本学术报告旨在介绍一项发表于PNAS（2025年4月7日，第122卷第15期）的原创性研究，题为《用于持久增强现实脑机接口的、置于毛囊间且控制运动伪影的微型脑传感器》（Motion artifact–controlled micro–brain sensors between hair follicles for persistent augmented reality brain–computer interfaces）。该研究由来自佐治亚理工学院、仁荷大学、延世大学、汉阳大学、金乌国立技术学院、忠南国立大学等多所机构的科研团队共同完成，通讯作者为Tae June Kang教授和Woon-Hong Yeo教授。论文第一作者为Hodam Kim, Ju Hyeon Kim和Yoon Jae Lee。
本研究属于生物医学工程与脑机接口（Brain-Computer Interface, BCI）交叉领域。传统的基于脑电图（Electroencephalography, EEG）的BCI系统在走向日常化、持久化应用时面临三大核心挑战：一是传统的刚性传感器（如湿电极或干电极）易受身体运动干扰，产生严重的运动伪影，导致信号质量下降；二是电极与皮肤间的接触阻抗不稳定，特别是在有头发的头皮区域，信号采集困难且可靠性低；三是整体系统通常笨重、佩戴不舒适，难以长期使用。该研究的学术背景在于，随着增强现实（Augmented Reality, AR）和虚拟现实（Virtual Reality, VR）技术的发展，迫切需要一种更自然、更持久的双向人机交互方式。基于生理信号（如EEG）的BCI被认为是下一代交互方法，但现有传感器的局限性阻碍了其在动态、日常环境中的无缝集成与应用。因此，本研究的目标是开发一种新型的微型脑传感器，能够克服运动伪影，实现长期、稳定、高保真的神经信号采集，并最终构建一个与AR集成的、可用于日常生活的持久无线BCI系统。
该研究的详细工作流程可分为几个核心环节：微型脑传感器的设计、制造与表征；电化学与皮肤穿透特性评估；用于抗运动干扰的蛇形互连器的机电可靠性验证；在动态运动中EEG信号采集的性能验证；长期稳定性评估；以及最终实现的基于稳态视觉诱发电位（Steady-State Visually Evoked Potential, SSVEP）的BCI与AR系统的集成与演示。
首先，研究团队设计并制造了一种几乎无法察觉的微型结构化脑传感器。其核心创新在于传感器尺寸极小（850 μm × 1000 μm），能够插入毛囊之间小于1毫米的间隙中，无需剃发或使用导电凝胶。传感器采用十字形设计，包含5根微针，通过可重复的紫外（UV）光刻模塑工艺和飞秒激光切割技术制成。基底材料为牙科树脂（TEGDMA/DUDMA混合物），具有良好的机械强度和生物相容性。关键的创新在于一种新颖的“垂直旋涂”方法，将高导电聚合物PEDOT:TOS（聚（3,4-乙烯二氧噻吩）：对甲苯磺酸盐）均匀且厚实地（约4.6 μm）涂覆在微针表面。与常用的PEDOT:PSS相比，PEDOT:TOS的电导率显著更高（600-900 S/cm）。这种厚涂层为离子-电子交换提供了广阔的位点，是实现超低阻抗的关键。通过扫描电子显微镜（SEM）和能量色散X射线光谱（EDS）对传感器的形貌和元素组成进行了表征，证实了涂层的均匀性和稳定性。此外，还通过细胞毒性试验和胶带附着力测试（ASTM D3359）验证了材料的生物相容性和涂层的强附着性，即使在湿润状态下也保持稳定。
其次，研究评估了传感器的电化学特性和皮肤穿透性能。通过等效电路分析对比了商业金杯电极和微型传感器与皮肤的界面差异。金杯电极与角质层之间形成的是绝缘介电层，而微型传感器穿透角质层直接与表皮层接触，形成电极-电解质界面。电化学阻抗谱（EIS）测量结果显示，在10 Hz频率下，微型传感器表现出超低的接触阻抗密度，仅为0.03 kΩ·cm⁻²，远低于报道的其他微型化传感器和商业金杯电极。这种低阻抗源于PEDOT:TOS在体液环境中的高效电荷转移反应。皮肤穿透力测试表明，单个传感器的总插入力仅为143 ± 85 mN（单针约29 mN），远低于日常触摸屏或键盘操作所需的力，确保了无痛和微创的插入体验。插入过程通过电阻变化监测，清晰记录了传感器从接触、穿透到稳定连接的不同阶段。
第三，为了抑制身体运动时连接线缆惯性带来的干扰，研究团队设计并制造了一种蛇形结构的聚酰亚胺/铜互连器。该互连器采用飞秒激光切割成波浪形状，具有极高的可拉伸性（可达250%应变）和应变隔离能力。有限元分析（FEA）和力学测试表明，即使在30%应变（皮肤最大应变范围内）下反复拉伸10,000次，其电阻也几乎保持不变，所需的拉伸力极低（ mN）。这种设计有效隔离了外部运动和冲击传递到传感器本身，从而最大限度地减少了运动伪影。
