本文档是一篇由Xiaorong Gao、Yijun Wang、Xiaogang Chen、Bingchuan Liu和Shangkai Gao撰写并发表在*Proceedings of the IEEE*上的全面综述论文。作为该领域的杰出研究者，Gao等人来自清华大学、中国科学院半导体研究所、中国医学科学院北京协和医学院生物医学工程研究所等知名机构，其中Shangkai Gao为IEEE Life Fellow。论文的最终接收日期为2025年8月11日，这体现了其内容的前沿性。
论文的核心主题是从“脑在环通信系统”这一新颖且深刻的视角，对脑机接口技术过去五十年的发展进行全面审视和梳理。文章的核心论点是：BCI本质上是一个通信系统，它通过将大脑（人类智能，HI）整合到与计算机（人工智能，AI）的双向闭环通信环路中，形成了一个独特的“脑在环”智能系统。这一视角的提出，旨在弥补现有BCI文献中对现代通信技术角色关注的不足，并希望通过引入通信系统理论和方法论，为BCI技术的发展提供新的洞见和推动力。
论文的主要观点及其阐述如下：
第一，明确BCI作为通信系统的架构与类比。 文章开篇即从通信理论的角度定义了BCI。作者指出，一个典型的BCI系统与经典通信系统在结构上高度同构：用户的意图（信源）由大脑（编码器）编码成特定的脑活动模式（如EEG节律变化或事件相关电位）。这些脑信号通过采集设备（信道）传输至计算机，计算机通过特征提取和分类算法（解码器）解码出原始意图，并转化为对外部设备的控制命令（信宿）。这个过程与通信中的编码、调制、传输、解调、解码流程一一对应。文章特别强调了BCI通信中噪声的普遍性（如自发脑电、肌电伪迹），并指出提升信道容量的关键在于提升信噪比和降低延迟，核心量化指标是信息传输率（Information Transfer Rate, ITR）。这一基础框架的建立，为从通信工程角度分析和优化BCI性能奠定了理论基础。
第二，系统阐述“脑在环”双向闭环系统的构成与关键技术。 这是论文的核心创新视角。作者将完整的BCI系统描述为一个包含“脑到机”（B2C）和“机到脑”（C2B）通路的全双工通信系统，形成了闭环控制。在B2C方向，大脑作为智能编码器，其输出信号被计算机解码用于控制。在C2B方向，计算机作为编码器，通过神经调控技术（如经颅磁刺激TMS、经颅电刺激TES、深部脑刺激DBS、经颅聚焦超声刺激tFUS、神经反馈Neurofeedback等）向大脑写入信息，用于状态调节、康复治疗或提供感觉反馈。这种双向互动使得大脑和计算机这两个自适应控制器能够协同工作，形成“协同自适应”系统。在这种系统中，用户的大脑通过学习调整其神经输出以更有效地操作BCI，而BCI的解码算法也实时适应脑信号的非平稳性变化，双方共同优化系统性能。这种“脑在环”的智能融合，是BCI区别于传统物理通信系统的本质特征，使其能够实现从简单控制到高级认知增强的广泛应用。
第三，详细梳理BCI系统的构建要素。 论文从硬件、软件和信号范式三个层面进行了系统归纳。在硬件方面，文章对比了侵入式（如ECoG、皮层内电极）和非侵入式（如EEG、fNIRS、fMRI）信号采集技术的优缺点，指出EEG因其非侵入性、成本低和易用性成为当前研究的主流。同时，也介绍了用于C2B通信的各种神经调控硬件。在软件方面，论文概述了典型BCI软件平台的通用模块：数据采集、信号分析（包括预处理、特征提取和分类）和输出模块，并由一个系统级操作协议协调。文中提到了BCI2000、OpenViBE和BCILab等代表性开源平台，它们降低了BCI研究的入门门槛。在信号范式方面，文章进行了清晰的分类学阐述：（1）主动式BCI：依赖于用户自主产生脑信号（如运动想象MI），无需外部刺激，但通常需要较多训练；（2）反应式BCI：依赖于大脑对外部刺激的响应（如P300、稳态视觉诱发电位SSVEP），通信速率高，但需要用户保持注意；（3）被动式BCI：用于监测用户自发心理状态（如认知负荷、情绪），不用于主动控制；（4）混合BCI：结合多种范式，以融合优势、提升性能。这种分类为理解不同BCI应用场景提供了清晰的框架。
