作者：大连医科大学附属第一医院骨科 张慧峰
BCI技术的概述与分类
BCI技术概述 BCI技术通过将大脑的神经信号转换成可控制外部设备的指令，绕过肌肉和周围神经的参与，实现人脑与计算机或其他智能设备之间的直接交互，其基本原理是利用
BCI技术分类 根据对大脑侵入程度的不同，可以将BCI技术分为3类：侵入式BCI技术、非侵入式BCI技术、半侵入式BCI技术，见表1。
侵入式BCI技术 侵入式BCI技术是指通过神经外科手术方式将电极植入大脑皮质来获取脑电活动信号，对受试者会造成一定创伤。Nicolelis等将电极阵列植入猕猴大脑的运动皮质，利用植入的电极阵列捕捉猕猴脑神经信号，控制外置机械臂，使猕猴通过机械臂执行抓取和伸手等动作，开创了侵入式BCI技术的先河。该研究改变了既往人们对神经系统的认知，制定了处理大量复杂信息的方法，极大提高了计算机对复杂感知信息的理解能力和处理大量异构信息的效率。基于大脑皮质神经信号的侵入式BCI技术能够直接获取信息丰富、时空分辨率高的尖峰和场电位，从而预测受试者的行为意图，实现对外部设备多自由度的实时精准控制。
非侵入式BCI技术 非侵入式BCI技术是一种通过采集外部头皮或头部的生物电信号来实现大脑与计算机之间通信和控制的技术，无需将电极植入大脑内部，更为安全、便捷和易于接受。非侵入式BCI技术的发展历程可以追溯到20世纪70年代Vidal等关于EEG采集和分析的相关研究。随着神经科学、工程学、计算机科学的不断进步，非侵入式BCI技术得到了快速发展。目前，常用的非侵入式BCI信号包括EEG、fMRI、MEG和功能性近红外光谱（fNIRS）等。相关
半侵入式BCI技术 半侵入式BCI技术是一种介于非侵入式和侵入式之间的技术。其原理是通过神经外科手术将电极植入硬脑膜，在不破坏神经组织的情况下将体内机与体外机耦合，从而实现信号在大脑与计算机之间的双向通信。半侵入式BCI技术被广泛应用于大脑与外部世界的交互以及神经可塑性的机制研究。Kozai等使用半侵入式BCI技术，在小鼠的运动皮质植入微电极阵列，并成功记录了运动皮质神经元的活动，通过将小鼠置于不同的行为任务中，探讨神经活动与行为之间的关系，进一步揭示了大脑控制运动的机制。Debnath等使用半侵入式BCI技术在大鼠的视觉皮质植入电极阵列，成功记录了视觉皮质神经元的活动，通过将大鼠暴露于不同的视觉刺激下，观察其大脑活动的变化，以深入了解大脑对视觉信息的处理过程。
BCI技术在SCI治疗中的研究进展
侵入式BCI技术在SCI治疗中的研究进展 侵入式BCI技术通过植入微电极阵列或神经假体，与神经系统直接交互，在信号的高精度记录、解码和反馈控制方面具有显著优势，为神经损伤患者提供了突破性的治疗手段。Lorach等对1例38岁男性不完全颈椎（C5~6）SCI患者进行了有关脑-脊柱接口（BSI）的临床试验，患者通过校准的BSI控制屏幕上投影的虚拟人物左右臀部的相对屈曲，随后将刺激幅度的模拟控制集成到算法中，使患者能够在平躺状态下控制臀部肌肉的活动，以97%的准确度产生扭矩。Colamarino等设计了一个与临床环境完全兼容的BCI系统，评估其在改善创伤性颈椎SCI患者手部感觉运动功能方面的功效。该研究将30例亚急性期创伤性SCI患者分为试验组和对照组，试验组患者的上肢运动功能改善明显，尤其在握力和手指灵活性方面；此外，脑成像结果显示，试验组患者的大脑运动皮质区域的激活水平明显增加，表明大脑的运动控制区域通过BCI训练得到了有效重塑。
半侵入式BCI技术在SCI治疗中的研究进展 半侵入式BCI技术间接获取皮质神经活动信号，在安全性、便携性和普适性方面表现突出，为运动功能监测、神经反馈训练及日常辅助设备控制提供了广泛的应用场景。Angerhöfer等提出柏林四肢截瘫双手试验（BeBiTT），将外骨骼设备与BCI相结合来测试手部功能恢复情况，研究评估的14例亚急性颈椎SCI患者在无人协助的情况下完成了BeBiTT，之后佩戴大脑/神经手外骨骼（B/NHE）重复BeBiTT，研究显示BeBiTT有出色的评分者间信度（组内相关系数＞0.9）和内部一致性（α=0.91），佩戴B/NHE显著提高了BeBiTT分数（P＜0.05）。Pais-Vieira等采用基于多模态BCI技术的神经康复方案对1例56岁男性T4SCI患者进行为期14个月的研究，患者的疼痛程度持续降低，并获得了超出预期的热觉和
