加州理工学院汪立宏团队：可穿戴超声头盔：绕过头骨，为脑机接口打开一扇新窗

非侵入式脑机接口一直卡在一个两难里——脑电图（EEG）时间分辨率高、可穿戴，但空间定位模糊；侵入式电极空间精度好，却要开颅、面临信号长期衰减。有没有一种办法，既能"读"到高分辨率的脑活动，又不必把电极埋进脑组织？一项来自加州理工学院汪立宏（Lihong V. Wang）团队的新工作给出了一条绕行路线：把超声装进头盔，对准那些已经"没有颅骨遮挡"的大脑。

一个绕开颅骨的思路

读脑这件事，最难的一关是颅骨。功能性超声（fUS）已经在新生儿、术中清醒开颅、乃至经颅超快超声定位显微成像里证明了自己读血流的能力，但成人完整的颅骨会强烈衰减、散射并畸变声波，让"透过颅骨看清皮层血管"这件事始终差着一口气。

这篇论文换了个角度：与其硬啃经颅畸变，不如面向一类天然"开窗"的人群——做过去骨瓣减压术（hemicraniectomy）的患者。他们的一侧颅骨被移除、头皮完好，恰好为超声提供了一个无遮挡的声学窗口。

于是团队设计了一款头盔式可穿戴超声脑成像仪，并在 4 名去骨瓣术后患者（3 男 1 女，左右侧各 2 例）身上验证：它能拍到厘米级深度的脑组织结构、皮层血管网络与脑血流，而且是在患者坐姿、甚至头部不由自主晃动的情况下完成的。

Fig. 1：a 系统四大组件示意；b 前视图；c 侧视图；d 原始多通道超声信号；e 脑结构图像；f 脑血流图像；g 运动场景下血流监测

一个头盔，四样东西

整套装置其实相当朴素，由四部分拼成：

定制头盔——提供佩戴贴合与声学窗口；
超声换能器阵列——128 阵元、5 MHz 线阵，负责发射与接收；
电动线性平移台——沿一个方向扫描，把一帧帧二维切片"缝合"成三维体数据；
3D 打印连接件——一套四件式关节（FM1/FM2），让探头能多自由度贴合不同头型。

整体尺寸约 33×28×23 厘米，重 1.3 公斤，佩戴不到 1 分钟。成像序列可在聚焦束与倾斜平面波之间切换，分别对应实时模式与超快模式；三维体数据则通过 2 毫米步进、共 5 厘米行程的扫描拼接而成。

需要坦白的是，它目前还不是完全无线可穿戴——信号仍要接到一台台式 Verasonics 平台。但论文把这一点说得很清楚：这是一次原理验证，头盔的模块化设计天然兼容手机级便携超声探头，小型化是明摆着的下一步。

Fig. 2：a-b 线靶仿体三维最大幅值投影；c 线靶二维切片；d-e 血流仿体三维功率多普勒投影；f 血流仿体二维切片；g-h 猪肌肉二维切片

硬指标：仿体能说明什么

在动手做人体之前，团队先用三套仿体把系统的底摸清。

线靶仿体（150 微米直径平行线、4×3 网格）给出空间分辨率：轴向 400 微米、横向 500 微米、仰角 1 毫米。血流仿体（微导管内灌注 45% 血细胞比容的牛血）验证了功率多普勒能重建出三维血流体图。猪肌肉则演示了组织分层——皮肤与肌纤维被清晰区分。

时间维度同样关键：功能性图像以 300–500 Hz 的复合帧率采集，每 2.5 秒出一帧血流图，机械指数 0.8（远低于 1.9 的安全上限）。换句话说，这套系统既有亚毫米的空间精度，又有毫秒级的时间分辨率——这正是脑机接口"读脑"最想要的两样东西。

在活人脑里，看到了什么

到了人体实验，结果分成三块递进。

第一块是结构像。一名左侧去骨瓣男性患者的结构图像里，能看到 2–4 厘米深处一根主干血管及其分支（血管壁回波更强，因此可从周围组织中分辨出来）；还能看到深部两个脑室，分别位于 3.5 厘米与 5 厘米深处，对比噪声比（CNR）达 17.2 与 14.8。另一个成像位置则把头皮、灰质、白质与深部结构的边界勾画得清清楚楚。

