腦機(jī)接口（BCI）是人腦與外部設(shè)備之間建立的直接連接通道，不僅能夠促進(jìn)人機(jī)交互，還可以用于腦科學(xué)研究以及神經(jīng)系統(tǒng)疾病的診療。然而，傳統(tǒng)腦機(jī)接口面臨兩大挑戰(zhàn)：人腦是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng)，腦電信號(hào)存在很強(qiáng)的變異性，導(dǎo)致解碼器性能難以長期維持穩(wěn)定；同時(shí)，隨著應(yīng)用場景擴(kuò)展，腦電信號(hào)采集的通道數(shù)急劇增長，解碼算法也變得更加復(fù)雜，為腦電高效實(shí)時(shí)處理帶來巨大挑戰(zhàn)。
圖1.研究人員提出了自適應(yīng)神經(jīng)形態(tài)解碼器，支持腦機(jī)協(xié)同演進(jìn)
針對(duì)上述挑戰(zhàn)，清華大學(xué)集成電路學(xué)院與天津大學(xué)腦機(jī)海河實(shí)驗(yàn)室合作，提出了基于憶阻器類腦計(jì)算芯片的新型腦機(jī)接口解決方案。團(tuán)隊(duì)研制了一款128Kb規(guī)模的憶阻器芯片作為自適應(yīng)腦電解碼器，構(gòu)建了完整的腦機(jī)接口系統(tǒng)（包含腦電采集、解碼和執(zhí)行器），提出了單步解碼策略和交互式更新框架，實(shí)現(xiàn)了長期穩(wěn)定的高效高精度腦電解碼與腦機(jī)協(xié)同演進(jìn)。
圖2.關(guān)鍵技術(shù)創(chuàng)新：（a）單步解碼策略（b）交互式更新框架
該憶阻器芯片采用的單步解碼策略，將穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）腦電意圖信號(hào)的三步解碼過程（信號(hào)濾波預(yù)處理、任務(wù)相關(guān)分量特征提取、模板匹配分類）整合為單一步驟，將計(jì)算復(fù)雜度降低6.5倍，同時(shí)減少了憶阻器非理想特性對(duì)計(jì)算精度的影響。在四自由度實(shí)時(shí)腦控?zé)o人機(jī)飛行任務(wù)中，該解碼器達(dá)到了與軟件計(jì)算相當(dāng)?shù)慕獯a準(zhǔn)確率（85.17%）。計(jì)算評(píng)估顯示，憶阻器芯片解碼的能耗比傳統(tǒng)CPU降低了三個(gè)數(shù)量級(jí)，歸一化處理速度提升了兩個(gè)數(shù)量級(jí)。
圖3.基于憶阻器芯片腦電解碼的實(shí)時(shí)腦控?zé)o人機(jī)飛行
團(tuán)隊(duì)開發(fā)的交互式更新框架，利用誤差相關(guān)電位（ErrP）作為大腦對(duì)憶阻器解碼結(jié)果的反饋信號(hào)，在實(shí)驗(yàn)過程中動(dòng)態(tài)累計(jì)新樣本用來更新憶阻器解碼器，使其能夠與動(dòng)態(tài)變化的腦信號(hào)協(xié)同演進(jìn)、相互適應(yīng)。在十名被試參與且平均長達(dá)六小時(shí)的人機(jī)交互實(shí)驗(yàn)中，具有協(xié)同演進(jìn)能力的腦機(jī)接口比傳統(tǒng)接口的解碼準(zhǔn)確率提高了約20%。在該實(shí)驗(yàn)中，大腦和解碼器的貢獻(xiàn)比例呈現(xiàn)動(dòng)態(tài)變化：初期主要依靠解碼器的自適應(yīng)更新，隨著時(shí)間推移，大腦的貢獻(xiàn)逐漸增加，最終達(dá)到兩者的動(dòng)態(tài)平衡，完整展示了腦機(jī)協(xié)同演進(jìn)的過程。
圖4.大腦-憶阻器解碼器協(xié)同演進(jìn)實(shí)驗(yàn)：（a）腦電解碼準(zhǔn)確率（b）腦電任務(wù)相關(guān)特征的信噪比和（c）憶阻器解碼器的演變過程
該研究實(shí)現(xiàn)了生物大腦與神經(jīng)形態(tài)憶阻器類腦芯片的首次緊密交互與協(xié)同演進(jìn)，為人機(jī)混合智能開辟了新途徑。利用憶阻器的高能效存算一體與電導(dǎo)原位更新的特點(diǎn)，基于類腦芯片的自適應(yīng)腦電解碼在硬件效率和解碼準(zhǔn)確率上均取得了突破性進(jìn)展，不僅適用于各類腦機(jī)接口系統(tǒng)，還可拓展至神經(jīng)調(diào)控、運(yùn)動(dòng)康復(fù)、虛擬現(xiàn)實(shí)等應(yīng)用領(lǐng)域。
相關(guān)研究成果以“基于憶阻器自適應(yīng)神經(jīng)形態(tài)解碼器的腦機(jī)接口”（A memristor-based adaptive neuromorphic decoder for brain-computer interfaces）為題，于2月17日發(fā)表于《自然·電子學(xué)》（Nature Electronics）。
清華大學(xué)集成電路學(xué)院唐建石副教授、吳華強(qiáng)教授和天津大學(xué)腦機(jī)海河實(shí)驗(yàn)室團(tuán)隊(duì)許敏鵬教授、明東教授為論文的共同通訊作者，清華大學(xué)集成電路學(xué)院博士畢業(yè)生劉正午（現(xiàn)為香港大學(xué)電機(jī)電子工程系研究助理教授）和天津大學(xué)博士生梅杰為共同第一作者。合作者包括清華大學(xué)集成電路學(xué)院錢鶴教授、高濱副教授、姚鵬副研究員，天津大學(xué)腦機(jī)海河實(shí)驗(yàn)室團(tuán)隊(duì)王坤副教授，香港大學(xué)電機(jī)電子工程系黃毅副教授，清華大學(xué)生物醫(yī)學(xué)工程學(xué)院洪波教授，加州大學(xué)圣迭戈分校鐘子平教授等。
研究得到科技部科技創(chuàng)新—2030“腦科學(xué)與類腦研究”重大項(xiàng)目、香港研究資助局主題研究計(jì)劃、香港大學(xué)基礎(chǔ)研究種子基金、天津市腦機(jī)交互與人機(jī)共融海河實(shí)驗(yàn)室、天津大學(xué)先進(jìn)醫(yī)用材料與醫(yī)療器械全國重點(diǎn)實(shí)驗(yàn)室、北京集成電路高精尖創(chuàng)新中心、北京信息科學(xué)與技術(shù)國家研究中心、科學(xué)探索獎(jiǎng)等的支持。
論文鏈接：
https://www.nature.com/articles/s41928-025-01340-2
供稿：集成電路學(xué)院
