本文選自中國工程院院刊《Engineering》2015年第3期
作者：Bradley J. Edelman,Nessa Johnson,Abbas Sohrabpour,Shanbao Tong,Nitish Thakor,Bin He
來源：Systems Neuroengineering: Understanding and Interacting with the Brain[J].Engineering,2015,1(3):292-308.
一、
引言
大腦是人體最複雜的部分，猶如一臺精密的機器，各部分相互連接並和諧運轉來控制大量有意識和無意識的功能。管理我們日常生活的神經活動是由大腦各個不同區域複雜的協調過程共同參與完成的。表面上，許多功能是由對應的腦結構控制的；然而事實上這些功能是通過腦內大量相互連接的神經元和突觸通路形成的動態網絡來實現的。因此，最好用系統層面的方法來研究和理解腦的正常生理和病理狀態。系統神經工程是指利用工程工具和技術來成像、解碼和調控大腦，進一步理解大腦的正常功能及障礙修復。
目前已經研發出一些技術方法來對大腦的組織和神經活動進行成像。許多成像技術，如磁共振成像(MRI)，能夠形成毫米級的全腦圖像，提供高分辨率的、與特定任務或外部刺激相關的腦網絡信息。這些網絡的動態活動通常能夠說明不同腦區的連接或者因果聯繫，提供解讀大腦健康或病理狀態過程的模型，如癲癇。現有的成像方法已能夠測量許多類型的大腦活動，從直接的大腦神經元輸出到大腦功能的代謝要求。
結合多模態成像技術能夠顯示腦內發生的神經血管關係，進而豐富我們對其神經機制的理解。成像不是識別大腦功能的唯一技術，而是其他理解大腦複雜系統的工程技術的補充。神經接口技術通常用於解碼與日常身體功能有關的神經活動。這些方法以侵入或非侵入的方式從不同空間尺度上高時間分辨率地記錄神經活動。長久以來，大腦被認為是按神經編碼的原理進行工作的，即每一個功能都可以誘發穩定的可重複的神經活動。神經接口技術使我們能夠檢測到大腦輸出的這些(穩定的神經)模式，進而執行對應的行為或感知操作。這些技術的優點之一就是能夠從細胞層面(單個神經單元活動)到系統層面(腦電圖)檢測到電生理響應。多尺度的方案能揭示詳細的大腦功能性，並解碼大腦的層級結構。運動控制就是一個例子，人們已經在不同尺度上對其神經信號進行了廣泛的研究，揭示了大腦靈巧運動控制的生理機理，並利用不同尺度下的神經電生理信號(從神經元活動到腦波節律)特徵來控制假肢。
神經調控是神經工程中一個快速發展的領域，在理解腦功能和治療腦疾病方面有廣泛的應用 。異常的腦電活動，如癲癇發作和帕金森病的震顫，通常是由於神經病變引起的，並且在很多情況下可定位到大腦的特定區域。無論是否能找到這些病變位置，腦內大量的(異常)連接都導致了許多非正常行為，通過神經網絡傳導，影響整個系統。神經調控技術使用各種電子的、光學的、聲波的技術刺激大腦，改變異常的(神經)活動，以達到把(神經)系統穩定在健康狀態的目標。刺激還能夠通過臨時改變健康大腦的正常功能來幫助發現各種大腦活動的機制。與神經接口相似，神經調控可以採用侵入式和非侵入式干預手段，獲取和整合多尺度神經信息，來揭示大腦內在的功能。
需要著重指出的是，僅憑單項技術是無法全面理解大腦的。要全面揭示大腦功能，需要協同結合上面提到的各項技術。在許多情況下，解碼神經信號能夠幫助我們尋找大腦特定狀態下的生物標記，進而獲得改變或糾正神經活動所需的刺激參數。除此之外，圖像結果還能夠提供神經調控所需要的目標區域信息，以確保受刺激區域符合預期。目前眾多的(系統神經工程)技術方法為進一步滿足病人或研究需求的神經調控優化提供了較多的選擇。在本綜述中，筆者概括了系統神經工程領域中神經成像、神經接口和神經調控的相關內容，討論這些技術在各自及交叉學科發展過程中的趨勢和挑戰。
二、
神經成像
神經成像是現代科學最偉大的成就之一。成像大體上分為兩個類別：結構成像與功能成像。結構成像揭示形態、構成和大腦解剖結構；而功能成像用來測量灌注速率、血流量、神經興奮產生的電磁信號和其他類似過程，目的在於描述研究對象的功能。結構成像的例子包括磁共振成像(MRI)、彌散張量成像(DTI)、計算機斷層成像(CT)、超聲波(US)、熒光分子成像(FMI)和光學相干斷層成像(OCT)。功能成像的例子包括功能性磁共振成像(fMRI)、正電子發射斷層成像(PET)、單光子發射計算機斷層成像(SPECT)、腦電圖(EEG)、腦磁圖(MEG)、腦皮層電圖(ECoG)、功能近紅外光學技術(fNIRS)、激光散斑成像(LSI)和光聲斷層成像(PAT)。人們已經將各種結構成像與功能成像模式結合到一起來研究腦網絡，如圖1所示。
圖 1. 神經成像一覽：不同的神經成像模式相互作用以描述基本的腦網絡(這裡未包含所有模式)。改編自文獻，已獲許可。
（一）成像模式簡介與研究
1. 結構成像
MRI以較好的對比度提供了高分辨率的腦圖像，使其成為一個非常適用於研究精細大腦結構的選擇。另一方面，CT掃描非常快速並能提供高分辨率的圖像，但是需要警惕的是，X射線輻射是這種圖像採集模式的基礎。此外，與MRI相比，CT對大腦軟組織的空間分辨率是有限的。US在20世紀90年代首次被引入大腦成像，但是當其穿過頭蓋骨時信號可能會減弱。雖然US是最安全的成像模式之一，但其較低的信噪比(SNR)使得深層大腦結構的成像較為困難。DTI是改進的MRI技術，基於白質中纖維束的方向信息實現對神經連接的可視化。這項技術對高分辨率大腦成像極有好處，因為大腦不同區域的神經連接組成了大腦通路和網絡。
在這方面，人腦連接組計劃(HCP)已經取得重大進展，通過確定神經的結構和功能連接實現對大腦的連接進行成像。利用DTI和白質纖維的示蹤成像，有學者基於基因和行為的大樣本數據研究了不同腦區的連接特性和腦網絡參數。光學成像的優點在於超高空間分辨率(微米級)和時間分辨率(亞毫秒級)，雖然光學成像也有穿透深度低(毫米級)的缺點。通過與疾病特異性的熒光造影劑一同使用，FMI提高了神經疾病在分子層面檢測的特異性。OCT可以非接觸地實時獲得微米級的組織截面圖像，可提供深度達2mm的三維組織的顯微結構。作為一項非掃描光學技術，LSI也能描繪出神經血管結構和血管生長信息，具有極好的時空分辨率。