Fig. 3：a 冠状位血管分支；b 双侧脑室；c 头皮/灰质/白质/深部结构分层

第二块是血流像。三名患者的功率多普勒结果中，头皮区与脑区的血管都被清晰分辨，皮层区的血管网络分支历历可辨，血管 CNR 分别达到 20.4±3、16.9±2.9、24.2±3.9；还能量化到直径接近 0.5 毫米的细血管。

Fig. 4：a 单例三维血流投影；b-d 三个冠状位二维切片；e-g 三名患者三维血流投影

第三块，也是最打动人的——运动场景。一名患者坐着，身体不由自主地晃动，连续 120 秒、0.4 Hz 帧率采集。不校正的话，平均血流图糊成一片；加入帧间刚性配准的运动校正后，峰值 CNR 分别提升了 86% 和 34%，皮层血管结构在整个过程中都能被稳定追踪。更难得的是可重复性：同一位置间隔 137 分钟（其间取下头盔、两小时后重新佩戴）再次成像，仍能拍到相似的血管特征。

Fig. 5：a 实验示意；b-c 两个位置校正前后平均血流图；d-g 0/40/80/120 秒各帧校正前后对比

对脑机接口意味着什么

这篇论文的落点，几乎处处指向非侵入式脑机接口。

论文明确写道，这套系统未来可能用于非侵入式解码脑信号、控制辅助设备，并在成像与刺激之间搭建闭环，做实时神经调控。讨论部分引用的关键文献也都在这条线上：Norman 等人 2021 年用 fUS 实现运动意图的单试次解码（Neuron）、Griggs 等人 2024 年用超声做闭环脑机接口（Nature Neuroscience）、以及 2023 年那篇"功能性超声用于非侵入式脑机接口"的综述（Research）。

站在脑机接口的角度看，这项工作的价值有三层：

其一，它绕过了经颅成像最硬的骨头。成人颅骨对声波的衰减与模式转换，是 fUS 从新生儿走向成人、从实验室走向日常的最大障碍之一。去骨瓣人群天然提供了一个高分辨率的观察窗口，让 fUS-BCI 的核心假设——"血流信号足以解码神经意图"——在一个此前难以企及的分辨率下接受检验。

其二，它把可穿戴与高时空分辨真正放到了一起。EEG 时间分辨率好但空间糊，fNIRS 空间受限，侵入式电极要开颅且会衰减。这套头盔在保持亚毫米、毫秒级能力的同时，做到 1.3 公斤、1 分钟内佩戴、坐姿下稳定工作，甚至容忍头部运动——这些恰是 BCI 走向真实生活场景所必需的属性。

其三，它提示了一个颇具争议但值得认真对待的选项：对某些患者而言，"去骨瓣开窗"或许能成为一个稳定的、无需反复手术的长期接口平台——论文甚至将其与"传统侵入式接口需要电极植入、长期信号衰减"做了直接对比。这个论述不会让所有人舒服，但它把"成像窗口"与"接口平台"之间的界限，往前推了一步。

冷静看：还差哪几步

也该说清楚差距。当前原型仍受限于台式平台，距离真正便携还差硬件小型化；只做了 4 名患者，样本量有限；佩戴与探头对准在跨会话间仍有轻微偏差，论文提出了机械对准导轨、基准标记校准、个体化头模三项改进方向。

还有一条更根本的路线问题：去骨瓣窗口虽好，人群毕竟小众。论文也给出了下一步——用更低频探头贴住颞骨等天然声学窗口做经颅成像，把这类方法推向更大的人群。

结语

把超声装进头盔，绕过头骨去读脑——这件事的意义，或许不在于它今天做到了多完美，而在于它把"可穿戴"和"高时空分辨读脑"这两条此前难以交汇的线，第一次在成人皮层上接上了。对脑机接口社区来说，它值得被放进"非侵入式 BMI 的候选信号源"那一栏里，认真盯一盯。

论文信息：Helmet ultrasound for brain imaging in post-hemicraniectomy patients. Yang Zhang, Karteekeya Sastry, Ilya Rossi, Joshua Olick-Gibson, Jonathan J. Russin, Charles Y. Liu, Lihong V. Wang. arXiv:2506.00626. 通讯作者：Lihong V. Wang（加州理工）、Charles Y. Liu、Jonathan J. Russin（USC）。

END

来源 | 加州理工汪立宏团队

运营 | 罗卜

审核 | @脑机学苑