線”陣列，每個陣列多達96根線，每根線帶有32個電極，共分布了多達3072個電極。該系統還包含一個神經外科手術機器人，該機器人每分鍾可以插入六根線（即192個電極）。每根線可以以微米級的精度單獨插入特定大腦靶區中，以避免表面血管。
電極陣列被封裝在一個小的可植入設備中，該設備包含用于低功耗板上放大和數字化的定制芯片，3072個通道封裝所占面積小于23 mm×18.5 mm×2 mm（圖6）。一根USB-C電纜可提供設備的全帶寬數據流傳輸，並同時記錄記錄所有通道的數據。
圖6 植入大鼠的傳感器設置
相較于傳統的實驗室中所設計的樣機往往較爲簡陋，未實現工程上的充分優化，Neuralink提出的這一套高度集成化、自動化的腦機接口系統展示了工業界的關注對腦機接口實用化進程的重大意義。
日本熊本大學和山口大學的研究團隊將近紅外光譜、皮層腦電和負溫度系數熱敏電阻傳感器的多通道測量功能集成到單個設備中。
該設備使用柔性印刷電路技術和半導體微制造技術進行制造和組裝，以實現與硬膜下植入兼容的傳感器組件的高密度集成，並且具有類似于神經外科手術中硬膜下條狀電極的緊湊外形，可以提供有關大腦皮層活動各個方面的有益信息，並被證明是術前、術中和術後診斷的有力醫學手段。
除了上述提及的有創腦信號獲取方法外，在無創腦信號獲取硬件方法也取得了進展。
英國諾丁漢大學及合作研究團隊開發了一種基于自行車頭盔改造且完全符合生命周期的可穿戴腦磁系統，該系統能夠爲所有年齡段的受試者提供高保真數據，且無需限制受試者的活動（圖7）。
圖7 裝在經過改裝的自行車頭盔中的光泵磁力儀測量腦磁信號
因此可以使用單一系統測量兒童、青少年和成人在外部環境中大腦如何做出反應並適應自然事件的能力，有望提供有關早期生命中樞神經系統功能發育的機制性見解。
這項工作揭示了一種功能成像的新方法，爲研究健康和疾病中的神經發育提供一個強大的平台。
實現舒適、便攜的信號獲取方式是推廣非侵入式腦機接口系統的重要前提。
佐治亞理工學院及合作研究團隊報道了一個完全便攜式、無線、靈活的頭皮電子系統，其中包括一組幹電極和一個柔性膜電路（圖8）。利用卷積神經網絡進行時域分析可對穩態視覺誘發電位進行准確、實時地分類。
圖8 具有完全便攜式和無線的頭皮電子設備
相比于商用系統，柔性電子産品因顯著降低噪聲和電磁幹擾能夠提高誘發電位檢測性能。兩通道的頭皮電子系統獲得了122.1 bit/min的信息傳輸率，允許對電動輪椅、電動汽車和無鍵盤演示進行無線、實時和通用的腦電控制。
丹麥奧爾胡斯大學及合作研究團隊開發了一種基于幹式接觸電極的外耳道腦電采集系統，該系統包括嵌入個性化軟耳件中的主動屏蔽和納米結構電極。通過12名受試者和聽覺穩態響應、穩態視覺誘發電位、失匹配負波、alpha調制四種範式的驗證，所開發系統的性能與靠近耳朵的頭皮腦電圖性能相當。
清華大學及合作研究團隊開發了一種高成本效率、易于制造、靈活、魯棒且無凝膠的銀納米線/聚乙稀醇縮丁醛/三聚氰胺海綿的腦電電極。
由于銀納米線的表面金屬化，海綿具有高電導率，而重量卻保持不變。柔軟的海綿架構和自鎖式銀納米線結合在一起，爲電極提供了卓越的機械穩定性和繞過頭發的能力。利用該電極放置在無毛皮膚時，所構建的穩態視覺誘發電位腦-機接口的性能與導電膏支持的常規電極的腦機接口性能相當。
尤爲重要的是，該電極在毛發區的性能並未顯著降低。這一成果顯示出該新型電極有望替代腦電采集的常規電極。另外，腦電數據處理芯片化有望爲腦機接口技術走向民用化、便攜化、可穿戴化及簡單易用化開辟道路。
2019年，天津大學和中國電子信息産業集團在第三屆世界智能大會上發布了腦機接口專用芯片“腦語者”。
2、新算法
對于侵入式腦機接口而言，腦機接口技術臨床應用的關鍵障礙是植入皮層電極所記錄的神經活動會隨時間變化。而神經記錄的不穩定性會導致臨床腦機接口無法控制。
卡內基梅隆大學及合作研究團隊利用低維神經流形（即描述神經元之間特定相關模式的低維空間）的對齊，開發了一種基于流形的神經信號穩定器，以實現腦機接口信號的穩定輸入，從而在神經記錄不穩定時依舊能夠維持腦機接口性能。
