《Frontiers in Neurology》：Advancing stroke rehabilitation: the potential and challenges of closed-loop brain-computer interface technology
编辑推荐：
背景：卒中是全球老年人长期残疾的主要原因之一。作为一种新兴的神经调控干预手段，闭环脑机接口（BCIs）旨在通过实时反馈机制促进受损皮质的重建。本研究旨在系统综述闭环BCIs在卒中后康复中的最新临床进展、神经机制及挑战。方法：遵循PRISMA指南，研究人员系统检
背景：卒中是全球老年人长期残疾的主要原因之一。作为一种新兴的神经调控干预手段，闭环脑机接口（BCIs）旨在通过实时反馈机制促进受损皮质的重建。本研究旨在系统综述闭环BCIs在卒中后康复中的最新临床进展、神经机制及挑战。方法：遵循PRISMA指南，研究人员系统检索了PubMed、Web of Science、Cochrane Library、Embase、Scopus及IEEE Xplore等数据库。鉴于不同研究在干预范式和结局指标方面存在高度方法学异质性，采用了定性综合策略。引入最小临床重要差异（MCID）以评估各类干预措施的实质性临床获益。最终纳入42项符合闭环系统严格定义的原始研究。结果：闭环BCI技术在卒中康复中展现出多维度的应用潜力。在运动康复领域，BCIs结合外部执行器（如机器人、FES）促进了半球间功能再平衡及皮质脊髓束重塑。在认知领域，尽管神经反馈在改善特定执行功能和注意力方面显示出初步疗效，但当前证据呈现高度异质性，需谨慎解读。在安全性方面，非侵入性设备的不良反应主要表现为轻度疲劳；对于侵入性系统，设备相关不良事件的发生率约为每1000设备天5.6例，表明总体安全性可控。结论：闭环BCIs为卒中康复提供了一种有前景的新型神经调控策略。未来验证其疗效并加速临床转化将依赖于多中心随机对照试验（RCTs）、标准化核心结局指标集（COS）及与人工智能（AI）的深度融合。
论文主体部分内容总结如下：
**1 引言**
全球每年新增约1500万卒中病例，是老年人残疾和死亡的主要原因，严重影响个体生活质量和社会医疗系统。传统康复方法对严重损伤患者临床获益有限。闭环脑机接口（BCI）技术作为神经学与康复医学的交叉前沿，与被动干预不同，它整合患者内源性运动或认知意图与外源性实时感觉反馈，主动参与驱动功能损伤的重塑过程。该技术经历概念探索、BCI兴起、闭环发展、临床转化及智能化整合等阶段，未来展望包括人工智能（AI）自适应解码、多模态整合及人机协同适应。
**2 方法**
2.1 文献检索策略：基于PRISMA指南，系统检索PubMed、Web of Science、Cochrane Library、Embase、Scopus、IEEE Xplore等数据库至2024年12月31日，采用MeSH术语与文本词组合检索，设定明确纳入与排除标准，最终纳入42项符合要求的原始研究。
2.2 闭环定义与纳入排除标准：严格定义“闭环BCI”为单次试验中脑信号实时驱动在线解码后的反馈或干预，并排除端到端延迟>1 s、连续反馈更新率<5 Hz、反馈刺激非实时脑信号决定等边界性“开环”系统。
2.3 定性综合与最小临床重要差异（MCID）：针对结局评估、反馈模式及干预时长的高度异质性，引入MCID作为功能改善的核心标准，设定FMA-UE≥5分、ARAT≥6分（敏感期）或≥12分（非敏感期）、MAS≥0.5分、BBS≥7分、MoCA≥1分（敏感期）或≥2分（非敏感期）等阈值。
2.4 证据质量评估标准：根据研究设计、样本量及对照设置，将证据严格分为高、中、低、极低四个等级，并对应标注于表格的质量评价栏。
**3 脑机接口的多维度分类**
3.1 BCI系统交互与反馈控制：基于信号流、时间特征及用户意图生成，BCI可分为“开环/闭环”、“同步/异步”及“主动/反应/被动”三大技术分支。闭环系统通过实时感觉反馈驱动突触层面的神经可塑性重塑；异步系统允许受试者自由产生意图，更贴近自然训练；主动BCI要求执行特定认知任务，反应BCI依赖外部刺激诱发电位，被动BCI可隐式监测心理状态。
3.2 闭环BCI分类与信号采集：主流方式包括侵入性、非侵入性和半侵入性。侵入性BCI植入微电极阵列，具有高信噪比（SNR）和高自由度，但存在生物相容性和感染风险；非侵入性BCI（如EEG）安全性高，但空间分辨率受限；半侵入性BCI（如ECoG
皮层脑电图）在信号质量与临床安全性间取得平衡。信号源分为电生理（EEG/MEG）和血流动力学（fMRI/fNIRS）测量，后者通过血氧水平依赖（BOLD）信号间接反映脑活动，其中功能近红外光谱（fNIRS）便携且常用于多模态应用。