第四，研究在人体受试者（6名健康成人）身上验证了微型传感器在动态活动中采集EEG信号的性能。实验设置中，将微型传感器和商业凝胶电极同时置于枕-顶叶区域（O1, O2位置，以Pz为参考）。受试者分别进行站立、步行（3 km/h）和跑步（6 km/h）等动作，同时记录睁眼和闭眼状态下的EEG信号。通过对比信号质量发现，在站立不动时，两种电极的信号均表现正常。然而，在步行和跑步时，传统金杯电极的EEG信号出现明显波动和伪影，而微型传感器采集的信号则保持稳定。功率谱分析显示，在低频段（0-4 Hz，运动伪影主要频段），金杯电极信号出现显著峰值，而微型传感器信号在该频段的峰值可忽略不计。在α波频段（8-13 Hz），微型传感器在闭眼时显示的α波功率更高，且在运动状态下仍能清晰区分睁闭眼状态，而金杯电极在跑步时已无法有效捕捉这一差异。信噪比（SNR）和噪声功率的定量比较进一步证实，微型传感器在步行和跑步时的SNR更高，噪声水平更低。
第五，研究对传感器的长期稳定性进行了长达12小时的评估。将电极固定在头皮上，每隔4小时测量一次阻抗。结果表明，商业金杯电极的阻抗在12小时内因出汗和电解质变化而波动显著，而微型传感器的阻抗始终保持极低且稳定的水平。12小时后，微型传感器的结构和涂层完整性依然良好。同时，对比12小时前后在各种运动状态下的EEG信号SNR和噪声，微型传感器的性能保持稳定，而金杯电极由于易受运动影响和可能脱落，难以进行超过12小时的可靠测试。这证明了微型传感器适合用于长期、持续的生理监测。
第六，基于上述高性能传感器，研究团队实现了一个完整的SSVEP-BCI系统，并与AR眼镜集成。实验通过AR眼镜向受试者呈现两种不同频率（6.67 Hz和12 Hz）的视觉刺激（结合模式反转和大小变化）。受试者在站立、步行和跑步状态下，集中注意力观看其中一个刺激，从而诱发相应的SSVEP响应。EEG信号通过微型传感器采集，经无线传输至处理系统。研究采用了一种先进的“免训练”SSVEP分类算法（基于扩展多元同步指数），实时识别受试者关注的刺激频率。分类结果显示，在站立、步行和跑步状态下的平均准确率分别达到99.2%、97.5%和92.5%，总体平均准确率为96.4%。即使在高强度运动中，系统仍能保持高精度分类，这得益于传感器对运动伪影的有效控制和算法的稳健性。
最后，研究团队展示了一个突破性的应用：基于SSVEP-BCI的AR视频通话系统。用户可以在自然行走、上下楼梯等动态场景中，仅通过大脑信号（凝视不同频率的AR界面按钮）来实现接听、拒绝或挂断视频通话等操作，完全解放双手。这一演示验证了该BCI系统在日常环境中的实用性和沉浸式交互潜力。
本研究的主要结论是成功开发了一种可置于毛囊间的、控制运动伪影的微型脑传感器及集成系统，实现了在动态活动中长期、稳定、高保真的神经信号采集，并构建了高精度的持久AR-BCI。其科学价值在于为解决传统BCI的运动伪影、长期稳定佩戴和头皮毛发干扰等瓶颈问题提供了创新的材料、器件和系统集成方案。应用价值则极为广阔，为下一代人机交互、沉浸式数字通信、神经康复、便携式健康监测等领域开辟了新的技术路径。
本研究的亮点突出体现在以下几个方面：1. 设计新颖性：首创了尺寸小于毛囊间隙的微型十字形传感器，实现了无需备皮的无缝集成。2. 制造工艺创新：开发了可规模化生产的垂直旋涂工艺，实现了PEDOT:TOS导电聚合物的厚膜、均匀涂层，从而获得了超低的阻抗密度。3. 优异的性能：传感器在动态运动（包括跑步）中仍能保持极高的EEG信号质量，长期稳定性超过12小时，且插入力微小，用户体验友好。4. 系统集成与验证：不仅停留在器件层面，更构建了完整的无线柔性电子系统，并通过严格的在体实验，验证了其在基于SSVEP的BCI中的高分类精度，最终展示了极具前景的AR实时通信应用。5. 跨学科融合：该工作深度融合了微纳加工、柔性电子、导电高分子材料、电化学、神经工程和增强现实等多个领域的前沿技术。
此外，论文中还讨论了传感器性能随时间轻微上升的可能原因（如组织液中的蛋白质或油脂积聚影响离子扩散），并指出这是未来需要进一步研究的方向。同时，作者展望了该传感器平台在检测其他生理信号（如肌电图、化学物质等）方面的潜力，预示着其在可穿戴健康监测领域的广泛应用前景。该研究标志着微型电极技术在商业化道路上迈出了关键一步，为真正实用化、日常化的脑机接口奠定了坚实的基础。