当前，脑机接口研究正向“闭环、自适应”架构演进，聚焦增强实时解码能力、改进异步检测与优化共享控制策略。这一转变的核心是人工智能驱动的闭环人机交互架构，其通过“感知-解码-应用”的动态机制，推动系统向人机共适应方向演进。尽管进展显著，多数系统仍存在一个关键瓶颈：缺乏对长时间、多日连续使用下稳定性的系统性评估。具体表现在未能量化误报与漏报的累积风险，难以基于完整数据分布明确人机协同边界，以及缺少对控制参数长期影响的深入分析。未来突破不仅需要更优算法，更需构建支持情境感知、持续学习与跨平台一体化的智能生态系统。这将是推动非侵入BCI从实验室走向实际应用的关键。

图7. 实时、异步与共享式非侵入式BCI示意图。

图8. 人工智能驱动的人机共适应系统示意图。

非侵入式脑机接口的长期可穿戴性面临核心挑战：如何维持脑电信号采集的稳定性。关键在于降低电极与皮肤间的接触阻抗，这要求电极兼具高导电性与共形贴合能力。柔性电极因能紧密贴合皮肤，已逐步取代传统刚性电极，在提升信号质量与佩戴舒适度的同时，为长期监测提供了可能。实现高性能柔性电极主要依靠材料创新：一是使用本征导电的有机半导体薄膜，二是将导电纳米材料复合于柔性基底中。纳米材料因其独特的电学与力学特性成为理想选择。以一维纳米线为例，其高纵横比结构赋予电极出色的机械柔韧性和弯曲稳定性，同时能显著提升导电性，有助于降低接触阻抗、提高信噪比。此外，电极的机械稳定性对于长期使用至关重要。纳米材料的亚微米尺寸使其具备优异的耐久性，在反复形变下仍能保持性能，从而抑制因材料疲劳或运动引起的接触不稳定与信号伪影。综上，材料创新是推动非侵入式脑机接口发展的关键，纳米材料为实现稳定、长效的柔性传感提供了极具前景的解决方案。

图9. 柔性导电薄膜性能的示意图。

图10. 一维纳米线结构与性能的示意图。

图11. 一维硅纳米线(SiNW)结构与性能的示意图。

图12. 零维材料在BCI中的应用示意图。

随着非侵入式BCI技术的深入发展，可穿戴柔性电子设备已成为突破性研究方向。此类设备的核心价值在于实现先进生物电子系统与用户友好型应用的无缝衔接，其设计需精准平衡机械柔性、生物相容性与信号保真度三大关键要素—确保设备在舒适贴合人体的同时，长期保持高性能稳定运行。柔性生物电子技术的突破性进展，正为实时动态监测与生物系统的无缝交互奠定坚实基础，显著推动非侵入式BCI从实验室走向实际应用。

图13. 可穿戴柔性设备：设计原理。

图14. 可穿戴柔性设备：功能集成。

近年来，非侵入式BCI的性能提升得益于柔性生物电子器件与深度学习解码算法的协同设计。具体来说，柔性电极通过优化器件与皮肤的接触界面、抑制运动伪影，能够采集到更稳定、更高信噪比的原始信号，为后续解码提供高保真信号输入。在此基础上，深度学习等先进算法不仅相较传统算法显著提升了神经信号解码性能，还可主动补偿硬件端中难以避免的残余噪声和个体差异引起的信号不确定性。这种“硬件筑基、算法协同”的融合模式，正逐步形成软硬协同、相互增强的良性循环，持续拓展非侵入式脑机接口的性能边界。 

图15. 柔性电子与深度学习的融合推动先进非侵入式BCI发展。

随着非侵入式脑机接口技术从实验室研究向临床康复、神经调控和日常辅助等实际应用的推进，其发展凸显了神经科学、人工智能与柔性生物电子技术的深度融合。通过神经解码算法的系统性进步与柔性材料的创新，我们正逐步将高精度神经监测与解码技术整合到日常生活、临床诊断与治疗干预中。然而，实现真正可持续、可普及且具有临床价值的应用仍面临一系列挑战，这些挑战根植于神经信号的固有特性、动态人机交互的约束，以及长期使用环境的复杂性。为应对这些挑战，需要在信号采集、算法建模、硬件架构、闭环控制策略和评估框架等多个维度实现系统性突破。这也需多学科协作与整体优化，涵盖技术创新、严格监管、成本效益分析与用户体验提升。同时，建立覆盖信号采集到最终用户反馈的端到端评估体系，是验证多样化软硬件配置有效性与可靠性的关键，也将成为未来BCI技术发展的焦点。

致谢

该工作由南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院王胜老师(2022.12-2025.07受聘于苏州大学未来科学工程学院，并于2025年7月加入南京邮电大学电光学院)和南京中医药大学宋晓彬同学为论文共同第一作者。通讯作者为王胜，南京大学电子科学与工程学院副研究员宋晓攀和余林蔚教授以及南京大学医学院申翼教授。该工作的开展得到了南京大学陈坤基教授，徐骏教授，王军转教授、丛壮壮教授的支持，受到国家重点研发计划、国家自然科学基金青年基金、江苏省自然科学基金青年基金、江苏省卓越博士后、中国博士后特别资助、中国博士后面上项目等多项基金的大力资助，在此一并表示衷心的感谢！

相关文章