2. 功能成像
神經活動的功能成像分為直接和間接兩種成像模式。例如，fMRI、PET和SPECT是通過檢測血流量、血液含氧量或葡萄糖代謝率的變化來間接測量神經活動的；而電生理學模式如EEG和MEG則是通過直接測量由神經活動產生的電磁場得到神經活動信息的。由於間接方法測量的是受神經活動調節的緩慢的生物過程(如血流量的改變)，所以時空分辨率較低(秒級)；而電生理學方法更適合記錄對應的快速變化的神經動態活動。
在SPECT和PET中，神經元的代謝或受神經活動調節的血流量是通過在血液中注射放射性同位素來進行測量的。但是SPECT和PET注射放射性同位素藥劑的微創過程會增加額外風險，與fMRI相比這是一個劣勢。
fMRI被廣泛用於研究大腦功能與網絡，具有較高的空間分辨率。然而，由於緩慢的血液動力反應(血管網絡因大腦神經活動的增強而擴張)，fMRI的時間分辨率有限。fMRI能夠同步檢測到大腦不同區域對外界刺激(如一個任務提示)、內在狀態(如癲癇發作)和靜息態期間作出的反應，從而構建不同大腦區域在刺激狀態下的網絡。這種網絡可以被認為是響應、傳遞或放大外部刺激的神經迴路，或是產生和傳播內部刺激的神經迴路。
自從20世紀90年代早期發明該成像模式以來，fMRI的研究呈指數增長。fMRI如今被用於各類基礎、臨床神經科學和精神病學研究。在定位神經網絡參與的腦區，特別是其他成像模式無法到達的大腦深層區域，fMRI的高空間分辨率(在3T的臨床磁共振(MR)機器中達到毫米級)使之成為理想的選擇。然而，fMRI的時間分辨率較低，無法捕捉放電頻率在kHz級的快速的神經元活動。
另一方面，EEG和MEG能夠用更高的採樣頻率記錄到更快的神經活動。但因為腦電/磁圖(E/MEG)的記錄被限制在頭皮上，測量(通道)有限，與fMRI相比，它的空間分辨率十分有限。為了由頭皮測量的電磁信號確定大腦內神經元的活動，需要解決電生理檢測中的逆問題。從頭皮表層電磁記錄估測腦內神經元核團活動的過程叫做電子源成像(ESI)。過去的30年，ESI的發展在偶極子源定位和分佈源成像上都取得了重大的進展。ESI已經被廣泛應用於研究基本神經迴路和病理網絡。在一項癲癇應用中，ESI技術能夠定位癲癇病灶，並描繪對應的致癇網絡。在另一項腦機器接口應用中，ESI技術能夠破譯受試者的運動意圖，進而控制計算機光標或其他外部設備。
fNIRS能測量血液含氧量，其原理是腦血氧變化會影響到腦組織的光學(吸收)特性，因此通過測量光從腦皮層傳遞至大腦和反射前後的變化可以計算血氧量 。fNIRS通常測量的是血液動力學信號，這些信號屬於間接的神經活動表達，時間分辨率較低。與EEG相比，fNIRS的設備還具有便攜性和抗運動偽跡等優點。fNIRS的缺點在於其穿透深度最多隻有3cm(由於光在生物組織的散射)。
LSI能進行高時空全局血流成像，且不需要外加造影劑。被觀測的大腦區域由激光照射，由反射光得到的圖片可以計算出一幅二維的血流分佈圖。
由於各個功能成像模式都有其自身的侷限性，即低空間或時間分辨率，所以出現了結合不同模式進行多模態成像的方法。多模成像技術最成功的例子之一就是EEG/MEG-fMRI，同時獲得E/MEG信號和fMRI圖像，可以得到比單獨使用EEG(MEG)或fMRI更高的時空分辨率。圖2描述了EEG-fMRI技術的原理，EEG-fMRI研究已經有了很多的應用，如整合雙目視覺信息和理解與癲癇相關的腦網絡。
圖 2. 腦電圖–功能磁共振成像(EEG-fMRI)原理。間接的功能神經成像模式 (如功能磁共振成像fMRI))與直接的電生理活動通過某種耦合產生聯繫(如fMRI中的神經血管耦合)。
GFP: global field power。改編自文獻，已獲許可。
3. 網絡、迴路與連通性
大腦的不同區域都涉及專門的功能，但並不是按照一組獨立功能節點的方式來組織的。儘管存在功能分工，不同腦區之間肯定還是存在一些(功能)重疊和冗餘。這些重疊和冗餘意味著執行一個特定任務可能會涉及許多這樣的大腦節點或區域，於是就有了功能整合這個概念。因此，即使最簡單的功能和任務也會涉及相互連接的迴路與網絡。為了理解和研究這些網絡，人們需要利用數學工具去研究大腦各區域間的連接與關係。
相干性是檢查這些聯繫最簡單的數學工具，它能檢測不同信號在整個頻譜的相似度。這個工具的特別之處是認為大腦不同區域之間的交流是通過頻域的神經震盪實現的，而不是在時域中進行的。雖然相干性告訴我們存在關係或者聯繫，但並沒有描述這些聯繫的方向和因果關係。為了在格蘭傑因果框架(Granger causality framework)內系統地研究這些因果關係，研究人員引入了定向傳遞函數(DTF)。DTF能夠同步分析並確定感興趣的不同大腦區域之間的定向關係。DTF使用時間序列的多元自迴歸模型確定數據間的因果關係。此外，人們還利用一些其他數據處理方法如部分定向相干性(PDC)以及非線性方法如交互信息和廣義同步來研究連通性。線性方法直接且運行速度快，並已被證明在大多數情況下可以很好地確定連通性。而非線性方法更適合建立對應的連接模型，通常比較複雜且耗時。
DTF在研究網絡連通性時不假設模型，與之相反，結構方程模型(SEM)與動態因果模型(DCM)需預先假設存在一個連通模型，然後通過嘗試擬合數據來找出模型的參數。雖然SEM與DCM對已有模型的常見問題的建模很成功，但這些模型的引入可能也會把模型偏差帶入模型參數的估計中。據稱，通過(驗證)備擇假設(連通性模式)並選擇最能描述這些數據的假設，DCM已經解決了這個問題。儘管這種方法可能在一定程度上緩解了這個問題，但多個模型的驗證很耗時，而且仍然需要存在一組可能的模型來解釋對應的連通性。DCM起初是為了研究fMRI提出的，但也被改進用於E/MEG的數據研究。
