中科院深圳先进院郑海荣团队：超声脑机接口的全景路线图

中国脑机接口行业媒体的开拓者与引领者

这是一篇把超声脑机接口（uBCI）当完整工程系统来写的综述，而非单项成果报道。全文 20 页、146 篇文献，以神经血管耦合为生理地基，沿读取—解码—写入三条主线铺开：超快功能超声与超声定位显微镜把脑血流变成可解码的脑区级特征，大模型把特征翻成意图，声遗传学让超声具备细胞特异性写入能力。最该慢读的不是进展清单，而是第2.4 节的五道工程约束——物理传播、血流动力学带宽、时空尺度协同、系统工程与接口稳定性。超声能不开颅读写大脑，是因为换了一种信号；换来的无创与深部覆盖，也把时间带宽锁在了生理过程上。

01

绕道血流：uBCI 的生理地基

侵入式电极能拿到单神经元电活动，代价是手术风险与长期生物相容性。无创路线于是绕道：不听神经元放电，而测神经活动牵动的局部血流。超声凭穿透颅骨与可聚焦深部核团切入，但观测对象已从电信号换成血流动力学代理，全文几乎每处局限都能追到这一条。

生理依据是神经血管耦合。脑血管分三层：软脑膜动脉受外源性支配，穿通动脉接受神经元与星形胶质细胞足突的内源性调控，毛细血管负责信号整合与交换。两条通路互补：神经元释放血管活性分子诱导舒张，甚至与平滑肌形成突触样结构直接传信；星形胶质细胞感知谷氨酸后释放活性因子协同舒血管，一条负责快，一条负责稳。

神经血管耦合机制

观测这套耦合本身有谱系：看电活动有微电极阵列、钙成像与可达kHz 的电压成像；看血流有 fNIRS（便携但浅）、fMRI（全脑但慢）、fUS（测 CBV 变化，可经颅三维成像）与光声成像（可测血氧）。同步观测更关键：多通道荧光分别标记神经元与血管，图 2 的头戴式光声／荧光系统把两类信号放到同一时间轴。

头戴式光声／ 荧光双模态成像系统同步获得神经与血管信息

02

读取的物理起点：超快超声与功率多普勒

fUS 的技术核心是超快采集。逐线聚焦扫描既慢又易引入运动伪影；超快超声改用相干复合宽波束一次覆盖大视场，把帧率推到每秒数万帧，同时间拿到更多有效样本，再用滤波器提升血流灵敏度。帧率不是为看清结构，而是为探测微弱血流。

超快多普勒的血流功率与血容量指标被用来表征脑激活诱发的灌注变化，常见功能采样率2~10 Hz。相比 fMRI 换来更高时间采样，相比电极换来更大视场与深部覆盖，相比 fNIRS 换来更高空间分辨率；作者把它概括为覆盖范围、空间分辨率与时间分辨率的独特折中。

能力已铺到清醒动物深部成像、卒中监测、多切面同步成像、新生儿床旁与药物灌注量化。但读出仍受硬件限制：多数研究依赖高频一维线阵，二维切面易受投影伪影影响、对探头摆位敏感。

03

从像素到特征：后处理链与脑区级表征

这是最该慢读的一节。作者反复强调：让fUS 真正能进 BCI 的，不是更清晰的功率多普勒图像，而是能否建立可定位、可汇总、可跨会话对齐的脑区级功能表征，并稳定输出为解码可用的结构化特征空间。

第一步是血流信号的分离与稳健量化。脑组织回波与微血流在幅度、时空特征上差异显著，时空分解与滤波因此用来抑制组织杂波、得到ΔCBV 或功率多普勒时序。这些步骤决定功能时间序列的频谱特征与动态范围；滤波与归一化必须匹配实验范式，否则会把系统性漂移误判为局部神经活动。

第二步是定义功能单元：先做运动校正与空间对齐，把个体数据映射到统一解剖参考框架，再把像素级血流变化汇聚成脑区级时间序列与连接矩阵。这一步显著提高跨动物、跨会话数据的可比性，也为组水平统计与网络建模打了基础。

• 功能超声信号处理与脑功能表征。(a)超声采集及信号滤波后处理[19]；(b)刺激诱发的大鼠视觉通路三维 激 活 分 布， 以 及 相 关 脑 区 的 特 异 性 时 间 序列[29]；(c)特异性全脑功能映射[30]

有了这套表征，fUS 既能做刺激锁定激活检测，也能做静息态功能连接；网络级特征对局部波动更鲁棒，适合长期记录。综述据此判断：fUS 正从血流成像方法转变为生成结构化脑区特征的功能读出技术。

