2025年全球脑机接口行业概述及应用领域调研报告-11页.pdfVIP

2025年全球脑机接口行业概述及应用领域调研报告

脑机接口（Brain-ComputerInterface，BCI）作为一种革命性的技术，正逐渐从科

幻设想走进现实，在医疗、娱乐、教育、工业等众多领域展现出巨大的应用潜力，

成为全球科技创新的焦点之一，其核心在于在大脑与外部设备之间建立起直接的

通信和控制通道，使大脑信号能够被解读并转化为指令，实现对外部设备的精准

操控，或是让外部设备能够反过来对大脑活动施加影响。

一、脑机接口行业概述​

1、脑机接口的定义与原理​

脑机接口又称为脑机交互，俗称“脑控”，是指在生物（人或动物）大脑与外部

设备或环境之间建立起一种新型的实时通讯与控制系统，从而实现脑与外部设备

直接交互的技术，是一种可以让用户通过思想来控制特殊计算机设备的通信方式。

其工作原理基于对大脑电信号的获取、处理和解析，以实现人脑与外部设备之间

的直接通信。​

大脑在进行各种活动时，神经元会产生电活动，这些电活动会形成微弱的脑电信

号，脑机接口系统的首要任务便是获取这些信号。获取大脑活动电信号的方式多

种多样，主要包括电生理方法和脑成像方法两大类。电生理方法中最常用的是脑

电图（EEG），它具有操作简便、时域分辨率较高的优点，能够实时捕捉大脑电

活动的变化，但空间分辨率相对较差，难以精确确定信号的来源位置。脑成像方

法如功能磁共振成像（fMRI），具有较高的空间分辨率，可以清晰地显示大脑

的结构和功能区域，但处理时间较长且成本较高，限制了其在实时性要求较高的

脑机接口应用中的使用。​

由于大脑信号在采集过程中容易受到噪声的干扰，因此需要进行信号预处理以确

保信号质量。预处理的方法包括滤波、增强等，常见的滤波方法有低通滤波和带

通滤波，这些方法能够去除高频噪声和伪迹等。在信号处理阶段还需要通过特征

提取方法提取有用的特征，以提高信号的可辨识度和可靠性。信号解析环节则将

预处理后的信号转换成计算机可以理解的形式，通常需要使用模式识别算法和机

器学习方法。这些方法可以通过训练模型来识别不同的脑电模式或者脑电特征，

从而实现脑机接口的应用。例如，可以利用机器学习算法将大脑信号与特定运动

或意图进行关联，实现通过意念控制机器人、假肢或电子设备等的操作。通过上

述三个主要环节，脑机接口实现了人脑与外部设备之间的直接通信，为医学治疗、

人机交互和神经科学研究等领域带来了广阔的应用前景。脑机接口工作原理示

意图如下：​

2、脑机接口的发展历程​

根据北京研精毕智信息咨询调研，脑机接口的发展历程漫长而充满探索，从早期

的理论构想逐步走向实际应用，每一个阶段都凝聚着众多科研人员的智慧与努力，

推动着这一前沿技术不断向前迈进。其发展可以追溯到19世纪，1857年，英

国生理学家卡通（Caton）在兔脑和猴脑上记录到了脑电活动，并发表了《脑灰

质电现象的研究》论文，这一发现为后续脑机接口的研究奠定了基础，揭开了

人类探索大脑电信号奥秘的序幕。1872年，贝克（Beck）再一次发表关于脑电

波的论文，掀起了研究脑电现象的热潮，使得更多的科学家开始关注和投身于

这一领域的研究。1924年，德国精神病学家汉斯・贝格尔（HansBerger）发现了

脑电波，正式开启了脑机接口研究的大门，为后续的实验和技术发展提供了关

键的理论支持。1963年，英国拜登神经病学研究所医生格雷・沃特（GreyWalter）

把病人的电极连接到了自己发明的“电位转换器”上，当病人看幻灯片，每次有

换片的想法时，大脑运动皮层的电位就会升高，电位转换器就把这一信号传递给

幻灯机，实现了自动换片，这是第一次成功的脑机接口实验，标志着脑机接口

从理论走向实践的重要突破。1968年，雯达・威尔威卡（WandaWyrwicka）和M.B.

斯特曼（M.B.Stenman）首次在神经生理学基础上进行了控制大脑信号的尝试，

他们记录到猫的感觉运动节律，并将其转化为感官反馈，进一步拓展了脑机接

口在神经生理学领域的研究。1973年，美国加州大学洛杉矶分校的雅克・维达尔

（JacquesVidal）教授发布了首篇脑机接口研究论文，创造了“脑机接口”

（Brain-ComputerInterface）这个术语，并搭建了世界上第一个脑机接口系统，

为脑机接口技术的发展确立了明确的概念和研究方向，具有里程碑式的意义。​

20世纪80年代至90年代，脑机接口技术在基础研究和应用探索方面取得了

一系列重要进展。1980年，美国神经科学家乔戈普斯发现猴子脑内呈现的一群

神经细胞的集体活动