非侵入式BCI技术在SCI治疗中的研究进展 非侵入式BCI技术无需将电极植入大脑内部即可实现脑电信号采集，在信号质量与侵入风险之间取得平衡，兼顾较高时空分辨率与较小组织损伤。Blanco-Diaz等将步态想象技术与虚拟现实（VR）技术相结合，通过EEG记录患者的步态信号，控制VR和外骨骼设备，显著提升了患者的步态协调性和肌肉控制能力，达到了平均74.4%的分类准确率，并且通过多次训练减小了聚合方差，验证了非侵入式BCI技术在下肢治疗中的应用。Ferrero等使用基于运动想象（MI）的BCI技术控制下肢外骨骼，以帮助神经损伤患者恢复运动功能，对10名健康受试者和2例不完全SCI患者进行对照研究。该研究表明，接受VR课程培训的不完全SCI患者，在外骨骼行走训练中所需尝试次数显著减少，同时体力消耗降低，表明VR技术能有效缩短BCI技术的训练周期。Zhang等提出的混合神经网络模型（HNN）进一步突破了非侵入式BCI技术的EEG解码技术瓶颈。该研究提出的HNN在BCI竞赛Ⅳ-2a数据集的四类任务中实现了72.74%±10.44%的分类精度，相较于独立于主题的分类方法高4.77%，并在一定程度上克服了不同受试者大脑模式的差异，提升了跨个体EEG信号的适应性和精确度，提供了适用范围更广的解决方案。
BCI在SCI治疗中面临的问题与挑战
长期疗效评估的缺失 BCI技术在SCI治疗中的短期疗效已得到验证，但长期疗效尚未得到证实。尤其是在SCI患者中，由于神经损伤的复杂性，BCI系统如何在长期使用中保持良好的稳定性和疗效是一个亟待解决的问题。长期使用BCI系统可能会遇到信号衰减、植入物相容性差等问题，导致治疗效果的递减。此外，由于SCI患者的神经可塑性不同，长期使用BCI系统是否能够持续改善运动功能、缓解神经损伤仍是一个重要问题。为了进一步提高BCI技术的长期疗效，未来研究需要更加注重个性化的治疗方案，根据患者的恢复进度和神经可塑性动态调整BCI系统的刺激强度和频率，通过定期调整系统参数和硬件设计，结合神经反馈和自适应算法，提高设备长期使用的稳定性和疗效。
技术瓶颈亟待突破 脑电信号解码 SCI患者的神经损伤情况复杂，BCI系统对EEG的识别和处理高度依赖于信号解码精度。尤其在复杂的治疗场景中，如何准确解读脑电信号，同时确保患者操作过程的流畅性和稳定性，是BCI系统成功的关键。信号解码的精确性和实时性是决定BCI系统治疗效果的核心因素。实际应用中，低信噪比和运动意图的多样性是干扰信号解码精度的主要因素。SCI患者中神经损伤的多样性导致脑电信号的变化较大，使得传统的信号解码方法难以应对患者个体差异。Zhang等的研究表明，融合多种不同来源的信号可以提升信号解码的稳定性，尤其是对运动意图判断的准确率，在此基础上，多模态信号融合需要精确的时间同步机制，但不同模拟信号的采集频率（如高频EEG与低频fNIRS）存在明显差异，导致信号解码模型难以准确整合数据，HNN等复杂结构的信号解码方法可能增加计算延迟，影响实时运动意图的信号解码效率，因此，如何通过HNN克服个体差异，提升信号解码精度将成为未来研究的重点。Mirzabagherian等开发了时空卷积残留网络（TSCR-Net）和时空卷积迭代残留网络（TSCIRNet），以处理低信噪比下与复杂运动意图相关的EEG，成功实现了对运动意图的分类，并提高了运动意图EEG的信号解码效率，然而EEG数据多样性不足和复杂任务适应性差等问题限制了其在实际应用中的表现。
