BCI-T: 资讯 |全球脑机接口技术与产业发展态势 - 脑医汇 - 神外资讯

文献速递

全球脑机接口技术与产业发展态势

作者：周洁，成苈委

摘要

脑机接口（Brain-Computer Interface，BCI）作为一种变革性技术，通过直接在大脑与外部设备间建立通信与控制通道，实现了对人体功能的辅助、增强和修复。近年来，随着神经科学、人工智能等领域的快速发展，BCI技术正逐步从实验室走向临床应用和商业化。系统梳理了BCI技术的分类、发展趋势以及产业发展现状，并对未来趋势进行了研判。在技术层面，通信和运动类BCI以及治疗类BCI均取得了显著进展，包括无创有创技术的创新。在产业发展方面，全球多地政府已开展脑计划规划，为BCI指引发展方向，同时投融资活动日益活跃，产业链布局不断完善。预计未来将涌现一批BCI产业集聚区和优秀企业，推动产业加速发展。BCI技术有望在医疗康复、教育、工业等领域广泛应用，重塑人机交互式。

关键词

脑机接口；通信和运动类BCI；治疗类BCI；无创技术；有创技术

引言

脑机接口（Brain-Computer Interface，BCI）是一种变革性技术，作用机制是绕过外周神经和肌肉，直接在大脑与外部设备之间建立全新的通信与控制通道，实现信息的传输和控制，从而以颠覆性的技术手段实现人体功能的辅助、增强和修复。BCI技术面向世界科技前沿，为人机交互技术带来重大革新，是未来产业发展方向。

近年来，随着神经科学、人工智能、材料科学等领域的快速发展，BCI技术逐渐从实验室走向临床应用和商业化。本文将从技术发展趋势和产业发展趋势两方面，系统梳理BCI领域的创新情况，并对其未来发展趋势进行研判。

1. BCI技术发展趋势

“脑机接口”这一术语虽然广泛使用，但BCI技术的分类尚未在全球达成一致和形成共识。2025年1月，Robinson[1]等从应用角度将BCI技术分为通信和运动类技术以及治疗类技术。通信和运动类BCI是用于实现大脑和数字或物理设备之间传输信息以控制或接收信息技术；治疗类BCI主要指用于改变大脑活动以缓解疾病症状或恢复、改善大脑功能的技术，包括深部脑刺激器等传统神经调节技术，但不包括传统的“开环”神经调节技术。随着BCI应用范围的不断扩大，经颅电刺激（Transcranial Electrical Stimulation，TES）、经颅磁刺激（Transcranial Magnetic Stimulation，TMS）、神经反馈等神经调控技术被作为辅助技术与脑感知技术联合使用，共同构成BCI系统，以增强信号采集效果及提高治疗效果，从而使BCI更加稳定可靠，并能实时反馈。近年来，还涌现出基于超声的神经调控技术和脑感知技术。因此，将脑感知和神经调控的联合技术纳入治疗类BCI，不仅是技术集成的需求，更是双向闭环系统的技术发展趋势，满足临床神经调控的精准医学需求，符合应用场景扩展趋势。本文基于 Robinson[1]等的方法方式，从通信和运动类 BCI 及治疗型 BCI 两方面进行分析。

1.1 通信和运动类 BCI 技术的创新进展

通信和运动类 BCI 技术常以有创或无创电极进行脑信号采集和记录，在解码和分析基础上，揭示脑状态，以进行疾病预警和诊断，通常用在疲劳检测等方面。根据电极类型，通信和运动类 BCI 技术可分为无创技术和有创技术。

1.1.1 无创技术：

在无创技术领域，BCI 创新进展主要围绕核心器件研制、算法解码和应用展开。

以无创电极为代表的核心器件研制趋势体现在两方面。一方面，无创电极的通道和面积更大。中山大学 Liu[2]等开发了单个贴片上包含 32 个独立通道的微针干电极贴片，能够穿透皮肤角质层而不接触更深组织，降低了电极-皮肤接触阻抗，比传统扁平干电极阵列信号质量更好，时空分辨率更高，信号精度达到了单个微针的水平。另一方面，无创电极的舒适性更高。德国伊尔梅瑞技术大学 Warsito[3]等开发出一种干电极，由多个花状排列的倾斜针脚组成，改善了坐姿和仰卧姿势下的佩戴舒适度，易用性更好，利用长期处于仰卧位的人群应用。

