在当今这个科技日新月异、飞速前行的时代，曾几何时仅活跃于科幻作品想象空间中的意念控制，正逐步从虚幻走向现实，逐渐揭开神秘面纱。

2025年2月17日，天津大学脑机海河实验室团队与清华大学集成电路学院团队的联合研究“A memristor-based adaptive neuromorphic decoder for brain–computer interfaces”发表于Nature Electronics，为“脑机接口”技术带来了重大突破。

团队成功研发了基于忆阻器神经形态芯片的新型非侵入式脑机接口系统，首次揭示了脑机交互过程中脑电发展与解码器演化的协同增强效应，成功实现了人脑对无人机的四自由度高效能操控，为神经功能障碍患者带来了福音。

图1 协同演进脑机接口框架

当前脑机接口研究面临的关键难题是如何通过脑机之间的信息交互，实现两者相互学习，进而推动脑机智能的协同演进。并且，脑电信号演变的非平稳特性也不只是源于传统观点所认为的背景脑电变异，还与闭环脑机交互引导下的任务脑电演变密切相关。

图2 研究框架与演示

针对以上挑战，研究团队首次在长时间尺度上深入研究非侵入式脑机协同演进的原理技术与工程实现。他们提出并构建了双环路脑机协同演进框架，基于忆阻器神经形态芯片搭建了脑机接口系统。

在双环路框架中，“机学习”环路里的忆阻器解码器能够适应脑电信号波动，实时更新解码参数；“脑学习”环路内的任务相关脑电特征则在“决策-反馈”循环引导下持续正向演化。同时，相关算法在128 Kb规模的忆阻器芯片上实现了硬件化部署，将脑电信号的多步计算优化为单步计算，大大提升了运算效率。

这项研究由国内外多所高校和研究机构联合完成，开发了一种新型神经信号解码算法，能够更精准地解读大脑运动皮层的神经活动，并将其转化为控制指令。实验结果显示，使用者只需想象手臂运动，就能实时、流畅地控制机械臂完成抓取、移动等动作，准确率相较于以往有明显提高。

随后，研究团队成功实现了人脑对无人机的四自由度高效能操控。研究首次提出脑机协同演进概念，并通过忆阻器神经形态芯片完成了技术验证。通过长时间的大脑与忆阻器芯片之间的信息交互，初步实现了生物智能与机器智能的互适应、互学习。这一成果为未来实用型脑机接口系统提供了关键的理论基础与技术支撑，也为脑机融合智能的发展开拓了全新的路径。

图3 研究试验数据

这项技术的突破，为更多神经功能障碍患者的康复治疗带来了新的希望，特别是在智能假肢、神经康复机器人等领域具有广阔的应用前景。随着技术的不断进步，“脑机接口”将逐渐走进现实，改善更多患者的生活质量。该成果不仅标志着“脑机接口”技术迈出了重要一步，也为未来人机交互提供了新的可能性。