（二）神經影像學研究進展、成果和應用
fMRI已經被廣泛應用於研究大腦網絡和對應的連通性，它的高空間分辨率和大範圍(即整個大腦)的成像使之在確定大腦網絡和迴路的空間分佈方面非常理想。fMRI的研究通常基於任務或者刺激的範式。然而近些年來，靜息態的fMRI (rsfMRI)很流行。rsfMRI在掃描過程中要求受試者處於放鬆狀態。rsfMRI已經被用於識別不同腦障礙患者(如孤獨症、精神分裂症和癲癇)的生物標誌物。
由於EEG和MEG具有較高的時間分辨率，因此適合用來研究大腦動態過程。Ding等使用ESI技術分析局灶性癲癇病人的數據，確定了癲癇病灶，隨後用DTF分析描述了對應的因果網絡。因此，這樣的分析可以反映出引起癲癇發作或者傳遞癲癇活動的大腦區域。此外，藉助於獨立元分析(ICA)的動態癲癇源成像技術是另一個非常有趣的發展領域；這些技術展現了對腦的節律活動(如癲癇)成像的可能性。
幾乎沒有一種單獨的成像技術能夠同時具備高的空間分辨率和時間分辨率，因此多模式成像被建議作為折衷辦法以實現比其中單個成像模式更高的時間和空間分辨率。在研究快速和動態的高空間分辨率網絡時(如在癲癇或認知過程中)，多模式成像技術被證明非常有用。例如在癲癇研究中，fMRI和EEG記錄可同步進行，這項技術被稱為EEG指引下的fMRI。fMRI分析能夠用於約束ESI的逆問題求解，通常稱為fMRI約束下的E/MEG源成像，其中，fMRI活動的空間範圍和位置信息被用於約束ESI的求解。當然，聯合fMRI和E/MEG也具有挑戰性。由於fMRI和E/MEG具有不同的時間尺度，fMRI提供的相對靜態的空間映射關係也許會給EEG源成像結果帶來偏差，從而導致E/MEG源的變化可能會和對應的E/MEG信號一樣快。
還有一種組合模式也非常流行，就是PET-MRI聯合成像。PET-MRI聯合成像能夠非常好地匹配MRI結構形態數據和PET功能圖像。PET可以提供下至細胞水平的特異性，這對研究神經系統化學物質的代謝與功能活動非常重要。集成MRI和PET既能提供MRI的高空間分辨率，又能提供PET的高特異性。但是這種組合模式的時間分辨率仍有缺陷，對於研究大腦回路來說，理想的時間分辨率很重要。
另一種成功組合了不同模式並避免了每種模式的缺點的成像技術是PAT，它組合了光學和US技術。生物組織吸收由激光束釋放的熱量，被吸收的熱量轉化為高頻率的機械振動，振動能夠被US接收器檢測(光激發和US檢測)。PAT既是一種功能成像模式，又是一種結構成像技術。例如，當大腦血管血液動力學參數對神經元活動做出反應而改變時，血液含氧量和血紅蛋白濃度就會改變，這樣產生的不同的吸收率能夠被PAT檢測到。還有一項多模式成像技術是感應式磁聲成像(MAT-MI)。該技術使用外部磁場激勵誘導渦電流，反過來產生洛倫茲力，帶動機械振動，機械振動能夠被US傳感器接收。雖然MAT-MI在毫米級分辨率上對組織電學特性的成像具有前景，但它在活體大腦成像上的應用還有待觀察。還有一項磁共振電性質斷層掃描(MREPT)技術有望用於大腦組織功能信息成像，它通過發送和接收射頻磁場來測量腦組織的電特性。
近些年來，由於光學成像具有安全、時間分辨率較高和設備簡單的特點，使其成為神經成像技術中一種常用的工具。光學相干斷層成像(OCT)和雙光子成像具有超高的空間分辨率，已達到微米水平；然而其他的光學模式如功能近紅外光學技術(fNIRS)與激光散斑成像(LSI)卻更為流行。fNIRS已經顯示出作為生物標記物來測量卒中、癲癇或情感障礙的病理變化的潛能。不久的將來，fNIR的臨床轉化將有助於評估和診斷大腦的認知狀態。LSI在近些年來發展迅速。原理上，LSI不同於激光多普勒流量測定，它測量的是二維的血流速度分佈，因此可用於獲得神經血管結構模式和血液動力學變化。LSI已經成功地應用於監測卒中和神經血管手術中腦血流量的變化。最近，為了同步獲取不同的神經、血管及血液動力學信息，在大腦光學成像方面有組合不同光學模式進行成像的趨勢，如激光散斑成像–光學相干斷層成像(LSI-OCT)。但光學成像的方式在穿透深度上有侷限，而這對於非侵入式大腦成像來說非常重要。
（三）挑戰、需求和未來趨勢
腦網絡在空間上呈分佈式且互相連接，並且會動態變化。為了研究和描述這些網絡，我們需要高時空分辨率的成像模式和技術。各種成像模式一直在空間和時間分辨率上需要折衷，單個模式很難二者兼備。
同時具備高的空間和時間分辨率是未來神經成像模式和技術的一大挑戰。為了提高fMRI的時間分辨率，多頻段fMRI作為一項新技術正發展起來。在這種方法中，多個腦層面被激活，隨後利用同步的多個射頻進行成像。這項技術主要減少了fMRI的採集時間，提高了整體的時間分辨率。然而，fMRI本身記錄的血液動力變化信號變化很緩慢，時間分辨率的提高必然導致要對緩慢變化的信號進行快速取樣。
對於ESI技術來說，基於稀疏信號處理方法的新的逆(問題)求解在提高空間分辨率上被證明是有效的。得益於E/MEG的高時間分辨率，新ESI技術能夠運用時域上的冗餘來提高對神經活動估計的準確度和聚焦度，從而提高空間分辨率。
雖然光學的方法和技術享有高的空間和時間分辨率，但它們主要的侷限是光在生物組織中的散射性和低穿透性，這些性質反過來會減弱成像模式的視野範圍。為了進一步克服光學技術的低穿透深度，需要結合三維成像技術發展多模式的成像方法，如CT、MRI和PET，以彌補光學技術在穿透深度上的侷限。
另一個關於分佈式腦網絡問題的研究是腦回路的特異性。許多腦回路能被同時激活，從而會干擾成像模式對信號的測量。特徵提取和成分分析是功能成像的重要組成部分，有助於解決干擾問題。還可以運用完全不同的方法來刺激和/或干擾神經迴路，使其在所需網絡或者甚至在所需細胞類型內引起活動，如光遺傳學方法。最近，有學者提出了一項基於這種方法的新技術，稱為光遺傳學功能磁共振成像(ofMRI)。該成像方法結合了fMRI與光遺傳學方法來研究特定的全腦尺度的網絡，如圖3所示。要想將這些技術轉化應用於臨床還需要一些時間，這是由於給神經元細胞注射病毒基因存在一些安全性問題(這是光遺傳學方法必要的一個步驟)。
