2022年元宇宙行业专题研究 脑机接口的发展历史与应用场景
脑机接口（Brain-Computer Interface，BCI）：狭义上是在大脑与外部环境之间建立一种全新的不依赖于外周神经（PNS）和肌肉的交流与控制通道，通过测量和采集中枢神经系统（CNS） 活动，并将其直接转译为可被外界人工设备识别的信号或指令，从而实现大脑与外部设备的直接交流与控制（输出式BCI）。技术发展上，脑机接口已经从早期的学术探索进入到应用实验的 阶段；根据信号采集过程对大脑的侵入程度，其可以被分为侵入式和非侵入式；从信息传输方向，可以分为从脑到机、机到脑、脑到脑和脑机融合四个方向。 脑机接口应用领域与市场前景广阔。1）根据Mckinsey的研究报告，预计脑机接口相关市场规模在2030-2040期间可达700亿-2000亿美元，具备广阔的市场应用前景；2）应用场景上来看，一 方面对脑机制的根本理解可为脑疾病带来新型疗法，另一方面，依托脑机接口的意
念控制机器、脑控开关等新一代交互方式在医疗、教育和消费品等市场具备较大的应用潜力。具体来看， 脑机接口技术有望在医疗健康、游戏娱乐（VR/AR、游戏等）、教育等场景大放异彩；长期来看，脑机接口有望成为连接现实世界与数字世界重要入口，构建元宇宙时代的核心技术底座；
3）产业发展上，目前全球提供脑机接口产品和业务的公司有两百余家，主要集中在美国和中国；互联网科技巨头纷纷介入脑机接口领域。谷歌、微软、Facebook等科技巨头也开始布局开发底层技术。2014年后阿里、百度、科大讯飞等公司以投资并购方式入局脑机接口领域，陆续推出各自人工智能脑计划。例如，科大讯飞研究课堂教学方法改进和效果评估；淘宝研究意念购物下单；游戏公司米哈游与大学合作打造结合脑机技术的“虚拟世界”游戏等等；
4）产业政策上，2016年中国启动中国脑计划——脑科学和类脑科学研究。在十四五规划和 2035 年远景目标 纲要中，人工智能和脑科学为国家战略科技力量，规划中进一步指出需要加强原创性和引领性科技攻关，集中优势资源攻关科技前沿领域。2022年10月上海市则发布上海打造未来产业创 新高地发展壮大未来产业集行动方案，加速非侵入式脑机接
口技术、脑机融合技术、类脑芯片技术、大脑计算神经模型等领域突破。加强脑科学相关研发创新，探索脑机接口技术在医 疗康复领域的运用。
游飘论坛01、脑机接口：定义与历史薯蓣丸加减
1.1、什么是脑机接口
人的神经系统可以大致分为中枢神经系统（Central Nervous System，CNS）和外周神经系统（Peripheral Nervous System, PNS)。通 常情况下，脑中枢神经系统（CNS）的活动通过外周神经系统（PNS）连接身体的感觉、运动、语言等信息收发器官实现身体内部与外部 环境的信息交互。脑机接口（Brain-Computer Interface，BCI）狭义上是在大脑与外部环境之间建立一种全新的不依赖于外周神经（PNS）和肌肉的交流 与控制通道，通过测量和采集中枢神经系统（CNS）活动，并将其直接转译为可被外界人工设备识别的信号或指令，从而实现大脑与外 部设备的直接交流与控制（输出式BCI）。
步进电机驱动器1.2、脑机接口的发展历史
以脑机接口的基础理论及应用里程碑为标准，脑机接口的发展 可以分为三个阶段：学术探
索期（20世纪20年代–70年代）1924年德国精神医学家Hans Berger首次检测发现了脑电波 （Electroencephalogram, EEG），为大脑研究奠定了基础；发现了脑电分析重要指标，即脑电图、与大脑不同状态相关的 α波和β波。
1.3、脑机接口的原理
小型微型计算机系统大脑和意识的物理本质是电活动。脑神经在遇到刺激或思考时，细胞膜外大量钠离子会涌入细胞内，进而打破原有电位差形成电荷移动， 从而出现局部电流，电流传递过程中继续刺激其他神经元，最终形成意识，这些意识或被解读，或形成运动指令输出给身体。大脑不同 状态下脑电信号特点各异，使脑电分析成为可能。大脑功能的分区对应于人体不同器官和肢体功能。大脑不同分区负责感知觉、运动、注意、记忆、认知、语言、思维、情绪等各种功能。 脑机接口技术通过采集这些不同脑功能区位置与不同深度的电信号，通过预处理、特征提取和模式识别，从而实现对大脑活动状态或意 图的解码，并可以把大脑活动状态、解码结果、与外界通信或控制结果反馈给用户，进而调节其大脑活动以获得更好的性能。
1.4、脑机接口系统流程
脑机接口的目的是把大脑活动转变成对设备的控制指令，或者通过刺激大脑提供感觉反馈或修复神经功能。脑机接口的实现通常涉及下 述多个处理步骤： 1. 脑信号采集：感知和测量大脑信号，获得足量的脑电数据，将信号传递给信号处理单元组件。 2. 脑信号处理与解码：信号处理功能包括脑信号预处理、特征提取和模式识别三个步骤。脑信号预处理旨在去除信号噪声以提升信 号质量，提高信噪比。特征提取根据特定的BCI范式所设计的心理活动任务相关的神经信号规律，采用时域、频域、空域方法或相 结合的方法提取特征。模式识别通过采用先进的模式识别技术或机器学习算法训练分类模型，针对特定的用户定制特征提取和解 码模型。
1.5、脑机接口的分类
根据脑机接口信号采集过程对大脑的侵入程度，可以被分为侵入式和非侵入式。侵入式：需要借助一定形式的外科手术来实现，其过程为移除一部分颅骨，在大脑中植入电极或植入物，再将移除的颅骨部分放回原处。因为大脑没有内部 疼痛感受器，所以记录本身并不会带来痛苦。主要技术为皮层脑电（ECoG）和单个神经元记录（Spikes）。 ü 优点：高质量和高信噪比的神经信号，细胞水平的空间分辨率和时间分辨率较高； ü 缺点：1）穿江西农业大学学报
透血脑屏障可能导致感染；2）免疫反应组织对电极形成的包围能使电信号质量随时间下降；3）植入过程中，可能对完好无损的大脑回路 产生损害。
1.6、脑机接口的主要技术
sss8.aa.am脑机接口的技术体系主要分为硬件层和软件层。硬件层包括脑电采集设备和外控设备。脑电采集设备包括核心部件和器件、电极、芯片、电源和材料；外控外联设备包括机械臂、仿生手、无人机等。软件层包括生物信号分析、核心算法、通信计算和安全隐私。脑机理认知方面一定程度上也属于软件仿真和实现的重要方面。随着对脑机理的不断认知，采集获取的数据量越来越庞大，未来 将陆续面临数据压缩算法和存储技术，以及高通量高速数据无线传输等方面的挑战。此外，基于脑电的信息认证及信息安全、隐 私保护也将是软件层重点研究和解决的问题。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议