斯坦福大學及合作研究團隊提出了一種時間約束的稀疏組空間模式（temporally constrained sparse group spatial patterns），通過同時優化共空間模式中濾波器頻帶和時間窗長，實現進一步提高想象運動腦機接口的性能。
英國埃塞克斯大學及合作研究團隊提出了一種用于腦機音樂接口（brain computer music interface，BCMI）的個性化情感狀態檢測方法。相比于基于群體的檢測方法（population-based detection method），個性化情感狀態檢測方法的正確率更高，情感效價和喚醒度的平均正確率分別提高了10.2%和9.3%。
韓國高麗大學和新加坡南洋理工大學的研究團隊提出了一種基于受試者的分段頻譜濾波（subject-dependent and section-wise spectral filtering，SSSF）方法，旨在從預處理技術（即頻譜濾波）的角度提高運動相關皮層電位（movement-related cortical potential，MRCP）的解碼性能。
該方法考慮了兩個不同的時間段的受試者個性化MRCP頻譜頻率特征，對單試次MRCP檢測實現了0.86的平均解碼性能，驗證了所提出的SSSF方法比常規方法可以包含更多有意義的MRCP信息。
華中科技大學的研究團隊提出了一種新穎的流形嵌入知識遷移（manifold embedded knowledge transfer，MEKT）方法。該方法首先在黎曼流形中對齊EEG試次的協方差矩陣，提取切線空間中的特征；然後通過最小化源域和目標域之間的聯合概率分布偏移來實現域自適應，同時保留其幾何結構。
該方法可以處理一個或多個源域，並且可以高效地進行計算。針對于大量源域的情況，該團隊還提出了域遷移性估計（domain transferability estimation，DTE）方法，以識別最有利的源域。對來自兩個不同BCI範式的四個腦電數據集進行的實驗表明，MEKT優于幾種最先進的轉移學習方法，並且當源受試者的數量很大時，DTE可以減少一半以上的計算成本，而幾乎不會犧牲分類精度。
法國Aramis project-team及合作研究團隊提出了一種融合方法，該方法能夠整合來自同步腦電和腦磁信號的信息，以提高基于運動想象腦機接口的分類性能。
該方法的核心在于能夠自動加權每種模態的貢獻，以優化性能。與單模態方法相比，基于腦電和腦磁的多模態信息能夠顯著提高腦機接口的分類性能。
3、新範式
斯坦福大學及合作研究團隊利用神經元記錄在四肢癱瘓患者上研究了面部、頭部、手臂和腿部運動如何在前運動皮層“手結區”中表征。他們發現上述所有運動在“手結區”均具有較好的表征，並且存在著將四肢聯系起來的神經編碼。這種聯系可能有助于大腦將其某一肢體學會的技能轉移至另一肢體中。
基于上述發現，該研究團隊設計一個腦機接口系統，能夠利用“手結區”的信號精確地解碼四肢的運動。先前研究者往往認爲要控制身體的不同部位就需要在大腦的多個區域植入電極，而這一研究成果展示只在一個區域放置植入電極，就可能實現全身的運動控制，這一成果將大大拓寬顱內腦機接口的應用空間。
匹茲堡大學的研究團隊提出了一種基于運動想象的混合腦機接口，它利用腦電圖記錄腦電活動以及利用功能性經顱多普勒超聲（functional transcranial Doppler ultrasound ，fTCD）測量腦血流速度。研究人員計算了來自EEG和fTCD信號的功率譜特征，並利用互信息和線性支持向量機進行特征選擇和分類。
與現有的基于EEG和fNIRS的混合腦機接口相比，所構建的系統能夠以較短的任務持續時間實現相似或更高的准確率。
多倫多大學及合作研究團隊利用近紅外光譜成像技術實現了在線三分類想象言語（imagined speech）腦機接口。用戶可以通過隱式默念短語“是”或“否”來直接回答是或否問題，該腦機接口還能識別無限制休息狀態，從而構成了三個可識別的任務。