圖 3. 光遺傳學功能磁共振成像(ofMRI)。這項技術繼承了fMRI的高空間分辨率和廣闊視野，以及光遺傳學技術的特異性，使之成為全腦大尺度網絡選擇性成像的理想工具。(a)注射病毒來標記對光敏感的特定細胞；(b)確認感應所需模式；對於光學刺激引起的血氧水平依賴(BOLD)信號，(c)MRI數據的BOLD和(d)MRI-組胺釋放因子(HRF)的BOLD。
改編自文獻，已獲許可。
顯然神經成像領域非常需要適用的技術和方法以實現用一種特定方式研究快速變化的空間分佈網絡。這種需求要求成像模式較好地權衡並解決空間分辨率、時間分辨率和特異性的矛盾。由於每種成像模式和神經成像技術本身的侷限性，單一成像模式難以達到上述所有標準。多模式成像系統集成是該領域的發展趨勢，這對神經成像面臨的大挑戰非常重要。
三、
神經接口和解碼
神經接口的概念跨越了系統神經工程的各個研究領域，從神經系統與外部設備之間的物理交互，到利用尖端技術解讀和調節神經活動。在本節中，筆者將
聚焦綜述與大腦直接通信和控制相關的技術。從這個意義上來說，與大腦的接口將涉及創建雙向人工通路，類似於身體內部的生理控制系統。從這種理念發展而來的技術被稱為腦–機器接口(BMI)，或腦–計算機接口(BCI)。本文中，筆者將BMI和BCI當成同一個意思使用。一般情況下，大腦產生用於完成特定任務的複雜信號，BMI解碼這些信號並提供反饋，幫助使用者調製或控制這些信號。這些BMI的提出源於大量嚴重衰弱的神經肌肉病狀和損傷的病例，如肌萎縮側索硬化(ALS)和脊髓損傷。在這種情況下，人們的認知功能不受影響；然而，其下行運動通路將脫離大腦的控制。不論是侵入式還是非侵入式的BMI都能夠提供一種人工合成的方式，通過使用者的神經活動將其意念傳遞至外部設備，從而幫助使用者與他(她)周圍的環境進行互動(圖4)。
圖 4. 腦–計算機/機器接口示意圖。通過內部或外部刺激從大腦獲取信號。計算機對信號進行解碼，解讀使用者的意圖，並將結果輸出到外部設備。使用者可以觀察到類似的效果，通過調節大腦的信號完成所需的任務。
（一）腦–機器接口(BMI)技術簡介與調查
1.非侵入式BMI
非侵入式BMI方法通常利用EEG，這是一種在大腦皮層放置傳感器以測量大神經元簇團電生理活動的技術。從這些神經數據中可以解讀出多種信號用於描述使用者的精神狀態。
在非侵入式BMI控制中，初級感覺和運動皮層產生的感覺運動節律(SMR)無疑是應用最廣泛的信號。目前，通過運動任務狀態下的成像，人們對BMI應用中SMR行為的認識主要建立在事件相關同步(ERS)現象和事件相關去同步(ERD)現象的基礎上。20世紀90年代初，通過對左手和右手的運動任務成像或進行運動想象(MI)，研究人員首次展示了電腦鼠標的一維控制。隨後，這些系統通過虛擬環境中的多種MI任務，逐步實現了三維控制，而且已經被應用於實時遙控直升機模型(圖5)和輪椅。
雖然以EEG為基礎的BMI取得了顯著的進步，但由於空間分辨率有限和EEG信號的信噪比(SNR)較低，目前仍面臨諸多挑戰。儘管如此，研究人員仍在嘗試不同的空間濾波技術，如共同空間模式算法和EEG源成像，試圖克服信號質量這個問題。為了提高SMRBMI的性能或探索新的應用，虛擬現實平臺成為另一種常用手段。值得注意的是，要成功控制SMRBMI，通常需要冗長的訓練過程；但健康的受試者一般能夠實現獨立控制兩到三個自由度。對BMI訓練而言，虛擬現實範式極具吸引力，這是因為虛擬現實能夠提供一種互動式的環境，並以此激勵BMI使用者。
圖 5. 在三維空間內利用非侵入式BMI控制無線直升機模型的示意圖。安置於直升機模型上面的攝像機允許使用者觀察周圍的環境。使用者可以利用運動想象任務連續控制四軸飛行器。改編自文獻，已獲許可。
採用事件相關電位(ERP)進行BMI的構想首先出現在20世紀80年代末，並於2000年實現應用。這一範式利用ERP的P300成分在計算機拼寫應用中獲得了成功。P300成分是指在出現“小概率”的外部(或內部)刺激後，在300ms附近出現的正向頭皮電位。在經典的視覺oddball範式中，當以不同的規律性(概率)向受試者呈現兩類事件時，通常會誘發此類信號；較少呈現的事件會引發內源性P300電位。在這些系統中，使用者能夠藉助包含多餘字符的字母網格，通過注意某個特定字符，一次一個單詞地表達一個完整的句子；“拼寫”會逐行、逐列掃描(即高亮顯示)字母網格，當想選擇的字符出現時，就會出現P300應答。這種經典的刺激呈現網格已經被廣泛改進，以此提高通信速率並增加系統功能。
穩態視覺誘發電位(SSVEP)是另一種腦信號，自20世紀90年代起被應用於BMI。採用這種系統的受試者通過注意外部閃爍刺激調節頻率特異性腦波的幅度。與ERPBMI相似，這種BMI的控制信號是內源性的，受試者幾乎不需要接受培訓；但是，呈現這種刺激需要按照一套約定好的範式進行，因而SSVEP BMI適用於預先設置好的情景中。穩健的信號檢測技術能使SSVEPBMI實現高達100 bits·min–1的信息傳輸速率，與其他EEGB MI信號相比，在通信速率方面有了顯著的提升。鑑於這個優點，SSVEP BMI獲得了廣泛的應用，包括基於虛擬現實的文字拼寫和諸如手矯形器等外部設備。SSVEP信號通常是通過檢測不同頻率標記的刺激誘發的腦信號功率獲得的，雖然同樣通過枕葉皮層的電極進行記錄，但與SMR或P300 BMI並無相互干擾。
上述三種信號擁有明顯不同的特性，因此非常適合組合在一個系統中，稱為混合BMI。混合BMI可以發揮每種信號類型的優勢，增強單一BMI的功能，克服每種模式的缺點。當某位受試者對使用一種信號控制BMI有困難時，這些系統是非常有幫助的。雖然每個信號的基本侷限性依然存在，但混合系統可通過利用更容易被控制的信號提高較弱信號的應用，最終擴大非侵入式BMI的總體效用。