算法解码趋势体现在 3 方面。一是无创信号的解码能力显著提升。Schreiner[4]等使用新型超高密度脑电图（Electroencephalogram，EEG）系统（ultra-High-Density EEG system，uHD EEG）和体感诱发电位（Somatosensory Evoked Potentials，SSEP）绘制大脑中央沟图，通过单个 EEG 通道区分出大脑中央沟前部或后部，准确率达到 95.2%，解析出的大脑功能也生理特征与手术植入电极达到水平接近。二是意图识别和运动控制更加精准。Sharma[5]等提出，基于深度时间网络的模型能准确识别运动想象脑电信号，在二分类和多分类数据集上的分类准确率达到 99.7%和 84%。三是算法模型更加具有可解释性。针对深度学习模型的可解释性较差等问题，Ravindran[6]等使用模拟方法生成混合不同比例噪声的脑电信号，能验证出不同模型解释方法在时间精度、频率干扰和空间定位的稳定性。

在技术应用方面，脑机接口技术的应用呈现多元扩展趋势，如中风步态预测、癫痫预测、视听宽评估等应用。在中风步态预测方面，有学者利用脑电解码与各种功能相关的神经模式，预测中风患者的平衡模式和步态模式。癫痫预测方面，意大利天主教大学医学院 Caricato[7]等在重症监护病房针对意识障碍患者，用凝胶脑电帽检测非核原性癫痫的发生，显著降低了对神经生理专家在场的需求。在视听宽评估方面，美国国家眼科研究所联合北京大学研究人员[8]研发了头戴式虚拟现实护目镜，利用光刺激患者视野中的目标，同时测量大脑脑电活动以及观察并测视力丧失情况，无需患者进行主观输入。

1.1.2 有创技术：

在有创技术领域，BCI 创新围绕核心器件研制、算法解码和应用展开。

以有创电极为代表的核心器件在工艺、材料、造型方面不断革新，使得电极更加轻柔且集成度更高。一是更微观化。Zhou[9]等以垂直推移方法将柔性探头与 Intan 放大器芯片直接配对到印刷电路板上，探头面积和重量分别减少了 50% 和 75%以上。二是更低成本。Lee[10]等利用微机电系统工艺和成熟的显示屏用玻璃晶圆生产微型立体定向放置（micro-Stereo-EEG，μSEEG）电极，抗撕裂能力强，引起组织损伤小，成本明显低于临床 SEEG 电极。三是更小创伤。Bae[11]等研制出帐篷类电极，电极被注射器以微创方式送入大脑后，面积扩大到初始尺寸的 200 倍，电极可生物降解，能量大限度减少手术影响，电极能够密切结合大脑。

解码分析大脑机理的技术研究和临床试验正在开展。首先，提升了信号可解释性。如 Chen[12]等提出基于深度学习的新型神经语言解码框架，将皮质电图（Electrocorticographic，ECOG）信号转换为可解释的语言参数，解决语言神经信号稀缺、数据复杂且维度高的问题，在 48 名参与者中具有高度可重复性。其次，提高了解码还原度。Angrick[13]等利用循环神经网络识别和解码渐近患者的 ECoG 信号，能捕捉自然语言的节奏等细节特征。最后，加快了解码速度。Fukuma[14]等提出了对应于 Grassmann 核的映射函数，将动态模式（Dynamic Mode，DM）转换为空间 DM（spatial DM，sDM）特征，提高了解码准确性。

在技术应用方面，全球普遍利用有创电极对知觉障碍和运动障碍患者开展临床试验，将电极植入患者大脑的运动或认知区域，以验证患者对数字世界和物理世界的操控能力和交流能力。1998—2023年期间，全球有21个研究团队（包括加利福尼亚大学旧金山分校、澳大利亚医院研究所、马萨诸塞州总医院、浙江大学等）利用4类有机电极对67名患者进行了28起临床试验，验证各种技术的安全性、可靠性和有效性试验。目前已能实现较低错误率的语音解码，以及高效直观的人机交互控制。

1.2 治疗类BCI技术创新进展

1.2.1 无创技术

TES, TMS技术、神经反馈技术等相关安全、无创、无痛、产品已成熟运用多年，目前正与EEG、脑磁图、功能近红外脑成像等脑感知技术结合，以在更精准的脑状态识别基础上，实现神经和精神疾病的精准治疗。世界各地的医院、企业、科研高校等开展了大量临床试验研究，以提升疗效和拓宽适用范围。

