Mil Med Res：基于 EEG 的脑机接口技术在医学领域的最新应用进展

脑机接口（BCI）这项突破性技术正让人脑与外部设备的直接对话成为现实。尽管已有研究对BCI的基础原理或在单一领域（如运动康复）的应用进行了探讨，但始终缺乏对其在医疗领域全景式应用的系统梳理。

近期，天津大学医学部在医学1区Top SCI期刊Military Medical Research（IF: 22.9）上在线发表了“Recent applications of EEG-based brain-computer-interface in the medical field”的综述文章。该综述首次填补了这一空白，聚焦基于脑电（EEG）的非侵入式BCI，系统总结了其在八大医疗领域的前沿突破。从帮助瘫痪患者通过“意念”驱动外骨骼进行康复训练，到让失语者借助脑电波实现打字、书写乃至语音合成；从精准预测癫痫发作并实施闭环干预，到评估昏迷患者意识状态、促进脑功能复苏；再从实时监测麻醉深度、解析睡眠结构，到早期诊断阿尔茨海默病与帕金森病，乃至识别情绪与认知状态。

EEG-BCI技术已全面从实验室迈向临床，深刻重塑着神经疾病诊疗与康复的格局。尽管面临隐私安全、信号稳定性、伦理规范与用户接受度等多重挑战，但随着多模态融合、软体机器人及自适应算法等技术的持续演进，BCI正朝着更智能、更人性化的方向迈进，为人类健康开启前所未有的可能。

• 构建了EEG-BCI在医疗领域的系统性应用框架：突破了以往研究多聚焦于单一应用（如康复或沟通）的局限，首次全面整合并阐述了EEG-BCI在康复、沟通、癫痫、脑复苏、睡眠、神经退行性疾病、麻醉与情绪认知监测这八大关键领域的应用全景。这一系统性的梳理，为研究者与临床医生提供了一个清晰的“技术-应用”地图，奠定了BCI作为平台型医疗技术的理论基础

• 梳理了以深度学习为核心的下一代EEG信号处理技术演进路径：深刻总结了EEG信号处理从传统方法向深度学习的范式转变。不仅详述了CNN、RNN、Transformer等判别式模型在端到端解码中的主导地位，更前瞻性地指出了生成式模型（如GAN和扩散模型） 在解决信号去噪“过度平滑”等核心难题上的巨大潜力，为未来信号处理算法的创新指明了方向。

• 提炼出“以用户为中心”的BCI系统设计范式与成功案例：强调了BCI技术从实验室走向实际应用的关键在于提升用户体验。通过分析高频混合拼写系统、手写意念解码、实时语音合成以及BCI-VR康复系统等前沿成果，论证了在范式设计上追求高效率、高自然度与高沉浸感的重要性，为推动BCI的临床转化和大众化提供了可借鉴的设计范式。

• 明确了“闭环调控”在神经疾病治疗中的核心价值与发展趋势：明确区分并论证了闭环系统相较于传统开环刺激在治疗上的优越性。通过对比在癫痫管理与睡眠调节中的具体应用，揭示了基于实时脑电反馈的“按需干预”模式在提升疗效、减少副作用及实现个性化治疗方面的巨大优势，确立了闭环调控作为未来神经调控技术的核心发展路径。

• 系统识别了领域关键挑战并提出了面向未来的跨学科发展路线图：本综述的重要贡献在于并未回避发展障碍，而是系统性地识别了脑数据隐私与安全、用户接受度与设备舒适度、信号质量与稳定性、以及算法泛化能力这四大核心挑战。并针对性地提出了加强立法与加密、发展柔性可穿戴电子、推动跨被试迁移学习与建设开源平台等跨学科解决方案，为领域的健康与可持续发展提供了至关重要的战略指导。

  
  

Fig. 1 Applications of BCIs in healthcare. a The whole BCI process and the types of brain signals. b The process of BCI applications in rehabilitation, part of the fgure by Ma et al. c The classifcation of BCIs based on the daily communication, part of the fgure by Willet et al. d The role of inhibitory neurons in epilepsy, recorded EEG signals in seizure states, epilepsy prediction, and physiological markers of epilepsy, part of the fgure by Daoud et al. and Guo et al. e The sleep stages and the typical waveforms during sleep. f Four types of electrical stimulation of the brain for brain resuscitation and neurodegenerative diseases. g Other applications of BCIs in the medical feld. ECoG electrocorticography, LFP local feld potential, MUA multi-unit activity, SUA single-unit activity, EEG electroencephalogram, MRI magnetic resonance imaging, NIRS near-infrared spectroscopy, MEG magnetoencephalography, PET positron emission computed tomography, DBS deep brain stimulation, VNS vagus nerve stimulator, rTMS rhythmic transcranial magnetic stimulation, tDCS transcranial direct current stimulation, BCI brain-computer interfaces, REM rapid eye movement