2. 侵入式BMI
與基於EEG的BMI相比，侵入式BMI需要向大腦皮層植入一個或多個陣列微電極，記錄單個或小的神經元集合的活動。早在20世紀80年代，研究人員就已經提出初級運動皮層中的單個神經元載有運動信息編碼。沒過多久，研究證明小神經元集合能更敏銳地響應這些運動信號，由此產生了預測運動方向的“神經元群落向量”理論。利用這種方法，研究人員可以精確檢測單個身體肢體部位的多個自由度的預期運動。利用該原理，侵入式系統已於21世紀初實現了僅用神經信號來連續控制電腦鼠標的能力。這種系統迅速被應用於機器人手臂，以實現靈長類動物模型中的伸手–抓取範式。
探測神經迴路為不同身體部位的具體運動提供了具體的神經傳出模式，這樣就可以通過仿生的方式控制輸出設備。最初，研究人員通過重複不同的任務採集任務過程中產生的信號，並以此為基礎在靈長類動物體內完成了這類解碼器的研製。在這些研究案例中，研究人員在執行任務和不同細胞的放電速率之間建立了穩定的映射關係，而且能夠解碼連續的大腦活動。然而在開環模式下，被用於初步構建解碼器的神經元模式可能會隨著階段而變化，從而導致性能下降，甚至需要再次訓練。但結果還不確定，因為具有適應性的解碼器或許能夠在閉環模式中應對這些變化，從而能在更長的時間範圍內控制BMI的性能。除了解碼器的適應性，一些研究者聲稱也可以從被記錄的細胞的適應性上考慮，通過改變固定參數來降低性能，隨後即可觀察到BMI性能的恢復。這些案例非常有趣，它們可能為研究神經可塑性或運動皮層細胞內的其他編碼機制提供了新的機遇。
正如許多案例中發生的一樣，當腦–電極接口的性能隨著時間的推移而下降，導致神經動作電位無法檢測時，局部場電位(LFP)將可被用作信息的替代來源。雖然運動動作對單個神經單元和LFP有不同的編碼特性，但即使不需要神經動作電位記錄，從LFP中也可以成功解碼伸手和抓取動作。使用LFP信號的BMI已在靈長類動物中表現出穩定的仿生控制能力。已有研究稱，混合動作電位和LFP可以延長侵入式BMI的使用時間，這是由於動作電位信號會隨著時間的推移逐漸減弱，而LFP信號能夠逐步取代不斷減弱的信號，從而維持性能的平穩過渡。即使信號質量有所下降，LFP仍能夠保持信號空間的特異性，從而提供仿生BMI控制所需的有效信息。
雖然不如基於皮層內信號的侵入式BMI常見，但基於腦皮層電圖(ECoG)信號的侵入式BMI也值得一提。基於ECoG的BMI利用的是放置於硬腦膜下皮層(表面)電極陣列記錄的LFP信號。與皮層內電極陣列相比，硬腦膜下電極陣列記錄到的空間信息範圍更大，但犧牲了空間特異性。在21世紀頭十年中期，ECoG首次被用於BMI技術中併成功實現了一維鼠標控制，受試者是接受臨時觀察的癲癇病人。ECoG電極陣列繞過頭骨，避免了EEG電極遇到的許多容積傳導問題，而且可以從較大的感覺區域採集信號。因此，基於ECoG的BMI系統既可以檢測單個手指的活動，也可以檢測整個手臂的運動信息，並可以成功控制假肢裝置。不僅如此，通過建造混合系統，增加感知和視頻功能，基於ECoG的BMI能夠具備更強大的功能和更友好的用戶體驗。雖然目前ECoG電極陣列僅暫時植入受試患者的體內，但研究人員一直在嘗試各種方法以延長其使用時間。
（二）BMI研究現狀和未來發展趨勢
1. 臨床應用
在非侵入應用領域，P300 BMI範式已在患者人群中表現出廣闊的應用前景。P300拼寫應用專注於ALS患者，但也有資料顯示該應用對其他患者和健康人群具有類似的性能。然而，疾病的發展會對P300的性能產生顯著的影響，整個系統需要針對每位患者單獨定製。以ALS患者為例，其病程發展會造成視力功能的下降，在這種情況下，基於聽覺或觸覺刺激的可替代系統將被採用，以保持正常的信號通信。近年來，在皮層卒中康復患者中，採用基於SMR的BMI也逐漸流行起來。其中許多研究在康復過程中採用機器末端感受器，以引入感覺反饋。此類設備通常在運動想象任務中被動操控患者的雙手，藉以增強想象運動和實際運動的關聯。其他策略則採用類似的過程，即把手的想象運動通過虛擬現實投影到屏幕上，以實現逼真的神經反饋。與對照組相比，此類BMI訓練可以顯著改善運動功能的恢復，在臨床應用方面有廣闊的前景。
多項研究已證實侵入式BMI可成功地用於各類脊髓損傷患者中。儘管研究案例的數量有限，但這些研究在抓取範式中為癱瘓患者提供了仿生控制機械手臂的能力。具體而言，在Hochberg等的研究中，一位四肢癱瘓的女性能夠拿起水杯，喝水，然後將水杯放回桌子。這類例子是BMI向臨床應用轉化的關鍵步驟，BMI的成功應用能夠增加衰弱患者的自主能力。其他涉及功能性電刺激(FES)技術的靈長類動物的研究利用了運動想象信號，通過刺激與任務相對應的肌肉使癱瘓的肢體重新煥發活力。當最終轉移至人類群體時，這些系統將具備完全代替受損脊髓的可能，為患者提供能夠獲得更加獨立自主的生活方式的技術。
2.體感反饋
在非侵入式BMI中，通過振動觸覺刺激手段實現感官反饋是目前替代視覺反饋最主要的方式。這種方法背後的理念是通過解放視覺通路來兼顧有助於BMI控制的其他任務，如空間導航與障礙物避讓。這種佔用體感通道的觸覺方案已被證實是視覺反饋的合適的替代手段，它允許使用者完成更逼真的基於(視覺)導航的任務。其他通過本體感受反饋的實驗也取得了頗具前景的結果；但在非侵入式環境中，將一種體感與其他體感隔離開還面臨著巨大的挑戰。
20世紀90年代，靈長類動物初級感覺皮層的微刺激能夠引起觸覺刺激的認知感官知覺，這與施加於末梢區域的機械刺激類似；然而，這項技術直至最近才被應用於BMI。如圖6中的描述，當靈長類動物控制BMI時，靈長類動物初級軀體感覺皮層的微刺激能夠提供觸覺感知反饋。利用軀體腦區對應的圖譜刺激初級軀體感覺皮層，能夠產生基本的觸摸感知，但這僅是真實環境下模擬神經活動所需全部信息的一小部分。總體而言，人工誘導感官認知需要刺激，以便引起神經系統內部自然發生的不同感覺。