在最後三組在線實驗中，所有受試者的平均在線分類正確率達64.1%。研究結果表明，想象言語可以用作選定用戶的可靠激活任務，以開發更爲直觀的腦機接口。對于想象運動腦機接口的設計，想象運動期間的動作觀察（action observation，AO）有助于檢測用戶的運動意圖。
東京農工大學的研究團隊研究了動作觀察的目標對象（即參與者或其他人的手）是否影響想象運動時的大腦活動。
研究人員發現，想象運動期間動作觀察來自于受試者自己的手（MI+ownAO）所誘發的感覺運動區alpha節律的事件相關去同步強于僅想象運動（MI）和想象運動期間動作觀察來自于其他人的手（MI+otherAO）兩種情況。研究人員建議在具有動作觀察的閉環腦機接口設計中應該使用用戶自己肢體的視頻。
4、新應用
腦機接口技術除了在恢複感覺和運動功能以及治療神經系統疾病等方面可以發揮作用，也已經開始在其他領域發揮價值。
喚醒程度會影響個體的決策、判斷與行爲。Yerkes-Dodson定律指出喚醒程度與任務執行之間的關系是倒U形曲線關系，存在一種對于特定任務的行爲執行最佳的喚醒狀態。
來自哥倫比亞大學的研究團隊驗證了可以使用基于腦電的反饋來改變個體的喚醒程度，從而使他們的任務表現顯著提高。
這項工作展示了一個閉環的腦機接口，該系統基于腦電信號解碼器輸出的聽覺反饋信號，動態地調整個體在執行boundary-avoidance任務時的喚醒程度，並根據Yerkes-Dodson定律提高任務執行效率。該方法有望應用于不同的任務或用于將自我調節作爲目標治療的臨床應用。
來自俄羅斯Neurobotics和莫斯科物理技術學院的研究團隊介紹了另外一種新穎的閉環腦機接口系統。
該系統可利用受試者的腦電特征實時重建受試者觀察到的或想象的刺激圖像，並將重建的圖像作爲視覺反饋呈現給受試者。所提出的技術可以通過將原始刺激替換爲受試者的意念驅動圖像重建模型，從而有望用于訓練腦機接口的新用戶。腦活動除了可以反映個體的意圖和狀態，也可以體現個體的特質。
2019年，中國科學院半導體研究所的研究團隊利用編碼調制的視覺誘發電位，實現了一套個體身份識別系統。該系統在25名受試者的個體內和跨個體識別中均獲得了較高的正確識別率。
在個體內情況，使用5.25 s腦電數據可獲得100%的最佳識別性能；在跨個體情況，使用10.5 s腦電數據可獲得99.43%的個體區分效果。該方法有望爲個體身份識別提供基于腦電的解決方案。
腦機接口也爲沉浸式虛擬現實環境中的通信和控制提供了潛在的工具。
中國科學院半導體研究所和清華大學的研究團隊利用room-scale 虛擬現實頭盔開發一個便攜式穩態視覺誘發電位腦機接口。通過解決虛擬現實中刺激呈現和基于移動腦電信號進行目標識別的問題，驗證了腦機接口在移動虛擬現實環境中的應用潛力，並爲利用移動虛擬現實系統開發實用腦機接口提供了實驗和方法的指導。
而中國醫學科學院生物醫學工程研究所及合作研究團隊則將腦機接口技術引入數字符號轉換測試（digit symbol substitution test，DSST）領域，構建了基于穩態視覺誘發電位腦機接口的數字符號轉換測試系統。
◆ ◆ ◆發展趨勢與展望
1、高性能腦機接口
盡管近年來腦機接口在性能上獲得了較大的提高，但相比于自然的人機交互，目前腦機接口的通信速率仍較低，需進一步大幅提高。
圖9顯示了各種模態的通信速率。與其他人機交互方法相比，低通信速率仍然是目前限制腦機接口應用的最大障礙。通過腦信號解碼技術大幅提高腦機接口的通信速率，在大腦與機器之間建立高效的信息交流通道，是實現高性能腦機接口的關鍵。
圖9 各種模態下通信速率的比較
目前，如何使用先進的算法與大腦進行交互已經引起腦機接口研究者的廣泛關注。在這方面，機器學習和量子計算等新工具將有助于腦機接口成爲現實。而大規模、高質量的數據集則有助于推動解碼算法的發展。
清華大學研究團隊發布了基于穩態視覺誘發電位的腦機接口的BETA數據集（BEnchmark database toward application）。該研究具有領域內迄今爲止規模最大、測試基准算法最全等特色，爲個體水平的腦機接口性能評估梳理了信噪比與信息傳輸率的關系，爲群體水平的腦機接口性能刻畫提出了腦機接口商（BCI quotient）的新指標。
