超声波实现低侵入性“读心”技术

背景

大脑–机器接口（BMI）是一类能够读取并解读大脑活动、进而向计算机或机器发送指令的设备。尽管听起来像科幻，现有BMI已经能够将瘫痪者与机械臂连接：设备解读神经活动与意图，并相应地控制机械臂运动。然而，BMI发展的一个主要限制是，现有设备需要侵入性脑外科手术来读取神经活动。植入电极（电生理学）可以非常精确地在单个神经元水平测量活动，但需要将电极植入大脑；无创技术如功能性磁共振成像（fMRI）可以成像整个大脑，但需要庞大昂贵的设备；脑电图（EEG）无需手术但空间分辨率低。因此，开发既低侵入性又保持高性能的BMI是神经科学的重要目标。

核心内容

加州理工学院（Caltech）的一个合作团队开发了一种新型微创BMI，利用**功能性超声（functional ultrasound，fUS）**技术来读取与运动规划相关的大脑活动。该技术能以100微米的分辨率（单个神经元直径约10微米）精确映射大脑深部特定区域的活动，相比需要开颅植入电极的现有方案，显著降低侵入性。

技术原理：超声波通过发射高频声脉冲并测量这些声波在人体组织中的回声来工作。不同组织中声速不同，在界面处反射。超声波还能“听到”器官内部运动——例如红血球接近超声源时音调升高，远离时降低。测量这一现象可记录大脑血流中微小变化，精度达100微米（人类头发宽度量级）。当脑区更活跃时，其血流量增加。fUS能够高分辨率地捕捉这个血流动态变化。

实验过程：研究以非人灵长类动物为对象，训练它们根据提示做出特定方向的眼睛或手臂运动。在动物完成任务时，fUS测量其后顶叶皮层（posterior parietal cortex，PPC）——一个参与运动规划的脑区——的脑活动。Andersen实验室此前已用电生理学创建了该区域的活动图谱，用于验证fUS的准确性。随后，团队通过机器学习算法处理超声影像数据，学习哪些活动模式与哪些任务相关。训练后的算法在几秒内预测出动物即将执行的行为（眼球运动或伸手抓取）、运动方向（左或右）以及计划运动的时间。

核心成果：fUS能够捕捉与运动规划思维相关的大脑信号，其灵敏度比fMRI高10倍、分辨率更优。算法成功解码了即将发生的运动意图。该技术无需打开硬脑膜（颅骨与大脑之间的强韧纤维膜），超声波可透过硬脑膜和脑组织无创传播，仅需在颅骨植入一个小的超声透明窗口，相比植入电极的侵入性手术要小得多。

关键要点

• 微创替代：fUS BMI只需在颅骨植入一个小窗，无需打开硬脑膜或直接植入电极，大幅降低手术风险和患者准入障碍。
• 高分辨率与灵敏度：fUS可记录深部脑区100微米尺度的血流变化，空间分辨率接近电生理学，灵敏度显著优于fMRI。
• 实时解码意图：机器学习算法能从fUS血流动态图像中，在几秒内预测出动物的运动意图（类型、方向、时机），验证了fUS作为BMI读出的可行性。
• 现有BMI的局限性：植入式电极BMI虽精准，但仅适用于最严重的瘫痪患者且需开颅；无创技术如fMRI和EEG则空间或时间分辨率不足。
• 跨学科合作：研究由Caltech的Andersen实验室（神经科学）、Shapiro实验室（化学工程）以及巴黎物理医学研究所的Mickael Tanter（fUS先驱）共同完成，并获NIH BRAIN Initiative资助。
• 验证基础：fUS成像活动与之前用电生理学获得的PPC图谱高度吻合，确保了其准确性。
• 当前阶段：研究在非人灵长类中进行，但团队正与南加州大学神经外科医生Charles Liu合作，计划在因脑外伤而移除部分颅骨的人类志愿者中测试，这些人头顶的“声窗”允许超声波无阻碍通过。

意义与影响

fUS技术代表了BMI领域从侵入式向微创式转变的重大里程碑。它既能记录详细的大脑活动（接近电生理水平），又避免了开颅手术对脑组织的损伤，有望使更多神经损伤或疾病患者（如瘫痪、脊髓损伤）受益于BMI。正如本研究的共同第一作者Sumner Norman所说：“功能性超声是一种极其令人兴奋的新方法，可以在不损伤脑组织的情况下记录详细脑活动。我们推动了超声神经成像的极限，并惊喜地发现它能预测运动。最令人兴奋的是，fUS是一项年轻的技术，潜力巨大——这只是我们迈向高性能、低侵入性BMI的第一步。”未来，该技术若在人类中成功验证，将极大拓展BMI的临床应用范围，使更多患者重获对肢体或设备的控制能力，而无需承受植入电极的风险和伦理争议。