04

突破衍射极限：ULM 与经颅超分辨

传统超声被一对约束夹住：高频衰减更强，提高分辨率就要牺牲穿透深度；衍射极限与组织衰减让常规波束形成难以兼顾深部精度与信噪比。

ULM 的办法不是把波束做细，而是把稀疏造影剂微泡当作点散射体，用亚波长质心定位与跨帧轨迹追踪重建血管。分辨能力因此从受限于点扩散函数宽度，转为受限于微泡信噪比与定位算法精度，在不牺牲深度的前提下提高约一个数量级；三维ULM 再用面阵做体积重建，减少投影伪影。

经颅更难：颅骨声速非均匀、频率依赖衰减带来波前畸变。Demené 等用微泡信号估计并校正相位畸变，在近 13 cm 深度得到约 25 μm 脑血管重建，并观测到深部微小血流与局部涡旋。

代价很具体：单泡稀疏定位与长时间累积通常需数万帧以上；微泡浓度过高导致信号重叠、定位精度下降，过低则拉长采集，因此难以直接用于实时解码。算法侧并列给出解法：动态与功能ULM 对时间锁定帧叠加，在微米级精度下观测心动周期或感觉刺激引起的微血流变化；深度学习微泡分离网络在重叠信号下稳定定位；无造影剂超分辨功率多普勒在大鼠脑实现约两倍分辨率提升。

05

AI与阵列：把 fUS 变成实时解码平台

帧率上去了，数据通量与计算负担也上去了。采集—传输—重建链路的延迟直接影响解码带宽与稳定性，压缩采样量、加速重建因此成了 AI 介入的核心驱动力。

Deep-fUS 用深度网络直接学习稀疏复合宽波束序列到 CBV 图像的映射，显著减少输入帧数仍保持成像质量，视觉诱发范式下稳定捕捉约 10% 量级的皮层血流变化；上下文感知网络在高浓度微泡下完成分离定位，无造影剂超分辨则索性去掉造影剂。作者给出评价标准：应以任务态检出率、解码准确率与系统延迟衡量，而非视觉质量。

硬件侧，二维矩阵阵列成为体积fUS 与三维 ULM 的方向，衍生全采样、稀疏、行列寻址与集成微波束形成芯片等架构。阵元间距须小于半波长以避免空间混叠；全采样性能最好但通道数陡增，稀疏与行列寻址靠布局复用降规模，微波束形成靠前端预处理压带宽。核心矛盾是抑制旁瓣栅瓣的同时控制通道规模与吞吐。

可编程超分辨功能超声成像仪示例，可实现脑部高分辨率功能与超分

系统层面的答案是可编程架构。图5 的成像仪在同一硬件下兼容常规功能成像与超分辨重建，发射序列、复合角度与采样策略可按任务动态配置；体积成像降低探头微位移带来的空间偏差。移动式与可穿戴fUS 又把读取带到自然行为场景，但机械轻量化只是表面，还需阵列稳定性、声学耦合一致性与实时链路协同。

06

从单试次到闭环：超声读取的三个落点

第一是单试次意图解码验证。Norman 等基于 fUS 对后顶叶皮层血流动力学信号做单试次读取，证明无需侵入脑实质即可解码眼动与伸手意图；Griggs 等的闭环 uBCI 在非人灵长类上实现运动计划在线解码，并验证跨天记录下性能稳定。两项工作回答同一问题：脑区级特征只要能稳定构建并跨会话对齐，血流动力学代理同样能支撑实时接口。

第二是临床转化。Whitney 等在具备声学窗的患者中实现实时运动意图解码；相对侵入式电极，超声可在更大范围并行采集并规避长期植入的组织反应，移动式 fUS 又把读取扩展到自然行为场景。第三是网络级脑状态建模：用脑区时间序列与连接矩阵量化任务态、静息态网络差异，为状态分类提供多维特征空间。

远期第四个落点是读写一体的闭环系统：实时读取神经状态并结合经颅超声刺激，用于癫痫预警、情绪调节与卒中康复。但作者把标准拉回工程侧——闭环成立不只靠解码准确率，还取决于实时延迟、安全剂量与读写互扰抑制。

07

解码：从线性模型到生成式大模型

神经解码要建的是脑信号与刺激、认知状态或行为意图的量化映射，处在闭环中枢。早期统计模型分析单一模态的线性关联，如用稀疏线性回归把fMRI 映射到卷积网络特征重建图像；作者点名三条局限：缺乏神经编码机制融合、依赖单一模态、无法挖掘时空动态与语义关联。

生成式AI 把解码推入机制驱动加数据驱动阶段。GAN 最早用于从 fMRI 重建自然场景，但模式崩溃与训练不稳相伴；扩散模型带来突破，稀疏掩码条件扩散与 MindDiffuser 可控重建相继出现，HAVIR 再用 CLIP 引导的通用扩散提升复杂场景精度。多模态侧，BraVL 用脑—图—文变分贝叶斯实现零样本解码，注意力交叉蒸馏融合 fMRI 与超声血流特征。

