脑机接口，简单来说，是在人脑与机器之间建立一条直接的信息通路。
从广义的神经接口角度看，它既包括“脑控制机”，也就是从大脑中读取信号，解码人的动作意图、语言意图甚至认知状态，再让机器执行相应操作；也包括“机控制脑”，也就是通过电、磁、声、光等方式调控大脑活动，这其实就是我们常说的神经调控。
因此，从更宽的意义上看，脑机接口并不只是“用脑控制机械臂”，它还包括对大脑功能状态的读取、理解、调节和重塑。
图1：脑机接口关键环节与主要应用
当大家谈到脑机接口时，最容易想到的画面是：一个人戴着电极帽，他的脑电信号被实时地采集，再通过人工智能或特定算法解码这些信号，判断他想移动手、想说话，还是想控制某个外部设备。这类无创脑机接口具有安全、便捷的优势，但也面临很大挑战。电极接收到的是经过头皮和颅骨衰减后的电信号，信号强度有限，空间定位能力也比较差。特别是对于深部脑区，脑电很难准确捕捉其活动。此外，大脑多个区域的信号会同时混杂在一起，真正要从这些复杂信号中解码出清晰的动作或想法，并不是一件简单的事情。
因此，目前很多高性能脑机接口研究会采用有创方式，即把电极直接植入到特定脑区。例如，对于运动控制型脑机接口，研究者常常把电极放在运动皮层，因为运动皮层与身体动作之间存在相对清晰的对应关系。手、脚、口、舌等身体部位在感觉运动皮层中有相对稳定的功能定位。如果电极能够放在合适的位置，就更有可能获得稳定、清晰、可解码的神经信号，从而提高脑机接口控制外部设备的准确性和实时性。
无论是植入式的“脑控制机”，还是用于治疗和功能恢复的“机控制脑”，一个共同的关键问题都是：靶点在哪里？
换句话说，我们必须知道应该把接收信号的电极放在哪里，也必须知道应该把刺激电极或调控能量作用到哪里。
这个问题正是功能磁共振成像，也就是 fMRI，能够发挥重要作用的地方。
任务态fMRI为脑机接口研究提供潜在靶点
fMRI 的优势在于它可以无创地反映全脑活动，并具有较高的空间分辨率。最早，科学家们就利用任务态 fMRI 来研究不同脑区的功能。例如，让受试者在扫描过程中动手指、动脚、动舌头，或者接受某种触觉刺激，然后观察全脑哪些区域的 BOLD 信号发生显著变化。这样就可以把某个动作或感觉刺激与特定脑区的活动对应起来。对于脑机接口而言，这些被任务激活的区域就可能成为潜在的信号采集靶点或刺激靶点。
2025 年发表在 Scientific Data 的一项工作中，研究者建立了一个面向运动型脑机接口设计的大规模 fMRI 数据集，纳入 155 名儿童和成人受试者，年龄范围覆盖 6 到 89 岁，让他们完成手指、手、足、口部等运动和体感任务。
这个数据集的意义并不只是提供了一批 fMRI 图像，而是为脑机接口靶区定位提供了系统的功能图谱。对于植入式脑机接口来说，术前如果能够通过 fMRI 明确不同身体部位在感觉运动皮层上的代表区，就有助于更合理地设计电极植入位置，减少盲目覆盖，提高信号采集效率。
图2：任务态fMRI中不同的任务模式，包含手指、手、足、口部等运动和体感任务
静息态fMRI为脑机接口提供宏观网络信息
不过，大脑功能并不总是由单一脑区独立完成。尤其是疼痛、情绪、语言、注意等复杂功能，往往依赖多个脑区组成的网络。
换句话说，大脑不是一个个孤立的“功能按钮”，而是由复杂脑环路协同工作。如果我们希望通过调控某个脑区来达到镇痛或恢复语言能力的目的，就不能只看一个点，还要理解这个点与其他脑区之间的连接关系，进而识别整个环路中的关键调控节点。
这时，静息态 fMRI 就具有重要意义。与任务态 fMRI 不同，静息态 fMRI 不要求受试者完成特定任务，而是记录人在安静状态下大脑各区域 BOLD 信号的自发波动。通过分析不同脑区信号之间的同步性，可以构建功能连接图谱，进而理解脑环路和脑网络。
对于脑机接口和神经调控研究来说，静息态 fMRI 可以帮助我们回答：哪些脑区属于同一功能网络？某个潜在靶点是否与目标症状相关网络连接紧密？调控一个脑区是否可能影响整个网络？因此，fMRI 不仅能告诉我们“哪个脑区在动手指时被激活”，还能进一步帮助我们理解“这个脑区处在怎样的脑网络中”。
