3 月 12 日，國家醫保局釋出《神經系統醫療服務價格專案立項指南》，其中專門為腦機介面新技術單獨立項，設立了侵入式腦機介面植入費、取出費，以及非侵入式腦機介面適配費等價格專案，這意味著一旦腦機介面技術成熟，快速進入臨床應用的收費路徑已經鋪好。
全國政協委員、天津大學副校長明東也在今年兩會期間表示，我國近年來在新型腦機介面研發領域取得的重要突破，是“人機智慧時代”到來的重要訊號。
（來源：Nature Electronics）
而就在前不久，由明東擔任共同通訊作者的一篇論文發表在 Nature Electronics 上 [1]。研究中，天津大學腦機海河實驗室團隊與清華大學積體電路學院團隊研發出一種無創演進型腦機介面系統，實現了生物智慧與機器智慧的互適應、互學習，為腦機融合智慧的發展開闢了新方向。
具體來說，他們研發出一種基於憶阻器晶片的腦機介面神經形態自適應解碼器。
與此同時，為了實現高精度、高速度和低能耗的腦訊號解碼，研究團隊還開發出一種一步式憶阻器解碼策略。
（來源：Nature Electronics）
在一個涉及大腦控制無人機飛行的即時任務中，研究團隊針對系統進行測試，結果顯示該系統能夠實現與軟體方法相當的解碼效能，但能耗僅有傳統的基於英特爾 CPU 的系統的 1/1643，歸一化速度則比其高 216 倍。
此外，研究團隊還開發出一種互動式更新方案，使憶阻器解碼器和不斷變化的大腦訊號能夠自然地相互適應。
研究中，他們讓 10 名受試者參與共同進化任務，每個受試者進行大約 6 小時的實驗，藉此證明了這種大腦-憶阻器解碼器的共同進化能力。
實驗結果表明：具有腦-憶阻器-解碼器協同進化的腦機介面比沒有協同進化腦機介面的精度大約高出 20%。
此外，研究人員將該解碼器用於執行大腦控制的 4 自由度無人機飛行任務，實現了大約 85.17% 的軟體等效精度，資訊傳輸率大約為 123.58 位元/分鐘。
在人機互動更新（HLU，human-in-the-loop update）實驗中，大腦訊號和基於憶阻器晶片的解碼器都逐漸收斂到穩定狀態。這種動態變化表明了大腦的學習過程以及解碼器的自適應能力。
據瞭解，這種腦-憶阻器-解碼器協同進化框架可以推廣到各種型別的節能腦機介面，包括尖峰和皮層電圖等侵入性記錄，提供長期穩定性和自適應能力。並有望用於醫療和康復，比如用於閉環神經調節。（注：尖峰，指的是當神經元受到刺激時，會產生一種電訊號變化即動作電位，由於其波形在示波器等記錄裝置上看起來像一個尖銳的脈衝，所以在腦機介面領域常被稱為“尖峰”。）
此外，透過探索生物大腦和神經形態憶阻器晶片之間的密切相互作用和進化，本次方法可能會引領以人為本的混合智慧的發展。
基於憶阻器晶片的腦機介面設計
據介紹，為了構建一個支援憶阻器晶片的腦機介面原型，研究團隊使用穩態視覺誘發電位（SSVEP，steady-state visually evoked potential）作為意圖，使用憶阻器晶片解碼結果作為反饋，並使用錯誤相關電位（ErrP，error-related potential）作為響應。
穩態視覺誘發電位與視覺刺激密切相關，是建立腦機介面最常用的大腦訊號之一。錯誤相關電位是一種與大腦中的錯誤處理相關的神經生理學訊號，當大腦識別出錯誤時這種訊號會被誘發出來。
下圖展示了基於憶阻器憶阻器的腦機介面的框架。其中，在線上互動的過程中，錯誤相關電位能被用於積累新的資料。
（來源：Nature Electronics）
更具體地說，如果憶阻器解碼器的意圖沒有引發錯誤相關電位，則相應的穩態視覺誘發電位訊號和解碼結果會被作為新的訓練樣本。
隨著新的訓練樣本的積累，解碼器也會在互動階段進行更新。透過這種迴圈機制，就能使用更新後的解碼器進行後續迴圈。
據瞭解，研究團隊所使用的憶阻器晶片由 1024×128（即 128k 單元）憶阻器陣列組成，既支援大規模的並行乘累加運算，也支援緩衝器與驅動器的外圍電路的輸入和輸出。
陣列中的每個單元都採用單電晶體、單電阻器單元的形式。與此同時，憶阻器由 TiN/TaOx/HfO2/TiN 材料堆疊而來。據瞭解，憶阻器陣列具有模擬開關的特性，可以實現高效的記憶體計算。
此外，研究團隊使用一種名為“任務相關成分分析（TRCA，task-related component analysis）”的演算法來解碼大腦訊號。
由於憶阻器存在一些“非理想器件特性”，比如它會讀取噪聲，同時存在精度限制。因此，在對憶阻器陣列進行矩陣向量乘法計算時，可能會引入誤差。
此外，當使用多個數組或矩陣向量乘法步驟進行計算時，誤差可能會得到進一步累積。