圖 6. 雙向BMI示意圖。從初級運動皮層採集的信號解碼運動意圖。由於受控設備與環境之間的互動，感官信息被轉化成脈衝串，並刺激初級感覺皮層。在這種方式中，傳出和傳入信號均用於BMI控制。改編自文獻，已獲許可。
（三）挑戰與未來趨勢
侵入式和非侵入式BMI之間顯著的差異使這些系統在向獨立和日常使用發展的過程中遇到了獨特的挑戰。非侵入式BMI的優點包括從頭皮獲取信號的安全性，以及此類技術在患者甚至是一般人群中廣泛的適應性。與此同時，非侵入式BMI在實現高維度控制方面也遇到了信號質量和穩定性的挑戰。但是，信號採集設備的進步和機器學習算法的發展能夠進一步提高非侵入式系統的可用性。例如，近年來電極設計方面取得的進步使研究人員可以利用平面電極測量信號。ESI問題的解決也同樣預示著在脫機環境下非侵入式系統執行自然運動想象任務分類的性能得到顯著提升。不僅如此，非侵入式BMI技術的商業化也促使一批新設備的湧現，如實現乾式和無線記錄。這些設備可以得到更低的皮膚阻抗，從而允許使用者在移動中進行信號採集。
非侵入式BMI的另一大挑戰是如何縮短用戶使用BMI技術的訓練時間，儘管研究人員已經嘗試利用多種方法預測BMI性能的生物特徵。創新訓練模式，如冥想和以瑜伽為基礎的訓練，可以幫助使用者更好地控制BMI；但是，為了獲得最佳的策略，理解此類訓練的作用機制是非常必要的。另一種以SMR和觸覺刺激為特徵的混合BMI模式在嘗試解決BMI盲問題方面取得了可喜的成果。總而言之，非侵入式BMI的進步必須朝著提高這些系統在一般人群中的易用性這個目標發展。
侵入式BMI在發展過程中也面臨諸多挑戰，最令人擔憂的就是安全性問題。為了引導連接內部電極陣列和外部處理設備之間的佈線，頭部接線端子通常伴隨著植入的電極陣列。這個裝置使大腦暴露在外部環境中，顯著增加了大腦感染的風險，如眾所周知的BrainGate實驗，由於安全因素，研究者不得不將頭部接線端子從受試者頭部移除。基於無線遙測技術的設備可以增加侵入式系統的使用壽命和安全性，但需要侵入式植入電極仍然是限制其廣泛應用於普通大眾的因素。
雖然研究人員針對解碼運動輸出信號已經進行了廣泛的探討，但許多日常事件相關的精細運動控制仍需要進一步調整此類系統以適應不斷增加的自由度 。目前，研究人員在離線條件下已成功分離出多達20個有關手指的靈巧操控，但未來還需要向成功的在線控制方向發展。不僅如此，最近的研究已成功從人類後頂葉皮層中提取出運動想象信號，這預示著更多的運動控制的神經機制有待探索。同樣，人們對體感恢復的探索還是非常有限，實現大腦的完全仿生BMI控制仍需要更多的大腦解碼信息。
四、
神經調控
神經調控領域(通過刺激與神經系統相互作用並調節神經系統)的研究已經取得了進展，從通過電刺激來定位腦區已發展到植入式的刺激技術和非侵入式方法。近些年來，神經調控已經成為神經工程領域的一個主要研究方面，它利用一系列技術使得與神經系統的交互成為可能。神經刺激技術可以通過一種可控的方式激勵、抑制或中斷大腦網絡動態變化，這取決於刺激參數和應用。該技術的針對性通常比藥物治療更高，與手術方案相比還具有可逆性。儘管大多數神經調控技術都利用電流來引起刺激，但也出現了一些使用磁感應或光子刺激的方法。神經調控系統跨越多種尺度，按與神經系統作用的層面大概能分為兩類，即侵入式神經調控系統和非侵入式神經調控系統。
（一）神經調控技術簡介與概述
1.侵入式神經調控
雖然神經調控領域最初源於在外科手術過程中直接對皮層進行刺激，但侵入式神經調控領域已擴大到包括多種輔助治療方案，如深部腦刺激(DBS)和顱內腦皮層刺激，如圖7所示。侵入式神經調控的主要優勢在於能直接與神經組織作用，針對性更強；然而，這種直接的接觸會帶來一些風險，如發炎、膠質增生和細胞死亡。
圖 7. 侵入式和非侵入式神經調控技術概述。侵入式的技術包括深部腦刺激(DBS)和顱內腦皮層刺激，前者是將一根電極植入深層的大腦結構中，後者是將電極置於大腦表面。非侵入式技術包括經顱磁刺激(TMS，通常使用一個“8”字形線圈)、經顱直流電刺激(tDCS，通過頭皮海綿電極)或經顱聚焦超聲刺激(tFUS，使用頭皮上的脈衝超聲換能器)。
DBS最早是在20世紀50年代由Hassler等引入的。目前的DBS系統需要將電極引線通過手術植入大腦，通常是在深層的大腦結構中或丘腦附近，同時在胸腔內植入一個植入式脈衝發生器(IPG)。典型的高頻率刺激範圍為60~185Hz，幅度範圍為0~10V。DBS的效果取決於組織的生理特性、刺激參數和電極組織的接口。DBS最早的臨床應用是運動障礙治療，通過刺激丘腦、下丘腦核或蒼白球來減少震顫，如圖8所示。DBS也被應用於癲癇的治療，通過刺激丘腦的前核或海馬體來減少癲癇的發作。DBS的應用還擴展至包括慢性疼痛、肌張力障礙和強迫症治療，以及目前正在探索的其他應用環境。
顱內腦皮層電刺激在1954年被引入用來調控大腦活動。侵入式的皮層刺激通常需要在顱骨與皮層表面之間植入一個電極陣列，通過IPG來刺激植入的電極，與DBS類似 。皮層刺激設備通常包括調控較大塊皮層的電極陣列。皮層刺激的效果取決於電極極性、刺激參數和與受刺激神經對象尤其是神經的突出結構的距離。而置於硬腦膜外的電極是最常見的，將電極直接置於硬腦膜下也是可行的，並且可以得到更高的精確度。除了平面電極，穿透皮層的電極也發展起來，這種電極可以到達更深的皮層，並可以實現針對特定病人的皮層電極設計。皮層刺激最主要的臨床應用是癲癇的治療，它作為一種工具可以通過顱內皮層電極和閉環控制來終止檢測到的癲癇活動。
2. 非侵入式神經調控
許多非侵入式的神經調控方法已經被研發出來，包括經顱磁刺激(TMS)、經顱電流刺激(TCS)和經顱聚焦超聲刺激(tFUS)，如圖7所示。與侵入式方法相比，雖然非侵入式方法的空間分辨率較低，但是由於非侵入的本身特性，其風險也更低。
