在线 ISSN: 3060-9506
《脑机接口学报》（Journal of Brain-Computer Interfaces）是由天津出版传媒集团公司主管，脑机交互与人机共融海河实验室与天津科学技术出版社有限公司共同主办的一本中英文双语国际学术季刊。本刊面向全球发行，致力于为生物医学工程、神经工程、康复工程、电子信息及临床医学等领域的研究人员构建一个高水平、专业化的学术交流平台，推动脑机接口领域的科研创新与学科融合。
作为生物智能与机器智能深度融合的前沿技术，脑机接口已成为全球科技竞争的关键领域与新质生产力的重要代表。长期以来，该领域的研究成果分散于多类期刊中，缺乏系统性的发表阵地。为此，《脑机接口学报》构建了"核心技术+应用研究+前沿热点"三位一体的内容体系，重点关注脑机接口的基础理论、系统设计、信号处理、神经调控等核心技术，并深入挖掘其在康复医学、神经疾病治疗、增强现实等场景的应用价值。同时，期刊将定期推出特刊，聚焦新兴主题与热点问题，推动学界深入探讨。
本刊编委会由来自全球近20所顶尖高校和科研院所的30余位知名学者组成，涵盖脑机接口多个前沿研究方向。期刊将通过高质量的学术内容、国际化的运营策略与现代化传播平台，吸引全球优秀学者投稿与交流，力争成为"扎根祖国、面向世界"的脑机接口领域权威期刊。
主要栏目包括：新型神经信号感知理论与检测方法、仿生组织工程神经、新一代高通量脑机交互关键技术、人机共融基础核心器件开发转化等。本刊旨在促进学术交流、推动科研创新、助力人才培养，为实现人机智能融合的未来贡献力量。
Articles
摘要
脑机接口（Brain Computer Interface, BCI）能够在人脑与外部设备之间建立直接的信息交互通路，而无需依赖外周神经与肌肉。经过50余年的发展，BCI研究已从通讯接口设计和自然交互实现阶段，逐渐向脑机智能融合阶段过渡。然而，实现BCI的长时程稳定交互，成为制约其进一步发展和实际应用的关键瓶颈。目前，提升BCI长期稳定性的技术途径主要包括两个方面：一是通过大脑刺激与神经反馈训练等手段增强用户使用BCI的能力，即脑学习；二是利用自适应技术提高机器端对脑信号的解码与适应能力，即机学习。现有多数研究往往单独关注脑学习或机学习，而忽略了二者结合对性能提升的巨大潜力。协同演进BCI则通过有效融合脑学习和机学习过程，使大脑与机器在交互过程中实现相互适应和同步增强，从而克服大脑状态波动和外部环境干扰，支撑BCI的长时程稳定运行。本文系统梳理了神经调制、神经反馈及自适应BCI技术的发展，明确了协同演进BCI的定义与边界，并进一步分析其面临的关键问题与未来发展方向，以期推动协同演进BCI的深入研究与广泛应用。
摘要
脑机接口技术兼具创新性、交叉性与前沿性，是未来产业重要方向，在民生、军事等领域潜力巨大，被美国、欧盟、日本等重视发展并长期投入。脑机接口按功能分为脑感知和脑调控，按照两条路线和三个阶段发展，目前正进入3.0阶段，出现智能化和多融合态势。当前，该技术的可用性提升，产业化初期显现，可临床应用和上市产品涌现，产业逐步迈入应用关键期。展望未来，技术创新方面，算法将优化，调控更精准；产业生态方面，早期优势企业转型为开放生态平台型企业，竞争格局演变；投资规模扩大、阶段前移，将加速技术创新与产品迭代。
摘要
当前，随着脑机接口技术创新应用的进一步扩展，伦理、隐私和安全性等问题将日益凸显，其标准化尤其是国际标准化是促进新质生产力培育、保证技术健康发展的关键。文章论述了目前脑机接口国际标准化工作的现状与趋势，通过对脑机接口国际标准组织ISO/IEC JTC 1/SC 43的24个成员国130余名专家在全体会议、工作组、新提案投票等工作中的参与情况进行分析，梳理总结了ISO/IEC脑机接口国际标准化取得的进展及面临的挑战，并提出中国未来更好参与脑机接口国际标准化工作的对策建议：① 激发企业主体动能，构建"技术—标准—市场"协同的产业创新生态；②创新人才培养和评价机制，打造国际标准化人才队伍；③拓展脑机接口国际标准化合作网络，建立多层次国际合作体系。
摘要
脑机接口（Brain Computer Interface, BCI）通过在脑与外部设备间建立直接的通信通道，为探索神经机制、监测大脑状态及实现中枢神经系统功能的修复与增强提供了关键技术支撑。传统BCI研究主要依赖从局部脑区提取的活动特征，在解码的准确性与稳定性方面仍面临挑战。鉴于高级认知与行为源于大规模神经元集群间的动态交互而非孤立脑区活动，BCI研究日益关注解析脑网络的整体拓扑特性，为突破其性能瓶颈带来了新机遇。为全面阐述脑网络分析对BCI技术的赋能价值并提供领域参考，本综述系统梳理了其在BCI领域的核心应用与前沿进展。首先，在机制理解层面，揭示BCI学习与调控过程涉及大规模脑网络动态重组的神经可塑性，而非仅局限于局部活动变化；其次，在状态解码层面，既可提供先验知识以指导与优化解码模型设计，也可作为表征整体拓扑结构的新颖特征，显著提升解码性能；随后，在神经调控方面，为BCI干预提供了更精准的靶点选择依据和效果评估指标，促进了其在神经精神疾病诊疗中的应用效能。最后，本文总结了当前脑网络BCI研究所面临的挑战，包括虚假连接的辨识、个性化脑网络建模、解码性能瓶颈及实时计算需求，并对未来方向进行了展望，以推动该领域的发展。
