过去十年，脑机接口最清晰的产业化路径集中在运动和语言功能恢复。通过植入式电极记录神经活动，再借助机器学习模型将其转化为光标控制、机械臂运动、合成语音或文字输出，脑机接口已从实验室中的解码工具，逐步成为具有临床价值的神经技术平台。
但如果脑机接口只能读取“人想动什么”或“人想说什么”，它仍主要停留在外显行为层面。认知脑机接口正在把行业推向更深一层：识别并调节注意、记忆、决策、情绪、动机和社会认知等内部脑状态。
这不是运动脑机的简单延伸，而可能是脑机产业下一阶段真正的分水岭。
用于认知脑机接口（BCI）的颅内基础模型
01
什么是认知脑机接口
认知脑机接口，英文为 cognitive brain-computer interface，简称 cBCI。它的核心目标，不是单纯把神经活动转化为外部指令，而是实时判断大脑处于何种认知状态，并在必要时进行干预。
从系统结构看，cBCI通常包含三个环节：持续记录神经活动及相关行为、生理信号；利用模型解码注意、记忆、情绪或决策等状态；根据解码结果，通过电刺激、神经反馈或其他神经调控方式，将异常状态推向更具适应性的状态。
传统运动脑机主要完成“脑到设备”的传递，神经调控主要完成“设备到脑”的干预，而认知脑机试图把两者整合为闭环：感知大脑、理解状态、实时决策、精准调节。
其最直接的临床指向，是抑郁、焦虑、创伤后应激障碍和强迫症等以认知、情绪异常为核心特征的脑疾病。这些疾病并非简单表现为某个脑区“损坏”，而更像是大尺度脑网络陷入持续反刍、过度警觉、奖赏反应不足或状态切换失灵。认知脑机的价值，是尝试在异常状态动态出现时识别并纠正它们。
面向认知型脑机接口（BCI）的闭环神经调控。认知型脑机接口将建立在运动型脑机接口常用的建模与解码方法（左图）以及临床上以开环方式应用的刺激方法（中图）基础之上。由此形成的闭环架构（右图）将特别适用于认知状态的解码与调控。BCI：脑机接口；DBS：深部脑刺激。
02
为什么是现在
认知脑机受到重视，并不是因为行业需要一个新概念，而是几条技术路线正在同时成熟。
首先，侵入式神经记录已经证明，脑内信号可以被高分辨率采集和实时解码。运动和语言脑机的进展，为认知状态解码提供了硬件、算法和临床基础。
其次，认知神经科学正在从“某个脑区负责什么”，转向理解分布式网络如何共同产生注意、记忆、决策和情绪。前额叶、顶叶、颞叶、边缘系统和皮层下结构之间的协同，为认知脑机提供了更明确的回路靶点和候选生物标志物。
再次，闭环神经调控正在成熟。深部脑刺激、响应式神经刺激、立体脑电刺激，以及经颅磁刺激、低强度聚焦超声等技术，已经积累了安全性和干预经验，为认知脑机提供了可执行的“输出端”。
与此同时，实时频谱分析、自适应算法、基础模型和多模态感知的发展，使系统有可能摆脱静态、一次性校准，持续适应患者、任务和环境变化。认知脑机的提出，本质上来自解码技术、认知科学、神经调控和人工智能的汇合。
临床神经调控方法。 多种侵入性和非侵入性刺激方法可用于诊断和治疗应用。（A）DBS 常用于治疗神经系统疾病症状，包括帕金森病和肌张力障碍等运动障碍，也越来越多地用于抑郁和 OCD 等精神疾病。（B）RNS 用于药物难治性癫痫患者的慢性癫痫预防。（C）sEEG 主要用于癫痫发作的急性记录和定位，但也可递送电刺激，并在临床中常规用于评估皮层功能。（D）TMS 能够使用磁脉冲对浅表脑区进行非侵入调节。（E）LIFU 可使用聚焦声波调节深部脑活动。
03
从运动脑机到认知脑机的路线图
认知脑机不会从零开始，而会沿着现有脑机和神经调控体系逐层演进。
第一阶段是“认知状态可测”。行业需要先证明，注意下降、记忆编码失败、情绪波动或奖赏学习异常，可以通过稳定的神经特征被识别。与运动脑机主要依赖尖峰和高频活动不同，认知脑机还要关注局部场电位、神经振荡、非周期频谱、脑区间相干性、跨频耦合和群体活动结构。
第二阶段是“多脑区与多模态融合”。认知过程通常分布在多个脑区，不存在一个单点即可完整读取的“认知中心”。未来系统可能需要同时采集前额叶、海马、杏仁核、顶叶或基底节等关键节点，并结合心率、瞳孔、睡眠、运动、语音、视频和自我报告，对脑状态进行联合估计。
第三阶段是“状态依赖的闭环调节”。系统不再按照固定参数持续刺激，而是在异常状态出现时，根据当前振荡相位、网络状态和行为背景选择刺激时机、部位与参数。相同刺激在不同脑状态下可能产生不同结果，因此，刺激效果很大程度取决于“何时刺激”和“在什么状态下刺激”。