无创治疗类BCI技术的临床试验趋势体现在3方面。一是提升治疗成效。2025年，Gyoda[16]等的一项研究证实，在改善失语症患者的语言障碍方面，EEG引导下的经典直流电刺激（transcranial Direct Current Stimulation，tDCS）可能比传统tDCS方法更有效。二是促进患者个性化方案定制。Wang[17]等基于EEG研究中患者的大脑皮质连接特征和TES后的运动增益，使得本患者的治疗方案更具可解释性。三是实现更精准调控。复旦大学将成熟的TMS技术结合到可穿戴脑磁图上，通过实时采集运动区8通道脑电信号分析受试者脑功能状态，即时匹配多种TMS磁疗方案，并根据实时数据反馈更新磁疗方案，取得了满意的康复效果。

尤其值得一提的是神经反馈技术。此技术在大脑具有神经可塑性背景下，对与特定功能相关的脑神经活动进行测量，并将测量结果以视觉、听觉乃至嗅觉等方式实时反馈给受训练者，通过一定的训练手段帮助受训练者实现脑神经活动自主调节和改善。目前全球多起临床试验探索了该技术的开发。例如，用视觉神经反馈设备认知障碍。阿拉巴马大学伯明翰分校对退伍军人进行基于EEG的视觉注意力神经反馈训练，仅10h后大脑皮层活动明显改善，视觉细节感知能力提高，轻度脑外伤军人的早期认知障碍得到改善。泰国佛统玛希隆大学给健康受试者聆听10min的6Hz双耳节拍，受试者四周后注意力有所提高。其次，嗅觉神经反馈有望改善难治性抑郁症。2024年，法国某医院开启了以嗅觉刺激方式改善大脑状态的临床试验，研究难治性抑郁症患者在接受TMS刺激的同时，受到个人气味的嗅觉刺激能否显著提升治疗效果。

1.2.2 有创技术

有创治疗类技术是通过植入性电刺激装置对脑、脊髓产生作用，从而达到治疗目的，深部脑起搏器（Deep Brain Stimulation，DBS）、人工耳蜗是最为典型的代表性技术，相关产品已成为成熟和广泛应用。近年来，该领域的创新发展一方面体现在产品和配套工具不断优化、走向闭环上，另一方面体现在向更多适用症进军上，目前业界正用DBS面向多种疾病开展大量临床研究。

从有创技术发展趋势看，产品功能逐步丰富，治疗更加精准、个性化和安全舒适。精准个性化手段包括4种。第一，基于组织结构优化刺激。美国波士顿科学神经调制公司[18]基于DBS引线周围的人体组织解剖结构信息自动选择电极和优化刺激参数，在检测到患者体内固有神经信号频率漂移时，调整刺激参数。第二，基于患者体位变化调整刺激。美国美敦力公司[19]在DBS中通过诱发复合动作电位（electrically evoked compound action potential，ECAP）信号特征值优化刺激参数，针对患者仰卧、站立等不同姿势给予不同强度刺激。第三，基于去毛刺电流优化刺激。美国先进神经调控系统公司[20]利用分立元件电容器显著降低刺激电流毛刺，避免刺激波形退化和引发副作用。第四，产品更加安全舒适。2024年8月，美国食品药品监督管理局批准了美敦力公司的DBS技术，可在患者全身麻醉或睡眠期间使用，避免传统技术需要患者术中保持清醒而造成的不适应。

2. BCI产业发展趋势

2.1 政策支持

近年来，全球各地相继启动脑计划规划和科研立项，为BCI指引发展方向和重点。纵观各国及地区脑计划，项目具有“重点突出，方向多元”特点，主要覆盖基础科研、核心器件、软件开发、整机设备、诊治应用等。据中国信息通信研究院统计，从项目资助侧重点看，美欧重金资助的项目主要侧重有创技术。

美国2013年发布脑计划，由美国国立卫生研究院主导，其他联邦机构参与。美国脑计划的研究方向包括大脑结构原理、神经记录和调控、神经影像技术、用于脑细胞和电路的工具、神经伦理学等。截至2023年，美国国立卫生研究院官网显示，美国脑计划项目投入资金总额已超30亿美元，是全球在BCI领域投入较早、劳动力较高的国家，由此使其BCI领域创新进展较为突出。例如，2024年美国脑计划绘制完成了果蝇大脑神经连接图谱。

欧盟的BCI项目研究范围十分广泛，包括自适应技术、植入式神经调控技术，也包括新电板材料研发（如石墨烯晶体管）等。

日本的研究一部分延续了上一阶段脑计划中对于猿猴大脑的研究成果，从灵长类动物中汲取灵感探索神经机制；另一部分与机器学习等人工智能算法结合，用于疾病诊断或治疗手段优化；自适应BCI和神经调控技术也是研发重点。