為了在憶阻器晶片上部署“任務相關成分分析”，研究團隊提出了一種一步解碼法，該策略透過最小化基於多個憶阻器陣列/晶片的順序計算所產生的誤差累積，實現了精度和效率的兼顧。
這一策略的核心思想是將傳統的三步操作（預處理、特徵提取和模式識別）合併為一步操作，從而能夠極大降低計算複雜度和憶阻器陣列數量。
例如，對於具有 8 個通道訊號和 12 個類控制命令的任務，與傳統的三步解碼法相比，這種一步解碼法放計算量減少了 65%。
對於一步解碼法來說，它能將時間濾波器、空間濾波器和穩態視覺誘發電位模板訊號組合成一個矩陣，然後將它們對映到憶阻器晶片上，從而可以作為差分對中的器件電導。（注：差分對，是一種常見的電路設計概念。）
實驗結果顯示，這種一步解碼法能夠簡化操作，從而避免了在憶阻器晶片上的多步操作所引起的誤差累積。
與此同時，一步解碼法還增加了解碼器的可解釋性，這讓解碼器的模式既可以反映大腦的通道偏好，也可以反映互動式腦機介面任務中控制引數的稀疏性。
即時腦控無人機飛行
為了驗證基於憶阻器晶片的解碼器用於腦機介面的可行性，研究團隊首先使用四自由度（4-DOF，our-degrees-of-freedom）即時腦控無人機飛行進行了一項複雜的線上任務。
（來源：Nature Electronics）
實驗裝置包括憶阻器晶片、一個腦訊號採集系統（Synamps2、Neuroscan）、一架大疆無人機（DJI RoboMaster TT）、一個顯示飛行命令和引導無人機飛行的人工障礙物的螢幕。
如影片所示，無人機使用基於憶阻器晶片的解碼器和一步整合“任務相關成分分析”成功完成了圍繞障礙物的預期三維軌跡。
（來源：Nature Electronics）
為了針對解碼器效能進行量化，研究團隊將其中 5 位受試者標記為 A1-A5，並在他們身上進行了基於憶阻器晶片的模擬線上實驗。
從憶阻器解碼器的微分電導圖來看，不同的受試者可能有著不同的通道偏好。
例如，受試者 A1 主要依賴於來自通道 Oz、PO4 和 PO6 的訊號，而受試者 A5 更喜歡通道 POz。
研究團隊比較了基於憶阻器晶片和基於傳統解碼硬體（即英特爾 CPU）的腦機接的效能，結果發現它們具有相似的資訊傳輸速率和解碼準確度。
（來源：Nature Electronics）
研究團隊還將基於憶阻器的解碼策略與全連線神經網路策略進行比較，後者的結構與本次一步式整合的“任務相關成分分析”具有相同的結構。實驗結果顯示：基於憶阻器的策略比基於神經網路的策略具有更高的精度。這說明，基於憶阻器晶片的腦機介面解碼器具有較好的可行性。
此前研究表明，許多腦機介面任務中都明視訊記憶體在控制引數的稀疏性。為了研究不同幅度的解碼引數對系統性能的影響，研究團隊使用二進位制掩碼進行了引數修剪實驗。
實驗結果顯示，僅僅刪除前 5% 的引數就可能會導致精度大幅下降。這一結果表明具有較高幅度的解碼器引數，在解碼大腦訊號中起著主導作用。
研究團隊進一步研究了不同大腦記錄通道對特定任務的重要性和偏好。具體而言，其使用模型引數來計算每個通道在 100 個輸入以及 12 個輸出情況下的平均幅度。
研究團隊還使用每個單通道訊號計算準確度，其中相應通道中的 100 個時間點作為輸入，其他通道設定為零進行解碼。
這些方法基於這樣一個事實：當使用線性模型時，引數的大小可以表示對於特定任務的重要性。
結果顯示，一個或幾個單獨的通道包含了解碼的大部分關鍵資訊，而其他通道的貢獻卻很小。這是因為那些能夠獲得更高精度的通道，通常具有更大幅度的引數。因此，在大腦控制的無人機飛行任務中，它們比其他通道更重要。
上述結果從引數和通道的角度，展示了基於憶阻器晶片的解碼器與大腦活動之間的密切相關性，從而能為研究特定任務中大腦訊號的“學分分配”提供一種有用的工具。
此外，解碼器的稀疏引數有利於硬體實現和系統最佳化，從而能夠降低芯片面積和能耗方面的解碼成本。
據瞭解，要想打造實用型的腦機介面，就得既能破譯大腦訊號，也能動態地適應大腦功能。然而，這需要一個兼具靈活更新能力和節能解碼能力的解碼器。而本次研究填補了這一空白。與此同時，這也是腦機介面與憶阻器晶片的跨界組合。隨著國家相關政策的出臺，相信腦機介面距離進入尋常百姓家並不遙遠。
參考資料：
1.Liu, Z., Mei, J., Tang, J.et al. A memristor-based adaptive neuromorphic decoder for brain–computer interfaces. Nat Electron (2025). https://doi.org/10.1038/s41928-025-01340-2
運營/排版：何晨龍