美国大学脑机接口方向代表教授介绍
一、侵入式/临床脑机接口
这类研究直接面向瘫痪、失语等患者,目标是将BCI转化为临床可用的医疗设备。
1. 斯坦福大学 - 运动与语言BCI的圣地
-
Krishna Shenoy (1963到2023,遗存影响力巨大)
-
地位:现代运动BCI理论与算法的奠基人之一。其实验室是侵入式BCI领域的“黄埔军校”。
-
标志性成果:开发了高性能神经解码算法,实现了快速、精准的“指哪打哪”光标控制和字符输入,为后续临床研究奠定了基础。
-
-
Jaimie Henderson & Francis “Frank” Willett (现任团队核心)
-
地位:Shenoy教授事业的继承者和临床转化者。Henderson是神经外科医生,Willett是chief科学家。
-
标志性成果:
-
运动BCI:实现了患者通过想象书写动作,以每分钟90字符的速度进行“意念打字”(Nature, 2021),创造了新纪录。
-
语言BCI:与Edward Chang (UCSF) 团队合作,通过解码大脑语言皮层的活动,首次实现了从患者脑活动直接合成语音和可识别面部表情(Nature, 2023)。
-
-
-
Paul Nuyujukian
-
地位:专注于将BCI从实验室推向临床床边和家庭的系统集成砖家。
-
研究方向:开发鲁棒、实时的闭环BCI系统,并解决其临床应用中的工程挑战。
-
2. 加州大学旧金山分校 - 感觉与语言解码前沿
-
Edward Chang
-
地位:语言与感觉皮层解码的全球top,神经外科医生。
-
标志性成果:
-
语言BCI:率先成功解码大脑中试图说出的话(2019),并持续提升解码准确率和速度。
-
感觉反馈:研究如何向大脑提供触觉和本体感觉反馈,让假肢有“真实感”。
-
-
3. 约翰斯·霍普金斯大学/匹兹堡大学 - 肢体控制与感觉反馈
-
Jennifer Collinger (匹兹堡大学)
-
地位:临床BCI研究的先驱之一,与著名神经外科医生 Andrew B. Schwartz 长期合作。
-
标志性成果:实现了患者通过BCI控制机械臂完成复杂的三维抓取、自喂食物等任务,并率先引入了通过皮层微电刺激提供触觉反馈的系统。
-
4. 布朗大学/马萨诸塞州总医院 - “大脑之门”联盟
-
Leigh R. Hochberg
-
地位:BrainGate 多中心临床试验的top。该联盟是历史最悠久、top的临床侵入式BCI研究平台。
-
研究方向:通过长期的临床试验,验证多种BCI算法和设备的可行性与安全性,是BCI走向临床的核心桥梁。
-
-
John D. Simeral
-
地位:BrainGate联盟的核心科学家,负责算法和系统开发。
-
二、非侵入式与创新方法脑机接口
这类研究主要使用EEG、fNIRS或创新技术,面向更广泛的应用,如康复、增强和沟通。
1. 卡内基梅隆大学
-
Bin He
-
地位:非侵入式(EEG)运动BCI的领军人物。
-
标志性成果:实现了受试者仅用思维连续控制无人机和机械臂,并致力于推动BCI在卒中康复中的应用。
-
2. 加州大学圣地亚哥分校
-
Gert Cauwenberghs
-
地位:神经形态计算与低功耗BCI硬件砖家。
-
研究方向:开发模拟生物神经处理方式的芯片,以实现超低功耗、实时的神经信号处理和BCI。
-
3. 密歇根大学
-
Cynthia A. Chestek
-
地位:侵入式与非侵入式之间的桥梁——血管内BCI 的主要研究者之一。
-
研究方向:将电极阵列通过血管送入大脑运动皮层附近进行记录,目标是提供比ECoG信号质量更好、比开颅手术创伤更小的折中方案。
-
三、支撑技术:材料、算法与理论
BCI的进步极度依赖底层技术的突破。
1. 材料与器件
-
Polina Anikeeva (MIT):开发可用于神经调控和记录的柔性多功能聚合物纤维。
-
Michel Maharbiz (UC Berkeley):发明了“神经尘埃”——毫米级、可通过超声供电和通讯的无线神经记录传感器。
-
Shadi Dayeh (UC San Diego):设计制造高密度、高通道数的柔性电极阵列,提升信号的空间分辨率。
-
Ada Poon (Stanford):专注于无线供电和通讯技术,为微型植入式设备提供能源解决方案。
2. 算法与解码
-
Byron Yu (Carnegie Mellon University):统计信号处理与机器学习砖家,为高维神经数据开发降维和解码算法。
-
Jonathan C. Kao (UCLA):专注于开发更高效、鲁棒的神经解码算法和计算模型。
3. 神经科学与理论
-
Matthew T. Kaufman (University of Chicago):致力于理解运动控制的神经基础,为BCI解码提供更坚实的理论框架。
-
Aaron Batista (University of Pittsburgh):研究运动学习与神经可塑性,以提升BCI的长期适应性和性能。
总结与趋势
-
临床转化加速:从“实验室演示”全面转向“实用医疗设备”。以斯坦福、UCSF、BrainGate联盟为代表的研究正进行关键性的临床试验。
-
语言BCI成为热点:继运动控制之后,解码语言和语音成为top社会影响力的前沿方向(斯坦福、UCSF)。
-
双向BCI是未来:不仅“读取”(解码),更要“写入”(通过刺激提供感觉反馈),形成闭环(匹兹堡大学、UCSF)。
-
微创化是趋势:研究重点从传统的开颅植入皮层电极,转向血管内电极(Synchron公司、密歇根大学)和新型柔性微创器件。
-
产业界深度介入:以 Neuralink (Elon Musk)、Synchron、Blackrock Neurotech、Paradromics 为代表的初创公司正在将学术界的突破产品化,改变了整个领域的研发节奏和生态。
微信扫一扫