脑机接口解码复杂认知活动的fMRI信号
除了作为靶区定位和脑网络研究工具，fMRI 本身也可以成为脑机接口的信号输入。也就是说，我们可以实时采集 fMRI 信号，并用算法对其进行解码，从而判断受试者正在进行什么心理活动。这类实时 fMRI 脑机接口虽然受到磁共振设备庞大、成本高、BOLD 信号延迟等限制，不太可能像头皮 EEG 那样直接走向日常穿戴应用，但它在科学研究中具有独特价值。因为 fMRI 能够提供全脑、高空间分辨率的活动信息，因此非常适合用来探索大脑中复杂认知内容的表达方式。
2023 年 Nature Neuroscience 发表的一项研究展示了 fMRI 在复杂脑信息解码中的代表性进展。研究者利用 fMRI 记录大脑皮层中的语义表征，并结合语言模型，从受试者听到的连续语言、想象语言，甚至观看无声视频时的大脑活动中重建出相应的语义内容。
这项研究不是简单地在几个固定词汇中做分类，而是尝试重建连续语言的意义。这说明 fMRI 不仅能解码简单动作意图，也有潜力揭示更复杂的认知内容，如语义、语言和视觉情境。这类研究为未来的语言脑机接口由侵入式跨越为非侵入式提供了重要的概念验证。
图3：研究者提出的语言脑机接口系统（proof-of-concept，有创）已实现控制机械臂、电子人物以及与大语言模型互动
概括来说，fMRI 在脑机接口研究中的价值可以概括为四个层面：
第一，它是靶区定位工具，能够帮助我们确定电极应该放在哪里、刺激应该作用在哪里。
第二，它是脑网络分析工具，能够帮助我们理解复杂功能背后的脑环路，为神经调控提供网络层面的依据。
第三，它是高维脑信息解码平台，能够探索动作、语言、语义和视觉内容等如何在全脑中表达。
第四，它还是闭环神经反馈工具，可以将特定脑区或脑网络的活动实时反馈给受试者，用于训练自我调节能力，并探索疼痛、情绪、运动康复等方向的治疗性脑机接口。
虽然 fMRI 本身未必是未来日常脑机接口的主要硬件形态，但它在脑机接口从经验探索走向精准设计、从单点控制走向网络调控、从简单运动解码走向复杂认知解码和治疗性调控的过程中，具有不可替代的作用。
参考：
Bom, M.S., Brak, A.M.A., Raemaekers, M. et al. Large-scale fMRI dataset for the design of motor-based Brain-Computer Interfaces. Sci Data 12, 804 (2025).
Tang J, LeBel A, Jain S, Huth AG. Semantic reconstruction of continuous language from non-invasive brain recordings. Nat Neurosci. 2023 May;26(5):858-866.
Youkun Qian et al. ,Real-time decoding of full-spectrum Chinese using brain-computer interface.Sci. Adv.11,eadz9968(2025).
脑机接口社区是国内首家脑机接口(BCI)产业服务平台。主要为企业、科研团队、投资机构和从业者提供以下服务：
宣传报道：图文、短视频、直播形式报道企业动态、技术解读、产品介绍等内容，提升曝光和行业影响力。
资源对接：根据需求匹配资本、供应链、临床机构、渠道方等资源，完成真实对接，促进合作。
成果转化：协助技术团队寻找产业方、投资人及落地场景，推动技术到产品的转化。
活动策划执行：承接线上线下路演、沙龙、论坛等活动的策划与执行。
其他定制需求：包括报告定制、市场调研、人才招聘支持等个性化服务。
合作洽谈，请联系微信：ZuoLeiLeiya
（备注：姓名-单位-合作）
投稿丨成为创作者，请联系微信：RoseBCI
🌟星标置顶🌟
不错过每一条脑机前沿进展
一键三连「分享」、「点赞」和「在看」
欢迎在评论区聊聊
