脑成像走出实验室——Kernel Flow 如何用红外光实现无创全脑监测

脑成像技术正在变得可穿戴。

过去几十年，fMRI、PET等设备让人类得以窥见大脑内部，但它们体积庞大、价格高昂，始终无法走出实验室。功能性近红外光谱（fNIRS）提供了一条更轻量的路径：用近红外光照射大脑，通过血红蛋白对光吸收的差异，来推算大脑活动。而时域（TD）-fNIRS进一步提升了精度，让可穿戴全脑成像成为可能。但这类系统价格贵、结构复杂、体积大，一直难以推广。

为了改变这一局面，神经技术公司Kernel开发了一款基于TD-fNIRS的可穿戴头盔设备。这家公司由硅谷知名生物黑客布莱恩·约翰逊于2016年创办，目前已累计融资1.04亿美元。设备名叫 “Kernel Flow” ，其规格与性能已发表于《生物医学光学杂志》（JBO）。

Kernel Flow是怎么工作的

初代Kernel Flow重2.05千克，包含52个模块，分置于四块板中，贴合头部两侧。每个模块配有两个激光源，能产生宽度小于150皮秒的激光脉冲。光子经棱镜反射后在光源光管中汇聚，光束被引导至头皮；穿过头皮后，被六个直径2毫米的弹簧加载探测器光管捕获。探测器把光子到达的时间记录成直方图，每秒能处理超过10⁹次计数。

系统拥有52个光源、312个探测器和超过500个测量通道，支持双波长（690nm和850nm）激光二极管。它还配备五个9轴惯性测量单元，以200Hz的速率采集加速度计和陀螺仪数据，用来精确校正运动带来的干扰。初代Flow的激光属于Class 2类；而新一代Flow 2的激光分类升级为Class 1，安全性更高。

为了验证性能，研究团队用Kernel Flow记录了两名参与者做手指敲击任务时的大脑信号。测试期间，系统从全脑采集了超过2000个通道的数据，用来测量氧合血红蛋白和脱氧血红蛋白的浓度变化。结果和传统TD-fNIRS系统相当。更有意思的是，系统还凭借高采样率，在其中一名志愿者额头的通道上识别出了心跳的振荡。

“我们的小型化设备展现了与台式系统相似的性能，这一点已通过TD-fNIRS标准化组织与光学仿体协议以及人类神经科学结果得到验证，”Kernel首席技术官、该研究的通讯作者瑞恩·菲尔德解释道。

芯片合作：把大型系统“浓缩”进头盔

Kernel Flow的成功，离不开与意法半导体（STMicroelectronics）的深度合作。Kernel的初代设计包含312个传感器，每个功耗超过100毫瓦。由于时域飞行时间数据的测量特点，系统每秒产生数百太比特的数据——功耗和发热都是大问题，必须大幅降低能耗。

通过与意法半导体合作，Kernel把计算能力和自定义算法直接嵌入到每个传感器中。借助意法半导体的多项目晶圆（MPW）计划，自定义算法被直接嵌入传感器，数据传输速率因此大幅降低，对外部电源的依赖也减少了。这一转变让Kernel把数据带宽需求降低了100万倍，同时把数据压缩和加密简化为一步完成。

借助这项技术，Kernel Flow能以传统方案2%的成本扫描大脑80%的区域。正如意法半导体客户案例报告中所说，这一突破让“可随时随地进行医疗扫描”成为可能。

临床验证走到哪一步了

Kernel Flow的技术实力已通过多项临床研究得到验证。最受关注的是轻度认知障碍（MCI）检测。这项名为IMPACT的观察性研究，招募了50名临床诊断为MCI的患者和51名年龄匹配的健康对照者，用Kernel Flow 2系统采集他们在语言流畅性任务和N-Back工作记忆任务中的脑功能数据。

结果显示，系统结合机器学习模型实现了92%的AUC诊断准确率，明显优于传统量表（ADCS-ADL-MCI AUC=0.76）。研究团队在论文中写道：“随着充分的测试和广泛采用，这些测量方法未来可能为这些认知测试提供一种更短、更可靠、更客观的标准化替代方案。”

另一项重要验证来自Kernel与生物制药公司Cybin的合作。Cybin赞助了一项经FDA批准的临床试验，用Kernel Flow测量氯胺酮对大脑皮层血流动力学的致幻效应。该可行性研究于2021年10月获得FDA的研究性新药（IND）授权，2022年1月获得机构审查委员会（IRB）批准。初步数据证实，Flow能在10天内成功测量氯胺酮的神经效应。

离日常使用还有多远

Kernel并未止步于初代Flow。新一代Flow 2在TD-fNIRS基础上集成了干式主动EEG电极（6个加接地和参考），EEG采样率达1 kHz，能提供毫秒级的时间分辨率。Flow 2支持多达40个光学模块，每个模块包含3个光源和6个探测器，创建高达3500个测量通道，实现全皮层覆盖。

在技术生态方面，Kernel与NVIDIA建立了重要合作。在2025年的NeurIPS会议上，双方联合展示了将Kernel Flow的多模态数据流与NVIDIA Holoscan SDK结合的方案，在NVIDIA Jetson Thor平台上实现实时AI推理。这意味着Kernel Flow不仅能“读取”大脑活动，还能通过AI实时解码和可视化。

不过，挑战仍然存在。菲尔德指出，某些毛发和皮肤类型对近红外光的吸收方式不同。2024年发表于《生物医学光学杂志》的一项研究也证实，Kernel Flow的“区域灵敏度受到头发颜色和密度的影响”。不过，TD-fNIRS增强的深度灵敏度仍然能在头皮和大脑血氧响应之间做出区分。这些局限正在被逐一解决，而可穿戴脑成像从实验室走向日常应用的路径，也正因此变得越来越清晰。

参考资料：

https://x.com/KernelCo

https://www.kernel.com/newsletter

https://spie.org/news/kernel-flow-a-wearable-device-for-noninvasive-optical-brain-imaging

https://www.prnewswire.com/news-releases/appliedvr-and-kernel-flow-announce-clinical-results-evaluating-how-brain-changes-during-virtual-reality-treatment-of-chronic-pain-302056089.html?tc=eml_cleartime