該研究爲今後面向真實場景應用的腦-機接口範式研究、算法開發提供了測試平台，爲大數據和人工智能趨勢下的新方法、新系統研究做好了數據支撐。
同時，世界機器人大賽-BCI腦控機器人大賽的平台也極大地推動了國內腦機接口的算法水平。在2019世界機器人大賽-BCI腦控機器人大賽暨第三屆中國腦機接口比賽現場，實現了691.55 bit/min的理想信息傳輸速率，創造了曆屆世界機器人大會腦控打字最高紀錄（圖10）。
圖10 2019世界機器人大賽-BCI腦控機器人大賽現場
腦機接口技術的發展離不開領域內學者的共同努力，期待著後續更多跨研究組、跨高校的通力合作。
2、雙向腦機接口
在腦機交互中，信息可以在兩個方向上傳播：“從腦到機”（將腦信號轉換成意圖運動指令）或“從機到腦”（將與外部環境交互的設備捕獲的感覺信息傳遞至大腦）。目前腦機接口領域的研究仍以“從腦到機”爲主，如在機械臂觸碰到物體後，受試者只能通過視覺來了解控制的結果。
近年來，神經調控技術的發展爲“從機到腦”提供了可能。調節神經活動將是下一代腦機接口的重要組成部分，例如，爲神經修複運動控制提供觸覺。
匹茲堡大學及合作研究團隊展示了通過體感皮層的皮層內微電刺激（intracortical microstimulation）來恢複觸覺感知反饋，使得具有雙向腦機接口的受試者能夠改善其在由神經控制的假肢完成的功能性物體運輸任務中的性能（圖11）。
圖11 雙向腦機接口系統
受試者在視覺反饋的基礎之上，結合微電刺激誘發的觸覺感知，能夠更快的完成任務。這些結果驗證了觸覺在上肢控制中的重要性以及利用皮層內微電刺激恢複信息流以創建雙向腦機接口的效用。
3、信息安全
近年來，與健康相關的物聯網設備越來越流行。一方面，用戶可以方便了解自身的健康狀況信息；另一方面，這些信息也面臨新的安全風險。
喬治·華盛頓大學及合作研究團隊研究了家用腦電系統的安全性，發現NeuroSky App store中的156個腦機接口應用程序都容易受到近程攻擊，而且31個免費應用程序都容易受到至少一種遠程攻擊的攻擊。
此外，該團隊提出了一種聯合循環卷積神經網絡的深度學習模型，能夠從NeuroSky腦電設備中竊取的精簡特征的腦電數據推測用戶活動，且推測精度可達70.55%。
考慮到腦活動的高度私密性和重要性，在實現腦機接口應用的過程中，如何對腦活動數據進行有效安全的管理並制定相關標准規範是當下科研界和産業界都必須深入思考的關鍵一環。
◆ ◆ ◆結論
2019—2020年，腦機接口技術在理論分析、硬件實現、算法改進、場景應用等方面均取得了階段性的研究進展，對推動腦機接口技術的發展起到了重要的作用。
目前腦機接口仍主要局限于複雜的實驗室環境。對于侵入式腦機接口而言，目前仍面臨著人體排異反應及顱骨向外傳輸信息會減損這兩大問題；
非侵入式腦機接口技術則朝小型化、便攜化、可穿戴化及簡單易用化方向發展，非侵入式的技術在應用方面更有優勢。
隨著神經科學、神經接口和機器學習技術的進步，腦機接口領域正在迅速擴展。盡管目前而言，腦機接口技術仍未達到自然交互的溝通速度和准確性，但是，隨著各國對這項技術越來越重視，相信腦機接口技術的爆發未來可期。
本文近期將發表于《科技導報》，歡迎關注訂閱。
內容爲【科技導報】公衆號原創，歡迎轉載
本文作者：陳小剛、高小榕、楊晨、陳菁菁
陳小剛，中國醫學科學院生物醫學工程研究所副研究員。主要研究方向爲腦機接口。入選中國科協“青年人才托舉工程”。目前擔任中國生物醫學工程學會青年工作委員會委員，河北省數理醫學學會青年委員會委員，天津市醫學影像技術研究會基礎醫學影像分會委員。
高小榕，清華大學長聘教授，中國生物醫學工程學會醫學神經工程分會候任主委。從事腦機接口（BCI）研究20年，提出並實現了基于穩態誘發電位的BCI 技術，該技術表現爲傳輸率高和可識別目標多，成爲BCI 主要範式之一。發表學術論文百余篇，Google 學術檢索引用次數超10000次，2014-2019連續六年入選愛思唯爾中國高引學者榜。