《Frontiers in Neuroscience》：Closed-loop EEG-based neurofeedback and brain-computer interface interventions for mental health: a review
编辑推荐：
基于脑电图（EEG）的脑机接口（BCI）已被广泛用于检测和监测心理健康相关状态，许多现有研究集中于识别与分类。此类方法主要属于观察性研究，对干预的支持有限。闭环基于EEG的BCI通过引入实时反馈来观察神经活动，从而解决了这一局限。在此背景下的一个关键范式是神经
基于脑电图（EEG）的脑机接口（BCI）已被广泛用于检测和监测心理健康相关状态，许多现有研究集中于识别与分类。此类方法主要属于观察性研究，对干预的支持有限。闭环基于EEG的BCI通过引入实时反馈来观察神经活动，从而解决了这一局限。在此背景下的一个关键范式是神经反馈，使用者学习调节自身大脑活动，旨在促进心理状态和心理功能改善。在本研究中，研究人员依据系统评价和荟萃分析的首选报告项目（PRISMA）报告原则，对2021年以来发表的用于心理健康的闭环EEG-BCI干预进行了综述。在三个数据库（Scopus、Web of Science和PubMed）中进行了结构化检索，共获得1101条记录，其中25项研究符合纳入标准。研究进展与观察结果被归纳为四个类别：应用、范式设计与反馈机制、信号处理与机器学习方法、以及性能指标与结果。此外，本综述讨论了与信号处理和机器学习（ML）、用户界面设计以及BCI干预中的调控机制相关的考量。最后，概述了未来研究的潜在方向，包括多模态BCI、域适应、生成式人工智能在基于BCI的治疗性干预中的整合以及居家部署。总体而言，当前研究结果支持闭环EEG神经反馈和BCI干预在心理健康应用中的技术可行性和新兴治疗潜力，但证据基础仍处于初步阶段，因为许多研究为小规模试点或可行性研究。
3 进展与观察
本文纳入的25项研究在心理健康领域的应用可划分为四个功能类别：情感与情绪调节、认知控制与学习、神经发育与行为障碍、心理生理与慢性疾病。这些研究大多为小规模试点或可行性试验，其结果有助于识别新兴应用方向和技术可行性，但尚不能作为临床疗效的确证证据。
3.1 心理健康状况中的应用
在情感与情绪调节方面，研究涉及焦虑、抑郁、创伤后应激障碍（PTSD）、强迫症（OCD）及一般情绪调节等；认知控制与学习领域涵盖认知负荷、注意力、工作记忆及卒中后认知康复；神经发育与行为障碍主要包括注意缺陷/多动障碍（ADHD）和孤独症谱系障碍（ASD）及其共病；心理生理与慢性疾病则涉及慢性疼痛、成瘾、心房颤动相关不适及瘫痪等。各类研究均采用闭环干预设计，目标是通过实时反馈帮助使用者调节自身神经活动。
3.2 用于心理健康的EEG-BCI设计与反馈
所选研究采用主动、反应性和被动三类BCI范式。神经反馈是应用最多的主动范式，常以频带功率作为反馈特征，例如上调节α波和下调节高β/θ活动以缓解慢性疼痛。运动想象（MI）也被用于PTSD干预，但与α神经反馈相比，未观察到相应症状改善。反应性BCI包括P300拼写器和稳态视觉诱发电位（SSVEP）范式，用于认知训练和注意偏向调节。被动BCI则在不要求使用者主动参与的情况下解码其内隐状态，例如根据学习者的认知负荷自动调整信息呈现速度。反馈模态以视觉为主，常辅以听觉和本体感觉线索；部分系统将反馈嵌入游戏或虚拟现实（VR）环境中以提高参与度。
3.3 信号处理与机器学习方法
3.3.1 预处理
各研究普遍采用带通滤波以保留与目标相关的频带，例如7–30 Hz用于注意力估计，0.1–70 Hz或1–120 Hz用于更宽频分析。伪迹去除常用独立成分分析（ICA）及其变体，并依据预设幅值阈值（如80 μV或100 μV）剔除含眼电、肌电等伪迹的脑电片段。部分研究还提出基于相位锁定值（PLV）脑网络的鲁棒流形学习方法，以隔离噪声离群点。
3.3.2 特征提取
电极数量从1到63导不等，其中52%的研究使用不超过3个电极，另有研究采用头带式设备。额区（Fp1、Fp2、Fpz）电极因与情感和注意过程相关而频繁使用。特征提取以不同频带的谱功率为主，如α、β、θ、γ节律；也常用功率比指标，例如α/β比值用于区分专注与分心。此外，还使用PLV等连接性特征，以及样本熵（SE）和微分熵（DE）等复杂度指标。
3.3.3 识别方法
决策规则常基于预设阈值，例如根据个体化α功率阈值将每个6秒脑电窗划分为低、最优和高认知负荷。多种传统机器学习方法被用作分类器，包括支持向量机（SVM）、逻辑回归、正则化线性判别分析（RLDA）和多体素模式分析（MVPA）。深度学习方法如卷积神经网络（CNN）和宽神经网络（WNN）也被采用，但总体数量有限。在实时闭环干预中，低延迟、少校准和高可靠性需求使得传统方法仍占主导。