英国脑计划项目主要由美国研究与创新机构管理，依托“Horizon地平线”框架计划在人工耳蜗、脑磁图技术改进、神经修复等方面开展研究。

我国在2016年将“脑科学与类脑研究”列为“国家重大科技创新和工程项目”，标志“中国脑计划”全面展开。2021年，国家“十四五”规划纲要将脑科学列为重要研究方向，2023—2024年期间，工业和信息化部等发布《新产业标准化领域工程实施方案（2023—2035年）》，成立脑机接口标准化技术委员会，并发布《工业和信息化部办公厅关于组织开展2023年末来产业创新任务揭榜挂帅工作的通知》，筛选提拔一批具备较强创新的BCI优势单位，推动技术和标准同步开展，产业生态进入加速发展期。

北京、上海、天津等地政府也成为BCI密集释放重要信号，将BCI纳入未来产业发展方面。例如，北京市和上海市政府接连出台脑机接口专项政策，如《加快北京市脑机接口产业发展行动方案（2025—2030年）》（上海市脑机接口未来产业培育行动方案（2025-2030年）），明确提出更加快发展BCI。

2.2 投融资情况

据本文统计，全球BCI行业的投融资活动在2020年进入活跃期，截至2025年2月，全球BCI领域投融资事件超过1000起，总金额接近100亿美元。其中，美国相关事件超过700起，总金额超过50亿美元；中国相关事件超过200起，总金额接近20亿美元。2024年，在经济下行压力增大的背景下，仍有部分企业获得了高额融资，如Precision Neuroscience公司在2024年获得1.02亿美元C轮融资，成为BCI行业资金最充足的公司之一。2025年2月，上海阶梯医疗科技有限公司获得3.5亿元B轮融资，是中国植入式BCI行业较大一笔融资。

2.3 BCI产业发展

据本文统计，从全球产业链分布看，BCI企业已突破800家，分布在全球50余个国家和地区，多数集聚在中美欧。其中，美国300家余BCI企业，全球占比42%；中国200余家，全球占比25%，其余国家和地区的BCI企业在全球占比各自不足10%。从产业链各环节看，BCI企业绝大多数占据在产业下游。从企业所在国家看，美国在BCI产业链的上游、中游和下游各环节中企业数量均较为领先，一定程度折射出美国在BCI领域的产业链角色更加多元丰富的特点。

3. 结束语

全球对BCI的战略重要性认知逐渐趋于一致，政策扶持和监管力度不断加强，由此促进科研创新和产业落地日趋加速，带来创新投入的持续与加大，促进产业生态不断集聚和繁荣，预计未来3~5年内，在创新活跃地区将诞生一批BCI产业集聚区，优秀标杆企业和典型示范案例也将不断涌现，多要素的聚集和持续优化也将推动BCI产业加速发展。

就技术发展趋势看，在核心器件和整机系统方面，有创技术有望实现较大突破，向高精度、微创化与闭环交互演进，伴随新型材料应用，出现更具切身和稳定性的柔性基底设计。在算法解码方面，BCI与多模态技术及人工智能技术的趋势日益明显，有望提升信号信噪比，提高大脑图像的准确率。在技术应用方面，通信和运动类BCI技术的安全性和有效性随应用场景拓宽、临床研究增多而得到多角度验证，从而增强了需求侧的应用信心，以及在扩大范围的应用中得以不断迭代更新，实现更佳性能。治疗类BCI技术在与神经反馈等多种神经调控技术深度融合基础上，有望促进疗效显著提升，并在成熟、抑郁症、自闭症、强迫症等难治型疾病中展现出巨大的技术价值。

从产业发展趋势看，我国政策驱动下的全链条协同创新将成为常态，以政府为主导的生态构建模式由头已经显现，日后密集出台的政策、加速布局的资本市场，有望在经济与科技发达的区域率先培育出多家独角兽企业，行业领军企业的垂直整合能力更加强大。随着技术和产业化落地纵深深入，应用场景将深度渗透医疗康复领域，广泛应用到多类疾病诊治，同时从医疗康复场景向泛化场景延伸，随下游企业的商业化落地，有望扩大全球市场规模，未来，BCI有望实现“实验室黑科技”到“民生刚需”的蜕变，重塑医疗、教育、工业等领域的发展式。

参考文献

1. ROBINSON J T, NORMAN S L, ANGLE M R, et al. An application-based taxonomy for brain-computer interfaces \[J/OL\]. Nature Biomedical Engineering, 2024\[2025-02-20\]. https://www.nature.com/articles/s41551-024-01326-zfciieas.

