大鼠脑机接口信号采集技术：现状、挑战与展望

一、引言

1.1 脑机接口技术的发展历程

脑机接口技术自 20 世纪 70 年代以来便飞速发展，革新了大脑与外部环境的交流模式，构建起不依赖于周围神经系统和肌肉的直接交互通道，实现了大脑与外部设备的高效连接。1924 年，德国精神病学家贝格尔发明的首台脑电监测设备，为后续脑电信号研究拉开了序幕。1973 年，脑机接口的概念正式提出，并在几十年内蓬勃发展 [1]。2003 年，神经科学家尼科莱利斯团队在猴的运动皮层植入电极，成功完成操纵机械臂进行抓取等动作，开创了脑植入物控制外部设备的先河。脑接口研究公司 Neuralink 旨在利用脑机接口技术治疗精神分裂等神经疾病以及瘫痪或肢体残缺等问题 , 该公司通过将芯片植入猴子大脑皮层，使其能够仅通过大脑信号玩游戏 [2]，不断拓展着脑机接口技术的应用边界。

1.2 脑机接口的原理

动作电位（Spike 信号）作为脑内信息传递的基本单元，在神经元接收、处理和传递信息的过程中发挥关键作用 [3]。当神经元膜从静息电位（约 - 6 5 m V ）去极化超过阈值时，钠通道开启，钠离子内流产生动作电位，其通过电化学交替传播形成电信号。因此，研究和采集Spike 信号对于解密大脑信息整合方式至关重要，是脑机接口技术研究的核心内容之一。

1.3 脑机接口技术的研究意义

研究脑机接口具有深远意义，横跨基础研究和临床应用两大重要领域。在基础研究层面，人类对大脑的认知尚处于起步阶段，仅对大脑皮层功能和分区有大致了解。借助采集和分析脑电信号，能够深入探索大脑处理信息的规律，明晰神经系统和大脑的认知运作过程。在临床应用方面，脑机接口技术已展现出巨大的潜力，广泛应用于帕金森、精神分裂、癫痫等神经疾病的治疗。人工耳蜗技术帮助失聪者重获听觉，神经肌肉刺激技术助力患者恢复器官和肢体功能。对于瘫痪或肢体残缺人士，脑机接口可以收集并处理他们的脑信号，实现对外部设备的控制，极大地便利了他们的日常生活，提高了生活自理能力和社交参与度。

二、脑电采集设备的基本类型

2.1 非侵入式脑机接口

非侵入式脑机接口通过外戴式电极从头皮外侧采集脑电信号，无需手术植入，具有使用风险小、易被接受的优势，在医疗领域应用广泛 [4]。脑电图（EEG）、脑磁图（MEG）和功能性核磁共振（fMRI）、功能性近红外光谱技术（fNIRS）等都属于这一类型 [5]。

脑电图技术可通过分析脑电信号的生理特征，检测和探索阿尔兹海默症、老年痴呆、癫痫等精神疾病的生物特征，辅助临床诊断。脑磁图技术则通过捕捉大脑神经活动产生的微弱磁场，对大脑进行无创监控。功能性核磁共振技术依据神经细胞的耗氧量来检测活跃脑区，助力人们深入探索大脑。

然而，非侵入式脑机接口存在明显弊端。电信号在到达电极前，会被脑脊液、颅骨、皮肤等组织阻挡和削弱，同时易受肌电信号等其他信号和噪音干扰，导致采集到的信号信噪比低、数据质量差，难以满足对大脑精细活动的研究需求 。

2.2 侵入式脑机接口

侵入式脑机接口的电极放置在大脑皮质层表面或直接植入大脑灰质中，需进行开颅手术。其优势在于电极距离脑组织近，信号不易受阻拦和干扰，采集到的信号信噪比高，时空频率和分辨率良好，能保证信号的强度和质量 [7]。

例如，马斯克将侵入式脑机接口技术应用于瘫痪病人，通过将电极植入大脑皮层，利用算法将高质量电信号转化为指令，使患者可直接操纵光标使用电脑。“北脑 2 号”实现了猕猴通过意念控制对二维运动目标的拦截，展示了侵入式脑机接口在复杂运动控制方面的潜力。但开颅手术风险较大，可能引发感染、出血、脑组织损伤等并发症，严重威胁患者健康和安全，限制了该技术的广泛应用。

2.3 半侵入式脑机接口

半侵入式脑机接口同样需要手术植入，但损伤相对较小，电极植入在头皮和大脑皮质之间。例如，可通过注射将网状电极注入颅内与硬脑膜贴合，或通过微创手术将电极移动到对应皮层附近的血管壁上展开[8]。

