把3072个超声单元集成到厘米级阵列，从脑血流中识别手指动作

一个人弹下琴键时，大脑里变化的不只是电信号，还有局部血流。要在自然动作中看清这些变化，成像设备既要跟得上人，又要覆盖立体分布的脑区。荷兰研究团队给出的新方案，是把3072个超声收发单元集成到厘米级阵列，再从连续的三维血流图像中识别手指动作。

这项工作来自 Erasmus MC、代尔夫特理工大学与 Oldleft Ultrasound 等机构，第一作者为 Luuk Verhoef，通讯作者为 Pieter Kruizinga。研究在3名具有特定声学窗口的受试者中验证了小型化4D功能超声，并在其中1人弹奏 MIDI 键盘时展示了单次手指运动解码。论文所用版本于2025年8月21日发布在 medRxiv[1]。

论文题名与作者。图源：文献[1]，首页。

沿着 Kruizinga 及合作者的研究轨迹看，小型化探头解决的是一个持续推进的问题：怎样把脑成像从固定扫描环境带到人的实际活动中。2025年6月，Sadaf Soloukey 作为第一作者、Kruizinga 作为通讯作者的《Science Advances》论文，已经借助个性化头盔和透声颅骨修补材料，在行走时记录到与舔唇任务相关的功能超声信号。[2]

那项研究共纳入2名受试者，行走实验和主要结果来自其中1人；超过20个月的记录指跨多次测量的重复观察，并非连续佩戴20个月。探头通过线缆连接移动推车上的设备。它解决了“人在移动时能否稳定观察”的一部分问题，4D工作进一步把二维观察扩展为体积成像。[2]

图1可穿戴实时功能超声，监测人体活动的血流变化。图源：文献[2]，Fig.1。

功能超声成像（fUSI）利用神经血管耦合：神经活动变化会伴随局部血流和血容量变化。它像一张不断更新的供血地图，通过血流动力学信号间接观察脑区活动。

超声首先捕捉运动血细胞的回波，再通过滤波尽量剔除组织运动的强背景，生成反映血容量变化的功率多普勒图像。

因此，fUSI读取的是神经活动的血流动力学响应，并不直接记录神经元放电。

相比需要大型扫描设备的功能磁共振成像（fMRI），超声更便于进入手术室或移动实验场景；相比脑电图（EEG）直接记录电活动，它提供的是另一种空间定位与时间响应的取舍。此前的人体 fUSI 主要观察二维切片，而手、脚等身体部位对应的感觉运动网络分布在三维空间中，单个切面容易漏掉平面之外的变化。这里的4D，就是“三维空间加时间”。[1]

要把切片变成体积，首先遇到的是两道工程门槛。

阵元数量增加：二维成像常用一排阵元，体积成像需要矩阵阵列，通道需求随之快速增长。论文指出，常见超声系统通常只能同时处理128—256路通道，难以逐路接入数千个阵元。

数据持续涌入：这套系统即便压缩了输出通道，仍会产生约1—2GB/s的数据。采集、滤波和三维显示必须衔接起来，才能让血流图像持续更新。[1]

把3072个阵元接到192路输出

探头使用3颗拼接的专用集成电路（ASIC），位于声学阵元背后。3072个阵元以5MHz中心频率工作，阵列平面尺寸为11.52×8.64 mm，约1 cm²。这个数字描述的是阵列占地，并非含封装、线缆及后端设备的整套系统尺寸。

ASIC 先对每组4x4个阵元的接收信号做延时与求和，也就是微波束合成：把来自目标方向的回波对齐后合并。这样，3072个阵元对应的输出被压缩为192路，实现16:1通道缩减。[1]

图2 小型化阵列与系统流程。B、C 展示阵列和 ASIC 的结构及尺寸，D 展示后端处理链路。右上角的应用图标包括未来设想，不代表所有场景均已完成验证。图源：文献[1]，Fig. 1。