BCI系统的稳定性 BCI技术在SCI治疗过程中需要长时间运行并应对复杂的外部环境干扰，BCI系统的稳定性不仅影响了BCI技术的应用，还为SCI患者的治疗过程带来了不确定性。BCI系统不仅需要保证治疗过程中的持续稳定性，还必须具备强大的抗干扰能力，以应对复杂环境下的噪声和干扰。Chen等研究了神经可塑性在SCI患者功能恢复中的作用，发现通过促进脊髓皮质网络的可塑性，能够使BCI系统在长时间使用中保持信号传输的稳定性。除此之外，TaghiZadehMakouei等结合了卷积神经网络（CNN）和长短期记忆（LSTM）架构提出一种基于深度学习的EEG分类模型，能够在高噪声条件下对运动意图进行精准分类，提高了数据的鲁棒性，使得BCI系统在复杂外部环境下也能有效运行，然而面对长期治疗的复杂环境，如何进一步优化BCI系统的实时性和稳定性，尤其是在动态信号解码和设备运行的长期适应性方面，仍然颇具挑战。
BCI植入电极的生物相容性 BCI植入电极的生物相容性是评估BCI植入物长期稳定性的关键因素。BCI技术涉及材料与人体组织的相互作用，面临材料组织相容性的挑战。生物组织相容性差的材料可能引发炎症反应、组织排斥，甚至是植入装置功能的全面失效，因此，如何选择和优化植入材料成为BCI技术的研究重点之一。Oliveira等的研究表明，优化电极材料的表面特性，可以显著降低组织排斥反应，提高神经信号的稳定性，镀有特定聚合物的电极在长期使用中展现了更好的信号保真能力和组织相容性。
BCI植入电极引起的慢性炎症反应调控 BCI植入电极在长期应用中会引发慢性炎症，导致植入部位的组织增生和纤维化，影响电极的信号传导性能。慢性炎症反应通常由植入物与周围组织的相互作用引起，减轻这种慢性炎症反应对于提高植入物的长期稳定性至关重要。Song等的研究表明，慢性炎症反应的发生与电极植入后特定基因的过表达密切相关，这些基因过表达会加剧组织反应，进而影响电极信号的传导效率，因此，针对炎症反应的基因调控研究为提高BCI系统的长期稳定性提供了新的思路。通过调节与炎症相关的基因表达，可以减轻电极植入后的组织反应，提高电极的信号传导能力。
BCI植入电极的适配性 BCI植入电极的适配性是影响BCI系统长期稳定性和信号采集精度的关键因素之一。神经接口设备必须充分考虑神经组织的解剖特性，以减少对组织的刺激，从而提高信号传输的稳定性和设备的适用性。Lamorie-Foote等从神经接口设计的角度出发，探讨了如何通过匹配神经组织的解剖特性进行个性化电极设计，显著减少了电极植入后的信号波动，提高了BCI系统在复杂运动任务中的响应能力。在此基础上，未来的研究应注重进一步优化电极的适配性设计，使其更好地适应患者的神经系统结构，从而提高患者的治疗依从性。
BCI技术的临床转化与实施路径 针对BCI技术的研究取得了一定进展，但在其实现临床化的过程中仍然面临着许多限制。患者适配性低和设备成本高是限制BCI技术在日常生活场景中持续使用的主要障碍。此外，临床试验数据不足和缺乏统一的技术规范也在一定程度上限制了BCI技术的广泛推广。SCI患者的损伤类型和程度不同，BCI系统需要根据不同患者的需求制定个性化的方案。Canny等探索了功能性电刺激与BCI技术的结合，通过实时监测和调整电刺激参数，有效提高了患者的运动恢复效果。该研究采用闭环控制技术，根据患者实时EEG动态调整输出，从而实现了个性化的治疗方案。但闭环系统需要在患者使用前进行校准，过程繁琐耗时，并且EEG信号解码的精确度在低信噪比条件下可能有所降低，从而影响电刺激参数的准确调整。此外，Pais-Vieira等的研究表明，多模态BCI技术能够帮助完全性SCI患者激活下肢节律性运动模式，展示了多模态信号（如EEG与肌电信号）的联合使用在下肢康复训练中的潜力，可为SCI患者提供更适宜的治疗方法。该研究的不足之处在于，完全性SCI患者的运动皮质激活程度较弱，多模态信号解码的准确性和一致性仍有提升空间，且研究主要针对短期疗效，缺乏对多模态BCI技术长期使用稳定性和疗效的评估。
此外，过高的设备成本也限制了BCI技术的广泛应用。Xiong等提出了一种基于自适应空间滤波的优化方法，采用粒子群优化（PSO）算法动态调整信号处理流程，在提升信号解码精度的同时减少了计算时间。该方法显著提高了BCI系统的运算效率和能量利用率，在低功耗条件下显著提升了信号分类精度，并减少了硬件的资源消耗，为开发高性能、低成本的便携式BCI系统提供了重要技术支持，也为降低商业化成本提供了新思路。然而，该方法的硬件适配性仍有待进一步优化。与此同时，Akan等的研究证明，通过模块化设计与开放式平台，可有效缩减BCI技术在SCI患者治疗中的设备研发与生产费用。