TMS利用電磁感應原理，在大腦內產生感應電流。自從1985年被首次引入以來，TMS已經成為許多神經疾病的神經調控療法。TMS期間，脈衝電流通過一個線圈產生一個隨時間變化的磁場，當該磁場通過附近的一個導體傳播時，磁場在大腦內會感應產生渦電流。所得到的渦電流可以大到足以產生同步活動和動作電位。
TMS線圈通常是“8”字形結構，以確保電流總量，並保證在兩個線圈鄰接邊緣得到最大的響應。標準的TMS線圈是50mm或70mm的環，皮層活躍區域小至1cm2，這取決於刺激參數。其他線圈的設計，如Hesed線圈(H-coil)，與傳統線圈相比可以刺激到更深的大腦結構。Hesed線圈(H-coil)可以產生在深度方向上衰減較慢的感應磁場，從而可以刺激更深的大腦結構，雖然其聚焦度比傳統線圈差一些。TMS的調控效果由刺激的強度、持續時間，尤其是刺激頻率決定，高頻率的刺激(>5Hz)被認為是興奮性的，低頻率的刺激(<1Hz)被認為是抑制性的。調控範圍也取決於對應的神經元數量、電流的流動方向(相對於神經元群)、刺激脈衝的波形和組織導電性。TMS的應用包括抑鬱症治療(已獲得FDA認可)、卒中康復和帕金森病治療等。
圖 8. 帕金森病的深部腦刺激。將刺激電極植入深層大腦結構，通過頸部的引線管道連接到胸腔的脈衝發生器(左圖)。對於帕金森病來說，刺激電極目標對準蒼白球的內側段(右中圖)或下丘腦核(右下圖)。改編自文獻，已獲許可。
TCS技術自古就有，而最近作為一項用於調節皮層興奮性的非侵入式腦刺激形式被重新提出。這項技術將低電流作用於大腦皮層來調節皮層活動。經顱直流電刺激(tDCS)使用微弱的直流電引起皮層興奮性的變化和自發的神經活動，而經顱交流電刺激(tACS)使用極性變化的電流以類似的方法去改變自發的活動並引起神經振盪。TCS總體上被認為是一項閾值下的刺激技術，因為它只調節興奮性而不直接產生動作電位。通常將兩個大的(5cm×7cm)浸有生理鹽水的海綿電極置於頭皮，從負陰極向正陽極注入0.5~2mA的電流並持續10~20min。通常陽極刺激被認為是興奮性的，而陰極刺激被認為是抑制性的，激活的皮層面積通常在幾平方釐米範圍內。與標準tDCS相比，最近提出的高密度的經顱直流電刺激(HD-tDCS)的電極(直徑為1cm)具有更高的聚焦度和強度。tDCS已經被用來探索治療許多疾病，包括抑鬱症、精神分裂症和帕金森病。
tFUS是最近出現的另一項神經調控技術 。多年來，超聲波被廣泛應用於診斷成像技術，用超聲來刺激神經元組織的概念最早是在1929年被提出的。然而採用脈衝超聲波在體調控大腦活動而不破壞基礎組織的理念直到最近才引起神經科學領域的注意。超聲波神經調控使用低強度、低頻率的脈衝式超聲波，對聲壓場內的細胞群體進行無選擇性的刺激。熱力學研究已顯示，短時間的超聲刺激不會在組織中引起熱效應，但機械波可以通過神經元膜傳播來影響離子通道和細胞膜的流動性和興奮性。儘管研究人員已經廣泛探索了超聲波在動物模型中的應用，但tFUS在最近才被證明可以調控人腦回路中的神經元活動。最近的一項實驗研究顯示了tFUS作為一種腦損傷治療方法的潛力。雖然tFUS尚處在臨床應用的早期階段，但是理論上，與其他非侵入式技術相比，採用聚焦能量的tFUS具有更高的空間分辨率和精準度。
（二）神經調控的研究現狀和趨勢
1. 高時空特異性
提升所有模式的時空分辨率是神經調節研究的重要方面。刺激的針對性隨著空間分辨率的提高而提高，從而能夠確保需要的神經元組織被激活而避開附近區域的刺激，因為後者會導致不必要的副作用。例如，研究人員已在DBS領域引入先進的分段式高密度陣列技術，通過增加刺激選擇性並有效地向周圍釋放刺激電荷來避免不期望的副作用，從而最大限度地激活目標區域。類似的，在皮層刺激領域，使用微電極和較小表面的電極來增強針對性和選擇性已成為一個發展趨勢。在非侵入式領域，人們已經開始關注如何獲得更加聚焦的皮層激活區域。對TMS來說，在皮層中產生的刺激電流在很大程度上取決於線圈的設計。人們正在設計先進的線圈和刺激電路，包括多通道刺激和替代線圈設計，以便增加皮層激活的精準度，同時避免線圈過熱。至於tDCS，高密度的電極已經發展起來，從而可以更加精準地定位目標皮層區域。
集成高分辨率的神經成像和神經調控也能夠提高時空特異性。高場MRI能提供丘腦核的高分辨率圖像，已經被應用到DBS電極植入的術前規劃中，以協助DBS電極的佈置。神經導航使用了先前獲得的結構或fMRI的數據，已越來越多地被用來指導非侵入式神經調控技術的定位和定向。MR兼容的神經調控設備的發展，特別是DBS的發展，是當前研究的重要領域，目的是為了實現在電極植入後成像，以驗證電極位置和刺激的功能性影響。神經調控系統的MR兼容性不僅要求先進的硬件設計和材料，而且要精心選擇MR，以確保受試者暴露在MRI射頻脈衝中的安全。大多數可商購的設備適合低場(≤1.5T)MRI，而其在高場下的兼容性需要進一步的研究。如果能克服此技術挑戰，就可以在高場MR圖像下實時引導DBS電極的植入，從而提高治療效果。
2. 閉環神經調控
閉環刺激是很有前途的研究領域，可根據響應調整刺激並實現實時症狀管理。目前大部分神經調控設備是開環的，它需要醫生根據行為結果手動調整刺激參數，才能形成閉環治療過程。尤其是在侵入式神經調控領域，以開環方式識別理想的刺激參數過程比較耗時，並且也可能無法選出最佳參數。隨著植入陣列電極數量的增加，刺激參數的空間迅速擴大，使得最佳參數的識別更加繁瑣。如果將神經傳感加入神經調控技術中，就可根據感知信號的響應變化並依據一定的控制策略來自動調整刺激參數。例如在帕金森病中，研究人員建議將β頻段的功率作為閉環DBS療法的可行控制信號，因為該信號在藥物治療和DBS治療期間會減弱。臨床上的癲癇治療已經開始採用在需要的條件下才啟動的DBS刺激，該技術採用一種閉環系統通過顱內皮層電極感知和中止癲癇活動。然而，實施這種閉環的刺激需要一種對不同病人都很穩健的生物標記物和先進的植入式IPG硬件，以滿足額外的計算需求。在非侵入式領域，閉環tDCS和EEG已開始用於探索個性化的認知訓練和康復技術，以及癲癇症的管理。無論何種應用，每個神經調控模式和應用都需要發展先進的控制策略以優化輸入刺激和輸出效果。