第四，深入剖析B2C通信中的编码与解码核心技术。 在编码部分，论文创造性地将现代通信中的多址接入技术映射到视觉BCI范式中，形成了一个精彩的技术类比图谱：（1）频分多址：不同目标以不同频率闪烁，解码时进行频谱分析（对应SSVEP）。（2）时分多址：不同目标在不同时刻被激活，解码时根据脑电响应的时间锁定关系判断（对应运动起始视觉诱发电位）。（3）码分多址：为目标分配不同的伪随机码（如m序列），通过相关分析解码（对应基于码调制的VEP）。（4）相分多址：为目标分配不同的相位，通过检测诱发电位的相位差异解码。（5）空分多址：利用视网膜拓扑映射原理，不同空间位置刺激激活视觉皮层的不同区域，通过信号的空间来源解码。此外，还有混合多址方法。这一论述极具启发性，揭示了通信理论与BCI范式设计之间的深刻联系。在解码部分，论文详细介绍了从预处理（空/频域滤波、伪迹去除）、特征提取（时域、频域特征）到分类（静态分类器、自适应分类器、黎曼几何分类器、深度学习）的完整流程。特别强调了迁移学习在应对脑信号跨被试、跨会话、跨设备、跨任务的非平稳性，减少校准负担方面的重要作用。
第五，拓展到多用户BCI与脑对脑通信的前沿领域。 论文将视角从单用户系统扩展到多脑协作的网络化系统。多用户BCI可分为：（1）协作式：融合多个用户脑信号共同完成一个任务，提升决策准确率或控制维度。（2）竞争式：多用户竞争控制，常用于游戏，提升参与度和注意力。（3）被动式：同时监测多个用户大脑状态，用于研究社会交互中的脑间同步。（4）脑对脑接口：这是BCI与CBI结合的终极形态，实现信息直接在大脑间传输。BBI可以跨物种或同物种进行，信息类型包括运动、视觉、触觉、听觉甚至记忆。论文展望了“脑联网”的概念，即大脑作为网络节点接入物联网，实现思维空间的映射与交互，这将开启全新的人类通信与协作模式。
第六，全面概述BCI的多元化应用场景。 论文指出，BCI的应用已远远超出最初为运动功能障碍者提供替代通信与控制渠道的范畴，扩展到更广泛的领域：（1）通信与控制：为严重瘫痪患者提供拼写、环境控制（轮椅、机械臂）、智能家居交互的能力。（2）神经康复与治疗：通过“意念-反馈-刺激”闭环，促进中风后运动功能重建；利用神经反馈训练治疗ADHD、焦虑症等精神疾病。（3）人类增强：增强健康用户的认知能力，如通过神经调控加速学习、通过错误相关电位监测提升决策质量、通过多脑协同提升群体决策效能。（4）心理状态监控：实时监测操作员的认知负荷、疲劳、情绪状态，应用于人因工程和神经工效学。（5）安全与身份认证：利用脑电信号的个体独特性和“活性”特征，发展难以伪造的生物特征识别（脑纹）技术。（6）神经营销学：通过分析消费者对营销刺激的潜意识脑反应，客观评估其偏好，革新传统市场调研方法。
第七，展望BCI面临的挑战与未来发展趋势。 论文在最后部分讨论了BCI发展面临的重大挑战，包括如何进一步提高信道容量（ITR）、提升系统的稳定性和鲁棒性、解决侵入式设备的长期生物相容性问题、确保伦理安全等。关于未来展望，文章着重强调了三大融合趋势：（1）人类智能与人工智能的融合：“脑在环”系统本身就是HI与AI的有机整合，未来将催生更高级的智能形态。（2）与无线通信技术的融合：BCI对高速、低功耗无线传输的需求将推动6G等通信技术的发展，而先进的无线通信则使便携式、可移动BCI应用成为可能。（3）与元宇宙的互动：BCI有望成为连接物理大脑与虚拟元宇宙的核心接口，实现沉浸式、意念驱动的交互体验。
总结而言， 这篇综述论文的价值与意义在于：它成功地将BCI领域庞杂的技术、范式和应用，统一到一个清晰而有力的理论框架——“脑在环通信系统”之下。通过系统性地引入通信系统的理论、方法论和术语体系，论文不仅为理解和分析BCI提供了新的视角，也揭示了该领域与通信工程、网络技术、人工智能等多学科深度交叉融合的内在逻辑和发展方向。文章内容极其全面，从基础原理到硬件软件，从单脑解码到多脑联网，从医疗辅助到人类增强，涵盖了BCI研究的几乎所有重要方面，同时指出了未来的技术挑战和融合趋势，对研究人员、工程师和学生而言都是一份极具指导性和启发性的权威参考资料。作者们通过这篇综述，有力地论证了BCI不仅是神经科学与工程的产物，更是现代信息通信技术演进中的一个前沿和关键组成部分。