相较于侵入式脑机接口，半侵入式的手术风险显著降低；相较于非侵入式脑机接口，其收集到的脑信号质量更高。半侵入式脑机接口在一定程度上平衡了信号质量和手术风险，为脑机接口技术的发展提供了新的思路和方向[8]。

三、大鼠脑机接口信号采集实验方法

3.1 电极植入

在大鼠脑机接口信号采集实验中，电极植入是关键步骤[9]。

预麻醉后，大鼠头顶皮肤备皮，使用耳杆将大鼠对称固定于脑立体定位仪适配器上，确保大鼠头部固定稳固。 随后，按照 7 5 % 酒精、碘酒、 7 5 % 酒精的顺序消毒手术区域，依次剪开皮肤、剪去颅骨上的粘膜，使用 3 % 双氧水腐蚀颅骨膜暴露前囱与后囱点，在颅骨偏后部位钻洞安装颅骨钉。在根据大鼠脑图谱中植入区域的坐标，使用脑立体定位进行定位并标记，开始打磨头骨进行开窗，挑开硬脑膜，若出血需要按压止血并清理血凝块后再进行电极植入。将32 通道的科斗微丝列阵电极安装于32 通道的headstage 上再固定于定位仪夹持器上，调整角度使电极丝与颅骨平面垂直，以电极丝触碰到皮层表面为深度值 0 点，缓慢下降至记录区域（m1、m2、CA1 区），深度约为 。

3.2 信号采集

电极植入后，将麻醉浓度调整为 1 - 1 . 5 % 持续麻醉。用金属支架或带架子的导线夹住排噪导线，注意不可拉扯，观察软件显示的各通道噪声情况，直至噪声信号降至最低。

进行 Spike 信号采集时，打开北脑采集系统软件，选择工具中的尖峰探测功能，将电压刻度设置为 2 0 0 μ V ，阈值设置为 。点击运行，待出现正确脑电信号后，在软件上方工具栏设置数据存储路径，根据需求完成设置后点击开始记录，从而获取实验所需的脑电信号数据。

3.3 信号处理与分析

采集到的脑电信号需要进行处理和分析，以提取有用的信息 [10]。常见的信号处理方法包括滤波、去噪和特征提取。例如，通过带通滤波去除低频和高频噪声，通过小波变换去除肌电干扰。特征提取方法包括时域分析、频域分析和时频分析等。通过这些方法，可以提取神经元的动作电位特征，用于进一步的神经科学研究和临床应用。

四、当前面临的挑战

4.1 信号质量与稳定性

侵入式和半侵入式脑机接口虽然能够采集到高质量的脑电信号，但长期使用过程中，脑组织的生理活动、电极与组织之间的界面反应等因素，可能导致信号衰减、漂移甚至丢失。

非侵入式脑机接口受外界干扰和组织阻挡影响，信号质量差，难以精确捕捉大脑的微弱信号，限制其在精细运动控制和复杂认知任务研究中的应用[11]。

4.2 手术风险与并发症

侵入式和半侵入式脑机接口的手术植入过程存在风险。开颅手术可能引发感染、出血、脑水肿等严重并发症。半侵入式的微创手术也可能对脑组织造成一定损伤。手术风险威胁患者的健康和安全，增加临床应用的难度和伦理考量[11]。

4.3 个体差异与适应性

不同个体的大脑结构和功能存在差异，脑电信号特征不同，导致脑机接口系统在个体适配方面面临挑战，需要针对不同个体进行个性化的校准和优化，以提高系统的性能和实用性。同时，大脑对植入电极的适应性也存在差异，部分个体可能出现免疫反应，影响电极的长期有效性 [12]。

4.4 伦理与社会问题

脑机接口技术的发展引发了诸多伦理和社会问题。例如，大脑信号的采集和使用可能涉及个人隐私泄露风险；利用脑机接口控制外部设备可能改变人类自然的行为模式和社会互动方式；在临床应用中，如何确保技术的公平使用，避免技术被滥用等，都是需要深入探讨和解决的问题[13]。

五、脑机接口技术的未来展望

5.1 技术创新与优化

研发新型的电极材料和设计，提高信号采集的效率和稳定性。例如，开发具有良好生物相容性、高导电性和柔韧性的纳米材料电极，减少电极与组织之间的界面反应，增强信号传输能力。优化信号处理算法，采用深度学习、人工智能等技术，提高对低质量信号的解析能力，从复杂的脑电信号中提取更准确、更丰富的信息[14]。