3. 神經調控在神經擾控成像中的應用
雖然大多數神經調控被用於治療，但它也能以受控方式用於擾控神經系統。這種擾控–記錄的方法已經被廣泛地應用於臨床，如描出外科手術的功能區。但這種擾控成像也可以獲得不同腦區的高時空分辨率的功能信息。這種情況下，神經調控可以暫時性改變腦網絡，而神經成像技術則用於評估這些改變對腦功能的影響。通過追蹤誘發的神經活動在腦網絡中傳播的空間和時間關係，擾控也可以幫助區別腦網絡的相關性和因果性。腦的擾控成像可以作為對傳統解剖和功能成像的補充，也可以在其他方法無能為力的情況下直接測試對腦區功能的推測。
4. 刺激中的細胞類型特異性
光遺傳學是一項新興技術，它能夠激活選擇的和特定的細胞類型，給神經調控帶來巨大潛力，從而實現神經調控對特定的細胞類型的針對性。光遺傳學的原理為：視紫紅質基因的病毒轉染導致細胞表達形成視紫紅質蛋白，該蛋白會對特定波長的光產生反應，進而實現細胞的去極化或超極化。與其他技術相比，這種細胞特異性的方法提供了卓越的空間特異性選擇。而典型的侵入式和非侵入式光遺傳學方法最近已在動物中被證實。研究人員也正在開發先進的光纖探針以實現同時進行光遺傳刺激和熒光檢測。光遺傳學與神經調控模式的組合將給當前的刺激方法增加細胞類型特異性，實現了前所未有的空間分辨率和選擇性。然而，光遺傳學與神經調控技術的集成也面臨一些挑戰，而且功能性(刺激)的分辨率也受限於刺激位置和蛋白質表達的密度。此外，在可預見的將來，基因操作過程會在相當長的一段時期內將光遺傳學的應用限制在動物模型上，其在人體組織上的應用還存在巨大的科學和倫理挑戰。
（三）挑戰與未來趨勢
雖然神經調控領域在提高我們對大腦的認識和治療神經疾病方面展示了廣闊的前景，但要推動這個領域突破現狀還存在諸多挑戰。
神經調控技術的療效需要進行優化以解決病情和個體的差異。為了更好地認識治療性刺激背後的機制，需要在疾病和治療狀態下識別穩定的生物標記物。神經調控在一些應用中取得的長期療效，如帕金森病，突顯出該技術應用於其他未知領域如精神障礙的潛力。為了將其應用於其他未知的新情況並進一步探索刺激的機制，我們需要更加穩健的臨床和理論模型來指導和設計治療方案。其他技術的引入，如光遺傳學，也能幫助人們更好地理解治療性神經調控相關的細胞機制，幫助改善目前刺激參數和行為效應之間的脫節情況。個體和病情的治療差異性同樣值得更多的研究。就個體差異而言，腦內的神經營養因子等遺傳因子已被證明與神經調控的有效性和無效性密切相關，這在非侵入式治療領域更是如此。就不同病情而言，即使用同樣的神經調控技術，不同疾病的有效療程的差異也會非常大。例如，DBS治療可立刻減輕帕金森病的顫抖，但對於肌張力障礙來說，DBS就要持續刺激數週或數月才能達到治療的效果。雖然人們對這種療程差異的根本原因仍然知之甚少，但這對發展和優化未來的神經調控技術至關重要。
未來的神經調控方法很可能需要具有最佳空間和時間精準度的先進的刺激技術。設備需要提高刺激自由度以增強選擇性，從而確保最理想的組織被激活。未來的研究將需要為各種技術和疾病提供最佳刺激頻率、時間和刺激強度。此外，神經調控與其他治療方法的融合，如行為療法或藥物治療，需要進一步的探索，因為組合療法會比單獨治療收效更佳。通過計算模型和圖像導航，進一步發展個性化的靶向治療，這對確定最佳刺激目標和提高治療效果也非常重要。最後，組織–電極接口需要改進，以確保神經調控技術能夠長久地提供安全有效的治療。
五、
結論
本文綜述了系統神經工程領域的基本概念、發展趨勢和挑戰，包括神經成像、神經接口和神經調控，希望展現這些領域在神經設備的設計和發展過程中起的重要作用。這些神經技術在解決工程、物理與生命、醫學學科交叉面臨的巨大挑戰方面起著重要的作用。正如前文提到的，
為了理解神經系統的組織，神經成像是必需的。腦活動的機理和各腦區的信息流對理解大腦至關重要。在腦功能失調的情況下，這些有關腦機理的知識可以指導我們發展神經接口和BMI技術，改善腦神經與外部的通訊，或者利用神經調控技術治療病理性活動。由於腦內的神經過程是通過非常特定的、分佈式的和動態的網絡實現的，所以神經設備也需要具備很高的時空分辨率。這些設備需要解碼各種大腦狀態以確定期望活動與無需活動的神經信號特徵。理想的設備能夠與目標大腦回路交互作用並達到期望的效果，同時對其他無關的腦網絡產生的副作用最小。因此，未來的神經設備需要提高針對性，這或許可以通過多模式集成的方法來實現。
神經設備作為典型的神經調控的效應器(感知和刺激)，通過擾控成像方法，它們也可被用來研究對應的腦網絡。通過這種方式，高時空分辨率的神經設備能夠針對性地擾控腦網絡，然後記錄大腦的響應。這些技術可以驗證不同腦區的功能作用和腦網絡的結構。這方面的知識可能有助於區分疾病和健康的腦狀態，同時對制定靶向治療的方案會有所幫助。
未來神經設備的設計與發展，無論是腦的調控或機理研究，都將會是神經成像、神經接口和神經調控方面先進研究的交叉。系統神經工程對我們進一步理解大腦的正常和病理狀態非常重要。注：本文內容呈現形式略有調整，若需可查看原文。
改編原文：
Bradley J. Edelman,Nessa Johnson,Abbas Sohrabpour,Shanbao Tong,Nitish Thakor,Bin He.Systems Neuroengineering: Understanding and Interacting with the Brain[J].Engineering,2015,1(3):292-308.
李德毅院士談未來汽車：會學習的輪式機器人
機器人：一個方興未艾的研究領域
前沿研究：從腦科學到人工智能
中國工程院院刊
工程造福人類
科技開創未來
微信公眾號ID ：CAE-Engineering
說明：論文反映的是研究成果進展，不代表《中國工程科學》雜誌社的觀點。
