1. 什么是脑机接口？

脑机接口（Brain-Computer Interface，简称 BCI），是一种在人或动物大脑与外部设备之间建立直接连接的技术，实现脑与设备的信息交换。这种技术通过捕捉大脑信号并将其转换为电信号，绕过外周神经和肌肉，直接在大脑与外部设备之间建立通信与控制通道。

2. 脑机接口的分类

按侵入方式分，脑机接口可以分为非侵入式、半侵入式和侵入式。非侵入式通过佩戴在头皮上的电极帽等设备来采集脑电信号，创伤性最小，但信号分辨率和准确性较低。半侵入式需要在颅骨上开一个小口，将电极植入大脑皮层表面。侵入式则需要将电极直接植入大脑组织内部，能够获取到更精确、更强的脑电信号，但对大脑的创伤性最大，手术风险也最高。

3. 脑机接口常见范式

3.1 运动想象 (Motor Imagery)

基于运动想象(Motor Imagery, MI)的系统主要是将运动想象激发大脑运动皮层脑电节律变化的脑电信号作为输入，通过信号处理部分判断运动想象种类，然后由计算机将运动想象种类翻译成控制命令，最终可以实现人脑与外部设备的通信及控制功能。主要关注的是用于优化被试表现的特征提取和分类技术。早期 BCI 原型是基于进行有意的肢体运动期间的 EEG 模式，比如左手、右手或者脚的运动。

3.2 稳态视觉诱发电位 (Steady-state visual evoked potentials)

稳态诱发电位(Steady-State Visual Evoked Potentials, SSVEP)由持续波动的刺激（重复频率大于 5Hz）产生。例如，考虑一个能够解码二选一问题的系统。可以用视觉刺激来表示这两个选项（如，屏幕上的按键或者发光二极管 LED），每个视觉刺激以不同的频率闪烁。被试需要关注他/她选择的那个按键（如，注视它）。这样可以在大脑的早期视觉区域（枕区）产生与刺激频率相同的 EEG 信号，这一信号称作稳态视觉诱发电位(SSVEP)。通过对 EEG 刺激进行频域分解（如使用FFT），BCI 能够检测出被试所注视的刺激的频率，从而识别出被试的选择。

3.3 P300

最经典的 P300 脑机接口刺激范式是在 1988 年由 Farwell 和 Donchin 提出的基于 P300 视觉刺激的字符输入系统。该实验范式将 36 个字符排列成一个 6×6 的字符矩阵，并按随机的次序闪烁矩阵中的某一行（或列）的 6 个字符。如下图所示：

3.4 情绪解码 (Emotion)

情感（Emotion）是大脑的高级活动，是一种复杂的心理和生理状态。情感计算式人机交互（HCI）的一个重要研究方向，旨在研究与开发能够识别、解释、处理和模拟人类情感的理论、方法与系统。
情感计算的基本问题是情绪识别（emotion recognition)。情感计算的常见输入信号包括视频，音频，文本，生理信号等。相较于面部表情，脑电(EEG)等生理信号不易伪装，更能反应个体的真实情绪状态，因而基于生理信号的情绪识别在诸如临床诊断、医疗康复等方面有着重要作用。

3.5 临床范式 (Clinic)

脑机接口中的临床 (Clinic) 范式，主要指针对特定神经系统疾病建立的闭环诊断与干预系统。其核心在于通过解码特定神经信号特征，实现疾病的精准管理。目前，该范式在癫痫领域主要用于基于脑电的发作预警与定位；在帕金森病中，则以自适应深度脑刺激为核心，通过实时解码运动相关信号来优化刺激参数，改善运动症状；对于阿尔茨海默病，研究聚焦于通过闭环神经调控，如对记忆相关脑区进行靶向刺激，以期干预认知衰退进程。总体而言，临床范式代表了脑机接口技术从通用交互向疾病特异性、闭环治疗方向发展的重要趋势。

3.6 言语想象 (Imagined Speech)

言语想象 (Imagined Speech)，亦称隐性言语，指个体在不产生任何外部声音或明显肌肉运动的情况下，在内心模拟说话的过程。该范式旨在通过解码伴随此过程产生的脑神经活动（主要采集自皮层脑电图或功能性磁共振成像），来识别被试所“想”的词汇、音素或命令。与基于运动执行的范式不同，言语想象不依赖外周神经或肌肉通路，为因严重瘫痪而丧失言语能力的患者（如晚期肌萎缩侧索硬化症患者）提供了恢复交流功能的全新可能。当前研究核心挑战在于其神经信号微弱、个体差异大且需高效解码模型。该范式是实现真正“无声语音”脑机接口的关键路径。

4. 脑机接口的应用领域

脑机接口在医疗康复、娱乐游戏、教育、军事和智能家居等领域有广泛的应用。例如，帮助瘫痪患者控制机械假肢进行日常活动，使渐冻症患者恢复语言沟通能力。在娱乐游戏领域，玩家可以通过大脑思维直接控制游戏角色的动作。在教育领域，可以实现个性化的学习体验。在军事领域，士兵可以通过脑机接口快速操控各种军事装备。在智能家居领域，可以用大脑思维控制家中的各种智能设备。