5.2 多模态融合

结合多种信号采集技术，实现多模态数据融合。例如，将脑电信号与肌电信号、眼动信号、神经影像数据等相结合，从不同维度获取大脑和身体的信息，提高对大脑活动的理解和控制精度。多模态融合技术有望为脑机接口在复杂任务中的应用提供更强大的支持[14]。

5.3 临床转化与应用拓展

加强脑机接口技术的临床研究，推动其在神经疾病治疗、康复医学、辅助生活等领域的广泛应用。例如，进一步优化瘫痪患者的运动控制辅助系统，提高其自主性和生活质量；探索脑机接口在神经退行性疾病早期诊断和干预中的应用潜力，为疾病的防治提供新的手段[15]。

5.4 伦理监管与公众教育

建立健全的伦理监管机制，规范脑机接口技术的研究和应用。制定严格的伦理准则和法律规范，保障个人隐私和权益，确保技术的安全、合理使用。同时，加强公众教育，提高公众对脑机接口技术的认知和理解，促进公众参与伦理讨论，推动技术在符合伦理和社会价值的轨道上发展[16]。

六、结论

大鼠脑机接口信号采集技术作为脑机接口研究的重要组成部分，在探索大脑奥秘、治疗神经疾病和改善人类生活质量等方面发挥着重要作用。尽管当前在信号采集、手术风险、个体适配和伦理社会等方面面临诸多挑战，但随着技术的不断创新、多模态融合的发展、临床转化的推进以及伦理监管的完善，脑机接口技术有望取得更大突破，实现更广泛的应用，为人类健康和社会发展带来更多福祉。未来，需要科研人员、临床医生、伦理学家和社会各界共同努力，推动脑机接口技术朝着更加安全、有效、可持续的方向发展。

参考文献：

[1]Vidal JJ. Toward directbrain-computer communication [J]. Annu Rev Biophys Bioeng,1973,2(1):157-180.

[2] 陆琼衡 . 美国脑机接口研发过程及进展 [J]. 生物学教学 , 2022, 47(5):3.

[3] 侯立刚 , 仝保军 , 郭嘉 , 等 . 一种脑机接口中动作电位分类的硬件架构 :CN201811112795.X[P].CN108960217A[2025-02-05].

[4]Figueiredo N , Silva F ,Pétia Georgieva,et al.9 advances in non-invasive brain-computerinterfaces for control and biometry[J]. 2017.

[5] 许敏鹏, 王有良, 梅杰 , 等. 非侵入式异步脑机接口技术研究综述[J]. 信号处理, 2023,39(8):1386-1398.

[6]He B , Baxter B , Edelman B J ,et al.Noninvasive Brain-Computer Interfaces Based onSensorimotor Rhythms[J].Proceedings of the IEEE, 2015, 103(6):907-925.

[7] 黄渊 . 脑机接口技术现状及专利布局分析 [J]. 通讯世界 , 2024, 31(1):130-132.

[8] 肖松 , 程和平 , 吴朝晖 , 等 . 脑机接口技术发展现状及未来展望 [J]. 科学与社会 ,2024(3).

[9] 罗丹 . 大脑机器接口 [J]. 国外科技动态 , 2003(12):3.

[10] 李素蕊. 脑机接口技术下仿生手的结构建模及分析[D]. 新乡医学院,2016.

[11] 李冉昆 , 韩跃红 . 脑机接口技术的伦理问题分析 [C]// 云南省首届科学技术哲学与科学技术史研究生论坛云南省第二届科学技术哲学与科学技术史研究生论坛云南省第三届科学技术哲学与科学技术史研究生论坛.2012.

[12] 胡剑锋 . 脑机接口技术引发的伦理思考 [J]. 医学与哲学：A, 2009(8):3.

[13]Zhang Z , Chen Y , Zhao X ,et al.A review of ethical considerations for the medicalapplications of brain-computer interfaces[J].Cognitive Neurodynamics, 2024, 18(6):3603-3614.

[14] 樊嘉 . 脑机接口的临床应用及展望 [J]. 上海医学 , 2024, 47(4):195-198.

[15] 张丹 , 李佳蔚 . 探索思维的力量 : 脑机接口研究现状与展望 [J]. 科技导报 , 2017,35(9):6.

[16] 王雪芹 , 孙洪强 , 司佳玥 , 等 . 脑机接口临床研究伦理审查的挑战与建议 ( 英文 )[J].Chinese Medical Sciences Journal, 2024(2).