**4 闭环脑机接口在卒中康复中的应用**
4.1 上肢功能康复进展：针对约77%慢性期卒中患者的上肢运动功能障碍，闭环BCI可通过机器人外骨骼的运动学牵引或功能电刺激（FES）的外周肌肉募集两种途径实现干预。多项随机对照试验（RCTs）显示，实验组FMA-UE评分平均改善持续超过MCID的5分阈值，表明在亚急性期和慢性期不仅具有统计学意义，还具备临床意义的功能改善。
4.2 下肢功能康复进展：基于EEG的闭环BCI在下肢运动功能重建中优于传统疗法，且从机械反馈向多模态干预环境（如三维虚拟现实VR）演变。多模态实时反馈交互可有效泛化同侧感觉运动皮质并激活运动神经元，可能涉及脊髓步态相关神经网络（包括中枢模式发生器CPGs）的增强激活。
4.3 认知康复进展：认知障碍是常见并发症，涉及执行功能、记忆和注意力等多维度。多项记忆干预研究证实闭环BCI神经反馈训练可显著改善即时记忆、延迟记忆和注意聚焦，但当前证据存在高度争议：现有量表对高阶认知变化的敏感性不足，且主流协议（如运动想象MI、P300）主要靶向感觉运动或视觉注意网络，认知域泛化有限；卒中病变异质性导致相同方案在不同个体中可能产生矛盾结果。
4.4 言语康复进展：约33.3%患者存在言语障碍。闭环BCI通过解码意图并与文本或语音输出设备交互，促进社交能力恢复。研究显示P300波幅降低与失语严重程度正相关；混合编码P300与稳态视觉诱发电位（SSVEP）已实现流畅打字；高性能皮层内BCI可使文本输出率提升1.4–4.2倍，信息吞吐量提升2.2–4.0倍。
4.5 其他应用领域：包括吞咽功能恢复（通过吞咽相关脑区反馈监测或神经调控）、视觉系统受损者的辅助设备（如导航系统或视觉假体），以及多种脑与心理疗法，为卒中患者提供多样化个性化选择。
**5 闭环BCI在卒中康复中的神经重塑机制**
闭环BCI通过整合实时神经信号解码与外源性精确反馈，在微观突触和宏观网络维度触发神经可塑性重塑。在神经假体控制模型中，大脑控制重构不仅限于初级运动皮质（M1），还涉及高级运动区及联合皮质；纹状体和小脑等皮质区域神经活动对BCI技能获取、巩固和行为微调起关键内源门控作用。基于运动想象的闭环BCI干预靶向激活损伤半球运动区，诱导微视突触变化，促进新突触连接形成和病灶周围局部神经元募集；同时，外部机器人或FES产生的逆行感觉传入通过“中枢-周围”逆行反馈环路增强靶脑区代谢活动。此外，闭环BCI参与调节半球间交互抑制平衡，通过实时捕获损伤半球特定EEG节律（如μ/β频段的事件相关去同步化ERD），选择性上调患侧皮质兴奋性，减弱健侧异常经胼胝体抑制，恢复双侧皮质电生理对称性。神经影像与电生理评估表明，BCI-机器人干预增强了前额叶与初级运动皮质之间的前馈和反馈功能连接，连接密度增加与肢体运动评分线性相关；下行运动诱发电位（MEPs）报告显示，闭环保训练后患侧皮质脊髓束传导振幅逐步上调。
**6 不良反应与安全性评价**
基于不同采集方式的闭环BCI安全性评价逐步积累，整体未见严重不良反应。侵入性BCI（如BrainGate系统>12,000设备天）设备相关不良事件发生率约5.6/1000设备天，严重不良事件约0.49/1000设备天，最常见为电极周围局部皮肤反应，未见颅内感染、永久性残疾或死亡。半侵入性BCI（硬膜下/硬膜外）感染风险约1–3%，症状性出血风险0–4%，永久性神经功能缺损罕见（<1%）。非侵入性BCI（EEG/fNIRS）主要不良事件为轻度头痛、视觉或认知疲劳，偶有局部皮肤红斑，休息15–20分钟可自行恢复。目前缺乏个体化BCI手术/设备并发症的外部验证临床预测模型，需利用CONSORT-AI等框架构建多模态风险预警系统。
6.1 局限性：约15–30%受试者无法产生稳定可解码的EEG节律（如ERD/ERS现象），尤其卒中患者脑网络受损严重限制普适性；当前研究样本量小，受试者常感知反馈信号与内源性意图不匹配，无法完全排除潜在安慰剂效应；与机器学习结合的闭环BCI在实验室表现优异，但在复杂真实环境中的鲁棒性和舒适性仍不足，需解决个体模型泛化与系统稳定性问题；对人脑复杂神经机制的理解尚不充分，难以利用其精炼技术；人机交互在信息传输率和隐私保护方面的技术升级和伦理框架需进一步加强。
**7 结论与展望**
闭环BCI通过整合实时神经信号解码与外源性反馈，在微观突触和宏观网络层面触发神经可塑性重塑。它依赖于脑网络的复杂运动协调功能激活受损初级运动皮质和高级联合区，并广泛招募纹状体和小脑关键核团发挥内源门控作用，使内源性运动意图与感觉反馈形成毫秒窗口耦合，诱导损伤皮质突触重建和代谢上调，纠正双侧半球病理性电生理异常。影像学与电生理证据显示干预后感觉运动皮质前馈和反馈运动电位上调，增强皮质脊髓束传导。然而，闭环BCI在检测精度、用户舒适度和解码计算能力方面仍面临挑战，需向标准化和智能化转型。临床试验设计急需按病变部位和临床阶段分层的大样本多中心随机对照试验，建立包含功能、认知-语言、神经生理学和标准化安全性评估的核心结局指标集。同时，闭环BCI有望与人工智能深度融合：利用自主强化学习增强解码能力，优化个体化刺激参数，为卒中患者康复提供更多样化个性化的定制选项。