关键变化是把一部分接收处理前移到探头内部，让更多阵元适配有限的后端通道。

系统仍连接 Verasonics 研究型超声设备与 GPU；小型化也会压缩散热空间，不能由通道数减少直接推导出“发热更低、更安全”。论文另行进行了声学与温升测试。

工程价值应看整个系统怎样配合：探头负责前端合并，后端负责重建与分析。只有同时比较封装尺寸、成像深度、帧率、功耗和所需设备，才足以判断不同方案的小型化程度。

用16束宽波覆盖一个三维视场

团队以7.2 kHz的脉冲重复频率依次发射16束宽波，每束覆盖约15°×15°的子区域，再将回波相干合成为60°×60°视场。由此获得的波束合成体积帧率为450 Hz。[1]

450 Hz是用于提取血流的快速体积图像序列。经过时间窗口内的滤波和功率计算，功能分析所用血流动力学图像的更新率为1—10 Hz，手指解码实验使用4 Hz。更快的采集有助于分离血流与组织信号，却不能消除生理响应本身的延迟。

让 GPU 持续更新血流图像

开源 GPU 处理流程依次完成体积波束合成、特征值杂波滤波、功率多普勒计算与三维显示。它的任务，是从强组织回波中提取微弱血流信号，让数据流变成可观察的脑血管体积图像。

系统的深度表现取决于超声经过什么：术中直接接触脑表面时可达8 cm；经头皮覆盖的颅骨缺损处约4.5 cm；经头皮与聚醚醚酮（PEEK）颅骨修补材料约4 cm。8 cm不能泛化为隔着完整颅骨也能达到的深度。[1]

图3经 PEEK 颅骨修补材料进行功能成像。C中的暖色与蓝色区域分别显示 fUSI 和既往 fMRI 任务相关信号，下方曲线为血容量相对变化，灰色区间为任务时段。两种任务并非完全相同，其空间对应支持定位的合理性。图源：文献[1]，Fig.3。

3名受试者覆盖了三种声学条件，但各自承担的验证任务不同，不能当作3次完整的脑机接口测试。

其中，第2名受试者在脑膜瘤手术后因感染移除了骨瓣，形成右侧中央沟上方的颅骨缺损，实验时没有术后神经功能缺损。研究者用定制头盔固定探头，并与MRI配准，测试更精细的动作定位。[1]

图4脚趾与手指运动的体积功能定位。B展示手、脚任务的空间差异；C展示三种手指的选择性响应及血容量变化曲线。颜色表示特定任务下的统计结果，不能理解为每根手指独占一块皮层。图源：文献[1]，Fig.4。

动脚趾时，相关激活更多出现在内侧皮层；动手指时，信号集中于较外侧的手部感觉运动区域。

分别活动拇指、食指和小指，可以得到可区分但部分重叠的激活分布。它显示了不同手指的空间偏好，而不是为每根手指找到一块彼此隔绝的脑区。

图3中，手与脚的任务相关区域呈现不同的空间分布；手指对比图则进一步显示出这种定位的精细程度。对脑机接口而言，重要的是体积数据中是否包含足够稳定、可区分的模式。

团队随后让同一名受试者用左手弹奏简化旋律，用时空 Vision Transformer（ViT，一种能学习图像序列模式的模型）分析脑血流数据。每个输入片段包含28帧体积图像，对应4 Hz下的7秒。模型利用约15分钟、4组训练数据学习，再在未见过的旋律上预测各手指的运动概率。[1]

图5 单次手指运动解码。A 为时空 Vision Transformer 结构，B 为模型注意力的空间和时间分布，C 将各手指预测概率与真实按键标记对照。图中也标出未按键的运动，提示“手指运动”与“MIDI 按键事件”不能完全等同。图源：文献[1]，Fig.5。