Table 1 Types of signals for BCI-related technologies

Table 2 Comparison of artifact removal algorithms

Table 3 Comparison of diferent brain-computer interfaces in medical applications

Table 4 Comparison of diferent brain-computer interfaces in medical applications

本综述系统论证了EEG-BCI已从概念验证阶段迈入临床转化与应用拓展的关键发展期。EEG-BCI技术通过深度学习方法（如CNN、Transformer及生成式模型）在信号处理与解码效能上取得了显著突破，并成功将其应用领域从传统的运动康复与沟通，系统性扩展至癫痫管理、意识障碍评估、麻醉深度监测及神经退行性疾病早期诊断等八大医疗核心领域，展现出作为下一代神经技术平台的核心潜力。

未来发展的关键路径在于实现“精准化”与“人性化”的深度融合：一方面，需聚焦于多模态融合、自适应闭环算法及软体机器人等前沿方向，以提升系统的精准干预能力；另一方面，必须着力攻克信号长期稳定性、算法跨被试泛化、脑数据隐私安全与硬件舒适度等制约其广泛应用的底层挑战。唯有通过持续的跨学科协同创新，并在技术演进中始终贯穿“以用户为中心” 的设计理念与“伦理先行” 的治理框架，EEG-BCI方能在确保安全可靠的前提下，真正重塑神经疾病的诊疗范式，赋能人类健康。

5

主要作者简介

明东，天津大学副校长、医学部主任、讲席教授; 全国政协委员、九三学社中央委员、九三学社中央科技专委会副主任，九三学社天津市委员会副主委。天津大学医学工程与转化医学研究院院长、卫健委国家健康医疗大数据研究院院长、教育部智能医学工程研究中心主任。天津脑科学与类脑研究中心主任、脑机交互与人机共融海河实验室主任。国家杰出青年科学基金获得者（医学科学部），首批国家优秀青年科学基金获得者（医学科学部），国家高层次人才，科技部中青年科技创新领军人才，第二批天津市杰出人才，国务院政府特殊津贴专家，教育部科技委委员，中国生物医学工程学会副理事长、首届会士（CSBME Fellow）、青年工作委员会主委、医学神经工程分会候任主任。全国信息技术标准化技术委员会脑机接口分技术委员会（SAC/TC28/SC43）副主任、全国医用电器标准化技术委员会物理治疗设备分技术委员会（SAC/TC10/SC4）副主任、医用电子仪器分技术委员会（SAC/TC10/SC5）副主任。IFESS Life Member. Journal of Intelligent Medicine创刊主编，获第二十四届中国科协求是杰出青年奖、九三学社、中央第十批“九三楷模”等荣誉，相关成果入选国家“十三五”科技创新成就展、“奋进新时代”主题成就展等。

刘秀云，天津大学讲席教授，药学院院长，先进医用材料与医疗器械全国重点实验室副主任，神经重症教育部医药基础研究创新中心执行主任，国家重点研发项目首席科学家，天津市杰青，入选国家级青年人才计划，国家重大人才工程。博士毕业于剑桥大学临床神经科学专业，后于加州大学旧金山分校及约翰霍普金斯大学麻醉重症系从事博士后研究，2021年入职天津大学。担任美国重症麻醉师协会学术委员会（SOCCA）委员、中国生物医学工程学会理事、传感器分会副主委，中国医学救援协会生命支持技术分会副会长。被评为《麻省理工科技评论》35岁以下科技创新35人（亚太区），获强国青年科学家引领计划、启迪奖、天津市科学技术进步奖一等奖（第一完成人）、国家教学成果奖二等奖、华瑙-2024年中国脑机接口十大进展、世界机器人大赛一等奖、天津市三八红旗手等荣誉。

程龙龙，男，汉族，1982年7月生，天津大学生物医学工程专业博士学位，正高级工程师、博导，国家高层次领军人才。现任中电数据服务有限公司党委委员、副总经理，中电云脑（天津）科技有限公司总经理。健康医疗大数据国家研究院（天津）副院长、脑机交互与人机共融海河实验室副主任、中宣部“医学期刊知识分析与挖掘”重点实验室副主任，天津大学博导，上海交大行业博导。获天津市引进领军人才、中国电子信息产业集团科技领军人才、北京市科技新星、中国首届脑-机接口“华瑙学者奖”等称号，长期从事医学人工智能、脑机接口研究，主持及参与国家级及省部级重点研发课题10余项，核心成果入选国家“十三五”科技创新成果，获2023 年度天津市技术发明奖一等奖、天津市优秀专利奖，发表学术论文20余篇，申请发明专利40余项。

免责声明：原创仅代表原创编译，水平有限，仅供学术交流，如有侵权，请联系删除，文献解读如有疏漏之处，我们深表歉意。