第四阶段是“长期自适应”。认知状态会随分钟、小时、昼夜节律、压力和疾病进程变化，神经表征本身也会漂移。真正可用的cBCI必须具备持续学习、自动再校准和患者个体化优化能力。
04
产业仍处于系统整合前夜
从产业视角看，认知脑机不是单一产品，而是一套跨越上游器件、中游平台和下游临床应用的新型技术栈。
上游包括高密度神经记录电极、多脑区植入系统、刺激器、神经递质传感器和可穿戴生理设备；中游包括实时信号处理、认知状态解码、脑网络建模、闭环控制和个体化算法；下游则可能首先落在难治性精神疾病、认知障碍和部分神经系统疾病的治疗场景。
现阶段，产业更接近“部件逐渐成熟，系统尚未完全整合”。运动脑机已经验证记录和解码，临床神经调控已经验证刺激和治疗，而认知脑机要做的是把两套体系重新组合，并加入认知生物标志物、多脑区网络模型和动态控制。
因此，近期最现实的路径，不是推出通用认知增强设备，而是在已有临床适应症和监管体系内，围绕抑郁、强迫症等具体问题，构建疾病特异、回路特异、患者特异的闭环系统。其商业化逻辑更接近高价值医疗器械和长期治疗平台，而非消费电子。
图 认知脑机接口的闭环实现。 鉴于认知状态底层神经动态与运动过程神经基础不同，认知 BCI 需要纳入当前运动 BCI 中尚未使用的特征。多脑区、多模态记录可纳入多个关键脑区活动，包括单神经元尖峰活动、捕捉局部和区域间群体动态的振荡指标（如相干性和跨频耦合），以及神经调质（如多巴胺和血清素）浓度的神经化学估计。此外，多模态和外周生理信号（如音频、IMU/加速度计数据和其他背景测量）可提供互补信息，并帮助区分认知状态。新的解码器需要能够动态估计当前认知状态，并通过靶向神经调控将其引导至期望目标状态。
05
核心挑战：不是读脑，而是定义状态
认知脑机的首要难题，是认知状态缺少清晰“真值”。运动和语言都有可观察输出，可以判断解码是否正确；但注意、焦虑、动机或反刍，通常只能通过反应时、错误率、自我报告、临床量表和生态瞬时评估间接推断。
第二，认知网络高度分布、重叠和动态。同一个神经群体可能同时编码注意、工作记忆和奖赏变量，同一类振荡也可能参与多种认知过程。系统必须结合任务目标、环境背景和跨脑区动态，才能避免误判。
第三，刺激参数空间极其庞大。刺激哪里、何时刺激、采用何种频率、幅度、脉宽和波形，都会改变结果。对于分布式认知网络，单点刺激未必足够，多点刺激又会带来组合爆炸和安全风险。
第四，是跨个体泛化。不同患者的解剖、疾病机制和功能网络差异显著，“一套模型适用于所有人”并不现实。认知脑机既需要患者特异性精度，也需要通过大规模、多中心、标准化数据形成可迁移模型。
最后，是长期获益。系统短期改善可能来自即时控制，也可能来自神经可塑性。它能否在真实生活中持续改善工作、社交、情绪和决策能力，将决定其临床价值和支付价值。
下一阶段的重要基础设施，将是多站点颅内数据、统一认知任务、连续生态行为数据和颅内神经基础模型。基础模型可能从不同患者、脑区、任务和模态中学习共享结构，再针对具体疾病和个体快速适配，从而降低每位患者的数据和训练负担。
同时，电生理记录可能与神经化学感知结合。多巴胺、血清素、乙酰胆碱和去甲肾上腺素深刻影响动机、情绪、注意和学习，仅靠电信号可能无法完整刻画这些状态。未来cBCI可能同时读取电活动和神经递质变化，实现更具机制特异性的调节。
更长远看，认知脑机将推动脑机接口从“功能代偿工具”升级为“脑状态管理系统”。运动和语言脑机证明了大脑信号可以被读取，神经调控证明了脑回路可以被改变。认知脑机的下一步，是让系统知道何时该读、读到了什么，以及何时应该干预。
参考来源：
https://www.sciencedirect.com/science/article/abs/pii/S1364661326001397
https://neurosciencenews.com/bci-depression-mental-health-31091/
脑机接口社区是国内首家脑机接口(BCI)产业服务平台、国内脑机接口新媒体开创者与引领者。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
