【解码脑机】闭环BCI：卒中康复从"被动训练"迈向"主动重塑"

全球每年约有1,500万新发卒中病例，其中多数幸存者遗留不同程度的运动、认知或言语功能障碍。传统康复治疗虽有一定效果，但对于重度功能障碍患者，临床收益始终有限。当"被动训练"触及疗效天花板，一种融合了实时神经解码与外源性反馈的闭环脑机接口（closed-loop BCI）技术正在改写卒中康复的底层逻辑。

2026年6月， 《Frontiers in Neurology》刊发了一项系统综述，检索了PubMed、Web of Science、Cochrane Library等6个数据库，最终纳入42项符合严格闭环定义的原始研究，从运动康复、认知康复、言语康复三个维度全面评估了闭环BCI在卒中康复中的应用潜力与挑战。

1

什么是“闭环”？

一个简单的类比，想象你在淋浴时调节水温：

开环：手动拧阀门，阀门本身感知不到水温，你拧完之后，依靠你的皮肤感受水温，设备本身不存在自动反馈回路。

闭环：恒温混水阀自带温度传感器，不靠人感知，系统自主持续监测、形成反馈、自动调节，形成独立信号环路。

闭环脑机接口的工作原理与之类似：构建"中枢-外周"双重反馈回路，设备实时读取大脑信号，在线解码后，系统时延不超过1秒，驱动外部执行器（如康复机器人、功能性电刺激FES等），产生的本体感觉、视觉或听觉反馈又实时回传至大脑，形成持续动态优化循环。

综述为此设立了严格的闭环定义标准——端到端延迟不超过1秒、反馈更新率不低于5 Hz，排除了伪闭环（如脱机再训练、时间脚本触发）的"开环"系统。

开环 vs 闭环BCI系统对比示意图

2

运动康复

在运动康复领域，闭环BCI的疗效在上肢功能维度最为突出。综述中纳入的多项RCT显示，BCI联合康复机器人或FES训练后，Fugl-Meyer上肢评分（FMA-UE）平均改善幅度在5.7–16.9 分之间（最小临床重要差值MCID阈值为5分），而对照组的改善幅度改善幅度跨度较大，多数低于实验组。

Ang等将经颅直流电刺激（tDCS）与BCI机器人训练联用，FMA-UE改善达8.3分，作者推测tDCS预处理可能通过提升皮层兴奋性为BCI训练创造更有利的神经状态窗口。

在下肢和步行功能康复方面，证据相对薄弱。纳入的下肢研究以脑控外骨骼或虚拟现实步态训练为主，Fugl-Meyer 下肢评分（FMA-LE）改善达MCID标准，计时起立行走测试（TUG）也有所改善，但高质量RCT数量有限，结果一致性有待验证。

3

认知与言语

认知康复是闭环BCI的另一重要应用方向。基于感觉运动节律（SMR）或慢皮层电位的神经反馈训练在改善注意力和执行功能方面显示出初步效果。Kober等（2015）研究发现，脑电神经反馈训练可特异性提升卒中后记忆功能。

在言语康复方面，闭环BCI的应用仍处于早期探索阶段。P300拼写器可辅助失语症患者的字符表达，Han等甚至实现了基于BCI控制机器人书写汉字。

4

机制：不是简单的信号控制，而是神经可塑性的驱动引擎

闭环BCI能产生优于被动训练的康复效果，综述从三个层面揭示了其机制：

第一，突触层面。基于运动想象的闭环BCI靶向激活受损半球的运动皮层区域，促进突触连接形成和病灶周围局部神经元的募集。同时，外部执行器产生的本体感觉传入信号以"中枢-外周"逆行反馈方式增强了目标脑区的代谢活动。

第二，半球间平衡。卒中后跨胼胝体抑制平衡异常——患侧过度抑制、健侧异常兴奋。闭环BCI通过实时采集患侧的特定脑电节律（如μ/β频段的事件相关去同步化ERD），瞬时转化为正性外源性反馈，选择性上调患侧皮层兴奋性，逐步恢复双侧电生理对称性。

第三，下行传导通路强化。神经影像和电生理证据显示，BCI机器人干预后，前额叶-初级运动皮层间的功能连接密度增加，且与肢体运动评分线性相关。运动诱发电位（MEP）检测证实，闭环BCI训练后患侧皮质脊髓束传导波幅逐步上调，间接验证了其对下行运动通路的正向重塑作用。

5

安全性

安全性是临床转化的前提。综述根据信号采集方式分层评估了安全性数据：

6

总结

该综述传递了几个关键信号：

（1）闭环 BCI 是传统康复增效工具，多数高质量研究采用"BCI + 常规康复"的叠加设计，而非单打独斗。

（2）病灶部位和临床分期可能是疗效异质性的主要来源，未来需按这些变量分层设计大样本多中心RCT。

（3）无创神经调控（TMS/tDCS）与BCI的联合方案值得重点关——皮层兴奋性预调制可能为BCI训练打开更广阔的神经可塑性窗口。

（4）综述提出闭环BCI需与人工智能深度融合，利用自适应学习增强解码能力并优化个体化刺激参数，同时建立包含功能评分、神经电生理指标和安全评估在内的核心结局指标集，方能加速其临床转化进程。

撰文：吴玉莲

审核：尧利书

编辑：马睿琦

参考文献：

Cheng Y, Guo X, Dong L, Deng Q, Qiu M, Luo Z. Advancing stroke rehabilitation: the potential and challenges of closed-loop brain-computer interface technology[J]. Frontiers in Neurology, 2026, 17: 1861673.

扫码下载原文献

获取更多前沿资讯