2. LIU Z J, XU X Y, HUANG S, et al. Multichannel microneedle dry electrode patches for minimally invasive transdermal recording of electrophysiological signals \[J\]. Microsystems & Nanoengineering, 2024,10:72.

3. WARSTO I F, KOMOSAR M, BERNHARD M A. et al. Flower electrodes for comfortable dry electroencephalography \[J\]. Scientific Reports, 2023,13:16589.

4. SCHREINER L, JORDAN M, SIEGHARTSLEITNER S, et al. Mapping of the central sulcus using non-invasive ultra-high-density brain recordings\[J\]. Scientific Reports, 2024, 14(1):6527.

5. SHARMA N, UPADHYAY A, SHARMA M, et al. Deep temporal networks for EEG-based motor imagery recognition\[J\]. Scientific Reports, 2023,13(1):18813.

6. RAVINDRAN A S, CONTRERAS-VIDAL J. An empirical comparison of deep learning explainability approaches for EEG using simulated ground truth \[J\]. Scientific Reports, 2023,13(1):17709.

7. CARICATO A, MARCA, G D, IOANNONI E, et al. Continuous EEG monitoring by a new simplified wireless headset in intensive care unit\[J\]. BMC Anesthesiology, 2020, 20:298.

8. National Eye Institute. Glaucoma detection gets potential boost from virtual reality, brain-based device\[EB/OL\]. (2019-01-29) \[2025-01-20\]. https://www.nei.nih.gov/about/news-and-events/news/glaucoma-detection-gets-potential-boost-virtual-reality-brain-based-device.

9. ZHOU C K, TIAN Y, LI G, et al. Through-polymer, via technology-enabled, flexible, lightweight, and integrated devices for implantable neural probes \[J\]. Microsystems & Nanoengineering, 2024,10:54.

10. LEE K, PAULK A C, RO Y G, et al. Flexible, scalable, high channel count stereo-electrode for recording in the human brain\[J\]. Nature Communications, 2024, 15(1):218.

11. BAE J Y, HWANG G S, KIM Y S, et al. A biodegradable and self-deployable electronic tent electrode for brain cortex interfacing \[J\]. Nature Electronics, 2024, 7:815-828.

12. CHEN X P, WANG R, KHALLIAN-GOURTANI A, et al. A neural speech decoding framework leveraging deep learning and speech synthesis\[J\]. Nature Machine Intelligence, 2024,6:467-480.

13. ANGRICK M, LUO S Y, RABBANI Q, et al. Online speech synthesis using a chronically implanted brain - computer interface in an individual with ALS \[J\]. Scientific Reports, 2024,14:9617.

14. FUKUMA R, MAJIMA K, KAWAHARA Y, et al. Fast, accurate, and interpretable decoding of electrocentrographic signals using dynamic mode decomposition\[J\]. Communications Biology, 2024, 7(1):595.

15. PATRICK-KRUEGER K M, BURKHART I, CONTRERAS-VIDAL J L. The state of clinical trials of implantable brain-computer interfaces \[J\]. Nature Reviews Bioengineering, 2025,3:50-67.

16. GYODA T, HASHIMOTO R, INAGAKI S, et al. Electroencephalography-guided transcranial direct current stimulation improves picture-naming performance\[J\]. NeuroImage, 2025,308:120997.

17. WANG C F, YANG X L, GUO D, et al. Transcranial direct current stimulation-induced changes in motor cortical connectivity are associated with motor gains following ischemic stroke\[J\]. Scientific Reports, 2024, 14:15645.

18. Boston Scientific Neuromodulation Corporation. Automated selection of electrodes and stimulation parameters in a deep brain stimulation system using anatomical structures; the United States, WO2024167716A1\[P\]. 2024-08-15.

19. Medtronic. Hysteresis compensation for detection of ECAPs; the United States, US12186566B2\[P\]. 2025-01-07.

20. BOOR S. Systems and methods for mitigating stimulation current spikes and glitches in neurostimulation systems; the United States, US20240017073A1\[P\]. 2024-01-18.

作者简介

周洁中国信息通信研究院知识产权与创新发展中心高级工程师，主要从事脑机接口、工业互联网、区块链技术等方面的研究工作。

成芳委 中国信息通信研究院知识产权与创新发展中心工程师，主要从事脑机接口等方面的研究工作。