跳转至

电极与信号：ECoG · EEG · 单神经元

最后更新：2026-04-24

脑机接口的 信号源头 决定了 BCI 能力——从 单神经元信号（最精细但最侵入）→ ECoG 皮层表面（中等）→ EEG 头皮（最弱但最安全）。本文梳理 5 种主要信号类型及对应的电极技术。

一句话结论

BCI 信号精度排序：单神经元 > ECoG > EEG ≈ fNIRS > MEG > fMRI。精度与侵入性正相关。商业化时：EEG / fNIRS 可消费，ECoG / 单神经元仅医疗。

五种主要信号类型

1 · 单神经元（Single-Unit Recording）

  • 电极：Utah Array（Blackrock）、Neuralink Thread
  • 分辨率：单个神经元放电
  • 应用：光标控制、假肢、语音解码
  • 侵入性：最高（穿透皮层）
  • 代表：Neuralink N1、BrainGate

2 · ECoG（Electrocorticography）

  • 电极：皮层表面 grid
  • 分辨率：神经元群
  • 应用：癫痫 + 语音 BCI
  • 侵入性：中等（颅内但不穿透）
  • 代表：NeuroPace、学术研究

3 · EEG（Electroencephalography）

  • 电极：头皮表面
  • 分辨率：最低（平均数百万神经元）
  • 应用：消费 / 注意力 / 基础研究
  • 侵入性：无
  • 代表：Muse、BrainCo、Emotiv

4 · fNIRS（functional Near-Infrared）

  • 传感器：红外光测血氧
  • 分辨率：中等（皮层）
  • 应用：认知研究 + 消费
  • 侵入性：无
  • 代表：Kernel Flux

5 · Stentrode（血管内）

  • 电极：血管内 stent 形 + 电极
  • 分辨率：类 ECoG
  • 应用：ALS / 瘫痪 BCI
  • 侵入性：低（不开颅）
  • 代表：Synchron

电极技术演化

Utah Array（1990s，至今）

  • 96 通道
  • 学术标准 30 年
  • 代表：BrainGate 项目
  • 1024+ 通道（可扩展）
  • 柔性聚合物线
  • 手术机器人植入（Neuralink R1 机器人）

Paradromics Connexus

  • 1600 通道
  • 2024 FDA breakthrough device

Precision Neuroscience

  • Layer 7 Cortical Interface
  • 薄膜 ECoG

信号解码 AI 挑战

  • 噪声消除
  • 信号稳定性 随时间衰减
  • Cross-subject transfer（一个人训的模型能用于另一个人吗）
  • LLM + 解码 融合（2024-2025 新方向）

2026 关键变量

  1. Neuralink N1 通道数扩展：1024 → 4096 目标
  2. Paradromics / Precision 临床进展
  3. 消费 EEG 精度提升（可能 3-5x）
  4. AI 解码算法突破（LLM 集成）

我的判断

  1. 单神经元 + Utah Array / Neuralink Thread 是医疗 BCI 主流
  2. Stentrode 血管路径 是最有创新性商业路径
  3. EEG 消费产品 受限于信号，难做真实控制

我可能错在哪里：EEG + 先进 AI 解码突破，消费级 BCI 提前到来。

延伸阅读