摘要
脑机接口作为人机交互的重要技术路径，在医疗康复、无障碍通信、神经调控等多个领域展现出广阔的应用前景。然而，脑机接口系统高度依赖机器学习对脑电信号进行解码，近年来暴露的对抗攻击问题使得其安全性面临严峻挑战。对抗攻击通过在输入信号中添加微小扰动，即可诱导模型产生错误预测，进而可能导致设备失控或被远程操控，严重威胁系统可靠性与用户人身安全。本文聚焦非侵入式脑机接口中的对抗安全问题，系统梳理当前研究进展，从攻击与防御两个维度展开综述。通过全面评估现有成果，本文总结了当前脑机接口系统在安全性方面存在的关键挑战，并提出未来值得关注的研究方向，为构建安全、可靠、可部署的脑机接口系统提供理论支持与技术参考。
摘要
根植于国际法，2025年5月联合国教科文组织发布《神经技术伦理问题建议书草案》，系统阐释针对神经技术的治理框架：神经技术伦理准则体系、全生命周期场景化治理和动态风险适配机制等制度保障。其中，该框架首次将"思想自由"与"精神隐私"纳入神经技术伦理准则，并明确将神经数据和可借以推断认知状态的非神经数据纳入敏感数据。同时，提出构建覆盖"原材料获取—科学研究—设计开发—部署使用—拆卸终止—处置回收"等的全生命周期闭环监管，针对临床应用、员工监测、教育应用、消费娱乐等核心应用场景提出治理措施。最后针对草案的实施提出了红队测试、监管沙箱、量化评估等实践路径。建议围绕神经技术治理边界、全生命周期治理机制、场景化治理细则，进一步完善我国脑机接口技术伦理治理制度。
摘要
情感脑机接口旨在实现对个体情绪状态的精准识别与有效调节。虚拟现实技术凭借高沉浸感和情境再现能力，为情绪诱发提供了自然可控的环境。虚拟现实情感脑机接口将 VR 的沉浸式诱发优势与 aBCI 的识别与调节功能融合，形成具跨模态闭环特性的新型人机交互系统，在推动情绪科学发展和临床转化方面具有重要意义。本文综述了其理论基础、系统架构、硬件组成与关键技术，总结了在情绪诱发强度、神经生理变化、识别准确率及调节情境一致性等方面的优势，并探讨了在多维建模与评估、多模态融合及诱发—识别—反馈一致性等方面的挑战，并提出了未来的研究方向。
摘要
脑电（Electroencephalogram, EEG）为言语想象脑机接口（Brain-Computer Interface, BCI）提供了核心解码基础，使言语障碍患者无须外周神经与肌肉通路即可实现人机交互，在失语症康复与隐蔽通信等领域具有重要潜力。本文系统综述了EEG言语想象BCI的编码范式与解码算法进展：在编码方面，言语想象的神经模式与言语执行高度重叠，主要涉及Broca区、Wernicke区等语言网络节点，想象内容涵盖音位、音节、字词和句子，范式设计常借助多模态刺激与重复任务以提升信号可分性。解码方面，传统两阶段方法（特征提取+分类）受限于特征工程依赖与跨被试泛化能力弱的问题；端到端深度学习通过直接处理原始EEG时空序列，实现特征与分类联合优化，提升了解码效率。新兴方法融合自然语言处理与预训练语言模型，利用语义上下文实现句子层级解码，为复杂语言重建提供新路径。当前挑战包括解码精度不足与跨被试泛化性差，未来需结合少样本学习、多模态融合，并推动EEG与大语言模型协同，以促进临床应用。
摘要
片上脑机接口（Brain-on-A-Chip Interface，BoCI）通过将实验室培养"大脑"与微电极阵列耦合，构建生物-电子混合系统，利用刺激编码与神经信号解码实现与外界的信息交互。BoCI不仅为研究神经网络的信息处理、学习记忆机制提供了高度可控的实验平台，也为开发新一代生物智能系统奠定了技术基础，同时在神经调控与修复领域展现出重要应用潜力。本文系统综述了BoCI的研究进展，首先阐述了构建BoCI的三大核心要素：生物基础、电极接口及信息交互方法。在此基础上，重点回顾了BoCI的两大应用方向，生物计算和神经调控与修复。最后，探讨了其面临的挑战及未来发展方向。
摘要
尽管脑机接口（BCI）系统在多个领域取得了显著进展，但其在性能、可用性及用户满意度等方面仍面临严峻挑战，尤其在智能化水平方面表现明显不足。为此，本文探讨将人工智能（AI）技术，特别是深度学习算法，融入BCI系统，以显著提升其整体性能和智能水平。文章首先回顾BCI的发展历程与原理，系统分析传统了BCI系统在脑信号处理、特征提取和神经解码等关键环节中的局限性。随后，文本深入论述AI技术，尤其是深度学习在建模复杂神经模式、提取高阶特征和增强解码能力方面的潜力与优势。本文重点介绍了AI驱动的BCI在临床应用中的突破性进展，包括辅助语言交流、运动控制重建以及感知反馈增强，并进一步探讨其在非临床场景中的拓展前景。最后，文章还归纳了当前AI-BCI系统在技术实现、伦理规范与社会接受等方面所面临的挑战，提出未来的研究方向，旨在推动构建智能化程度更高、易于普及且用户体验良好的下一代BCI系统，为实现高效的人脑半外部世界交互开辟新的路径。