预训练模型提供更强特征工具：CLIP-MUSED 用表征空间拓扑引导多被试学习，NeuroSwift 轻量化框架实现跨被试高效迁移。应用随之铺开：解码运动意图驱动康复机器人与功能性电刺激，跨用户模型让高位截瘫患者的外骨骼走向意识操控；疾病侧可解析细粒度情绪编码。

大模型解码

三条硬约束被单独列出：数据异质性突出，跨被试和跨时间的高精度解码仍需突破；黑箱模型难以解释重构逻辑；端侧算力与大模型复杂度矛盾尖锐，芯片周期长容易出厂即落后。发力点因此落在个性化建模、深层跨模态融合、FPGA 与 ASIC 专用芯片，以及产学研合作的大规模临床试验。

08

写入：机制、参数与声遗传

写入由低强度经颅聚焦超声承担：非侵入、可深部靶向、能双向调控，既补上磁、电刺激在穿透深度与分辨率上的短板，也较深部脑刺激降低风险。历史线从1958 年超声抑制猫视觉皮层脑电开始，经Tyler 等提出电压门控钠、钙通道机制，再到线虫、啮齿类、兔、羊与非人灵长类逐级验证，效应被证明可逆且双向。

临床时间线逐年铺开：2013 年首次报道非聚焦诊断超声治疗慢性疼痛；2016 年首次临床研究用于颅脑损伤后意识昏迷唤醒，3 名慢性意识障碍患者丘脑写入后行为反应性明显提升。此后在癫痫、疼痛、抑郁、帕金森病与阿尔茨海默病陆续展开，部分报告疼痛疗效维持1 周、认知1 年内稳定。临床多用磁共振引导或神经导航，不良反应以轻微头痛与短暂头晕为主。

机制却没有统一答案。综述列出机械力、加热、空化与非靶向听觉效应，并明确写潜在机制尚未被充分理解。较受关注的是机械敏感离子通道：Kubanek 等在非洲爪蟾卵母细胞表达 K2P 家族，发现超声可将流经通道的电流平均调制高达 23%；后续又牵出TRPC1、线虫 MEC-4、Piezo1 与星形胶质细胞 TRPA1。

超声调控神经电活动潜在的离子通道[105]

特异性靠声遗传学推进。2015 年在线虫过表达TRP-4、用微泡触发可逆行为反应，此后MscL 及突变体、内源性 Piezo1、工程化 Prestin、人类 hsTRPA1 相继被证实可让细胞对超声敏感；Prestin 被靶向到帕金森病小鼠黑质多巴胺能神经元并缓解症状，基于热敏感 TRPV1 的声热遗传学实现细胞类型特异性调控。

更工程化的一层是参数即指令：小鼠运动皮层兴奋性神经元响应较高300 Hz 脉冲重复频率；健康志愿者中 70% 占空比的丘脑干预增加兴奋性，较低占空比则抑制。固定模式的开环设备门槛低，成为绝大多数临床研究首选。闭环已在动物上跑通：解码帕金森病β 振荡按需发放短时写入，或用实时脑电与脑血流解码癫痫状态即时发放超声抑制发作。

09

五道工程关，和一张很远的路线图

第2.4 节把拦路虎归成五组。一，物理传播瓶颈：颅骨声速非均匀、频率依赖衰减与多孔结构导致波前畸变，成像高度依赖个体解剖；微泡像差补偿能改善经颅成像，但完整颅骨下稳定、实时、跨个体泛化的声学补偿仍缺系统解法，趋势是把声传播模型嵌入学习框架做个体化在线补偿。二，信号特性：读的是血流动力学而非电活动，时间带宽被生理过程限死，关键不是提高采样率，而是显式建模血流动力学延迟与状态转移。

三，时空尺度协同：ULM 已到微血管级，却依赖长时间累积与造影剂，要靠高浓度微泡解混、快速定位与无造影剂超分辨取得协同。四，系统工程：高通道与高吞吐压迫前端电子学、实时处理与功耗，可编程架构让发射策略与重建算法按任务调整，再次指向协同设计。五，宏观演进：超声脑读取正从成像性能提升转向接口稳定性与可泛化能力提升；临床级uBCI 还要跨个体一致性、长期稳定性与写入系统兼容性。

原创思想：脑际通讯

展望把尺度拉远：应用从医疗、军事、工业延伸到无需语言中介的脑际通讯，即无创读、信息解码、编码与投射、无创写成链；更远处是把人脑约860亿神经元的低功耗与自适应，同机器的海量存储与精确计算结合。作者也没把话说满：仍需跨越神经编码机制解析、参数自适应与长期生物安全性多重门槛。

本文为论文深度解读，配图均取自论文原文

作者 | 郑海荣、牛丽丽等

来源 |中国生物医学工程学报

审核|@脑机学苑