单次解码意味着不必把多次相同动作平均后再分析。但这里使用的是待判断时刻之后7秒的血流数据，因此应理解为对已经发生的动作进行延迟识别，不能写成提前读取意图。论文展示了预测轨迹，尚不足以用一个未经报告的“准确率”概括性能。模型注意力主要落在手部相关体感区域，时间上在约3—4秒处达到较高水平，与血流响应延迟相符。这为模型利用生理相关信号提供了线索，但注意力图本身不能证明因果，也不等于整个系统的固定延迟。

同一团队的另一篇预印本，把问题推进到脑肿瘤和动静脉畸形的血管网络：哪些血管供血，哪些负责引流，哪些只是从病灶旁经过？这项研究由Luxi Wei任第一作者、Kruizinga任通讯作者，纳入9名脑肿瘤患者和1名脑动静脉畸形患者。[3]他们使用超声定位显微成像（ULM）：静脉注入造影微泡后，逐个定位、追踪微泡在血管内的运动，再累积出血管路径。主文 fUSI通过血容量变化观察功能活动，ULM 则借助微泡轨迹描绘更精细的血管结构和流动，两者的数据含义与成像条件不同。

在线阵探头的二维实验中，研究显示了细至35 μm的血管；使用矩阵探头的1例三维动静脉畸形重建，估计空间分辨率为226 μm。[3]

图6 三维超声定位显微成像呈现动静脉畸形的血管网络。不同路径有助于观察供血与引流关系；本例估计空间分辨率为226 μm。

但它还不是术中即时导航工具。该研究的数据在采集后离线处理，论文指出，常规 ULM 重建通常需要二维数小时、三维可达一天，且部分步骤仍需专家调整。要进入手术决策流程，除了看得细，还必须把处理时间缩短到临床可接受的范围。[3]

这些结果说明，连续三维血流图像能够提供用于动作区分的信息。对脑机接口而言，这条路线值得关注的地方，是以一定生理延迟为代价，换取对三维脑区的持续观察；它的适用范围还需要具体任务来检验。

首先，人体证据仍然有限。主论文只有3名受试者，精细手指定位和键盘解码来自其中1人。跨个体、跨日期、长期稳定性，以及真实闭环控制效果，都不能由这次示范直接推出。

其次，声学入口仍是硬约束。此次验证依赖手术暴露、既有颅骨缺损或透声修补材料。探头放在头皮外，不等于整条技术路径无需手术；它也没有展示穿过普通成人完整颅骨的同等成像能力。再往临床走，还需与直接电刺激、术中神经电生理及高分辨率 fMRI 等方法开展严格对照，评估定位结果能否帮助决策、是否改善患者结局。记录到功能信号，不等于已经证明可以减少术后损伤。[1]

作者提出，未来可考虑以聚二甲基硅氧烷（PDMS）等材料封装，将探头置于颅骨与硬脑膜之间，实现长期血流监测。但这仍是研究方向，长期植入的封装可靠性、散热、生物相容性与信号稳定性尚待验证，不能称为已完成的慢性植入式 BCI。[1]

下一步，除了继续缩小探头，更需要在多名受试者、多次实验和明确的在线任务中，报告可重复的准确率、误报率与端到端延迟。只有把声学入口、解码表现和使用场景一起验证，厘米级阵列才可能从人体演示走向可用的脑机接口。

参考文献

[1] Verhoef L, et al. Miniaturized Four- Dimensional Functional Ultrasound for Mapping Human Brain Activity. medRxiv, 2025 年8月21日版本，预印本，未经同行评审。https://doi.org/10.1101/2025.08.19.25332261

[2] Soloukey S, et al. Mobile human brain imaging using functional ultrasound. Science Advances, 11, eadu9133, 2025 年6月18日在线发表。https://doi.org/10.1126/sciadv.adu9133

[3] Wei L, et al. Intraoperative ultrasound localization microscopy of human brain tumors and arteriovenous malformations. medRxiv, 2025 年9月25日版本，预印本，未经同行评审。https://doi.org/10.1101/2025.09.19.25335978

END

作者 | Luuk Verhoef 等

来源 | medRxiv

运营 | 罗卜

审核 | @脑机学苑

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