伦理与法律风险 BCI系统采集的脑电信号和相关数据不仅反映了患者的身体和运动意图，还能揭示其情绪和认知状态，这些数据的敏感性决定了隐私保护的重要性。若未能充分保障数据安全，患者可能面临个人隐私泄露的风险，进而影响其社会身份、经济地位，甚至心理健康。隐私泄露不仅会削弱患者对治疗过程的信任，还可能使其陷入更广泛的伦理困境，对社会层面的患者权益保障带来挑战。
隐私和脑电信号的处理 Awuah等指出，神经数据若被用于预测个体决策能力或行为模式，将可能对患者的心理状态产生不可预见的负面影响，应通过技术层面的数据加密、匿名化处理以及分布式存储技术（如区块链）来确保数据传输和存储的安全性。Vakilipour等的研究表明，在脑对脑接口（BBI）系统中，用户A的神经信号通过系统传递给用户B，同时用户B的反馈信息也会影响用户A的信号传输，这种双向数据流动带来的隐私泄露风险更高，尤其是在多用户协作任务中可能会无意间暴露个人的深层思维、情绪状态或决策倾向；BBI技术若集成物联网或
法律风险 BCI技术属于新兴领域，对其的监管机制仍相对滞后，如Neuralink公司在BCI动物实验中出现了死亡案例，提示应加强对动物实验合法性以及伦理委员会审批流程的监管，并在实验过程中尽量减少动物的痛苦。此外，Rainey等的研究发现，当脑电信号来自非医疗设备时，《通用数据保护条例》（GDPR）对脑电数据的分类并不准确。为了有效处理脑电信号，Ienca等提出了1个包含4大支柱的框架：脑数据的具体监管、伴随相关立法的伦理准则、促进负责任的创新以及在人权框架内建立神经权利。
BCI技术在SCI治疗中的潜在应用价值和未来发展方向
核心技术创新与性能提升 未来，BCI系统将通过多模态神经信号融合技术实现质的突破，整合通过EEG、fNIRS、MEG等技术获取的脑电信号，结合肌电、眼动等外周生理数据，构建具有时空补偿特性的混合解码模型，并借助深度学习算法实现运动意图的动态解析，将解码准确率提升至临床应用标准。在硬件层面，需突破组织相容性材料瓶颈，研发具有自愈合特性的柔性电极阵列、抗生物污损的纳米涂层以及可降解的植入式传感器，通过材料工程创新延长设备使用寿命，实现神经电生理信号采集的长期稳定性。
应用生态与产业协同发展 BCI系统的应用推广需要构建完整的产业生态链：前端开发模块化硬件架构，采用3D打印工艺和低功耗芯片设计，降低BCI系统的生产成本；中端建立开放式算法平台，兼容物联网协议，实现与智能假肢、环境控制系统等终端设备的毫秒级响应；后端搭建云端脑机大数据中心，通过联邦学习技术实现跨机构模型优化。在实际应用中，可以开发轻量化BCI系统，使原有的设备体积缩小，并通过自适应校准技术，使非专业人员也可完成BCI系统的部署。
伦理规范与临床伦理规范管理体系 建立三级伦理监管框架：国际层面，由世界卫生组织牵头制定关于神经技术方面的伦理要求，明确意识数据的主权归属和跨境传输规范；国家层面，设立BCI技术伦理审查委员会，建立脑数据分级管理制度，对涉及高阶认知解码的技术实行许可制；医疗机构层面，实施双盲临床试验流程，构建包含神经安全性、信息安全性和社会适应性的评估体系。同时推动全球医疗器械监管协调，确保技术应用符合《赫尔辛基宣言》要求。
小结与展望
作为一种新兴的治疗手段，BCI技术在SCI治疗中展现出巨大潜力。通过对脑电信号的解码与实时反馈，BCI技术为部分患者的运动功能重建和日常生活能力恢复提供了技术支持。目前的研究仍主要集中于实验室环境，尚未充分解决信号解码精度、植入设备的长期稳定性、高昂的设备成本以及伦理和法律框架缺失等问题。尽管如此，BCI技术在SCI治疗中的理论可行性和临床应用价值已得到初步验证，为未来的科学研究和临床转化奠定了一定基础。
来源：中华骨与关节外科杂志2025年9月第18卷第9期
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