3.4 性能指标与结果
3.4.1 性能测量
结果指标涵盖神经生理、行为、BCI系统性能、临床心理和用户体验等多个维度。神经生理指标包括μ节律抑制、α反弹、频谱比值和功能连接变化；行为指标包括任务坚持度、学习增益、反应时间和游戏表现；系统性能常用解码准确率（DA）、灵敏度、F
1-分数、信息传输率（ITR）等；临床结局使用经过验证的量表，如焦虑抑郁量表、耶鲁-布朗强迫症量表（YBOCS）、PTSD量表、ADHD评定量表及自闭症评估工具；用户体验则通过NASA-TLX、系统可用性量表（SUS）和满意度评分等评估。
3.4.2 干预结果
多项研究报告了疼痛、焦虑、抑郁和疲劳的减轻。例如，在心房颤动射频消融术中，基于EEG的BCI正念干预显著降低了疼痛、焦虑和疲劳评分；为期8周的居家神经反馈显著减轻了慢性神经病理性疼痛，并改善了抑郁和灾难化思维。注意相关研究显示，可穿戴BCI训练显著提高了注意力调节能力和脑网络效率。ASD/ADHD研究也报告了社交认知和行为症状的改善，例如干预组在ADHD-RS评分上较等待对照组有更大下降。情绪调节BCI研究则显示，经实时脑电解码反馈训练后，情绪调节能力显著提升，解码准确率从56.21%提高至79.67%。
4 讨论
4.1 信号处理与机器学习考量
电极数量在实用性与信号质量之间存在权衡。低密度可穿戴系统便于真实环境使用，但空间分辨率和信噪比受限，可能削弱神经靶点与反馈之间的对应关系，进而影响神经反馈学习效果。不同研究在电极位置和采样频率上的差异，也使得跨研究的解码性能和临床结果难以直接比较。决策规则方面，阈值法透明且计算量小，但难以应对脑电非平稳性；SVM等传统方法在小样本下表现良好，而深度学习方法虽然在离线基准上表现出色，但在实时干预中受限于数据量、计算资源和可解释性。
4.2 BCI用户界面设计
BCI干预常采用视觉游戏化界面以激励用户完成任务和调节脑电活动。VR能提供沉浸式训练环境和直观的实时反馈，例如多人VR音乐会系统通过β/α比值驱动视觉特效。增强现实（AR）可能在将BCI系统迁移至家庭环境方面具有潜力，但在现有文献中仍较少被探索。
4.3 BCI干预的调控机制
尽管各研究目标和范式不同，但存在共享的神经调控机制。许多干预针对与目标心理状态相关的皮层节律，如PTSD干预靶向α下调并出现训练后α反弹，慢性疼痛干预训练提高α并降低高β活动。反馈规则多为阈值或奖赏驱动，要求使用者将神经活动维持于基线之上或之下。游戏化、沉浸式反馈和虚拟代理等手段被用于提升参与度；同时，针对特定病症的靶点仍需个体化设计，如强迫症中的污染相关线索、尼古丁成瘾中的吸烟图片线索、ASD中的μ节律调节等。
4.4 解码性能与心理健康结果
BCI解码性能主要反映系统识别神经状态的技术可行性，而心理健康结局则体现干预是否产生治疗效益。部分研究仅报告分类准确率或状态检测可靠性，未提供验证过的患者结局；另一些研究同时报告了解码性能和临床改善，例如ASD儿童神经反馈系统算法准确率超过90%，并在表达语言和联合注意方面优于假反馈。然而，许多研究样本量小、干预或随访时间短，因此长期临床疗效的稳健证据仍然有限。
4.5 临床实施考量
伦理审批、知情同意和部分试验注册在各研究中有所报告，但正式监管批准很少被讨论。临床医生接受度未得到直接评估，但部分研究显示研究者或护士可较易将干预整合至现有工作流程。患者依从性方面，居家ADHD训练完成率较高，但存在设备断开和设置困难；ASD研究中脱落主要与疫情和学业安排有关，也有因不良事件退出者。成本分析普遍不足，仅有研究指出商业头戴设备、软件平台和人员监控可能产生费用。长期可用性证据有限，未来需评估成本、维护负担、依从性、重新校准需求和长期使用体验。
5 机遇、未来工作与局限
5.1 多模态BCI
将EEG与功能性近红外光谱（fNIRS）等外周生理信号或行为测量相结合，可利用多源互补优势，并在情绪识别和精神疲劳检测中已显示出更高准确率。然而，EEG-fNIRS整合在心理健康神经反馈中的应用仍有限，是值得发展的方向。
5.2 域适应
脑电信号具有受试者特异性和非平稳性，跨个体或跨会话的分类器通常需要重新校准。域适应作为迁移学习的一类方法，通过对齐特征分布来解决这一问题。当前研究中较少考虑迁移学习，未来可探索其在心理健康BCI干预中的应用。
5.3 生成式AI用于BCI治疗
生成式人工智能能够根据训练数据生成文本、图像、音频等内容，可根据神经反馈信号动态调整治疗内容。例如，从脑电信号生成特定音乐辅助情绪调节，或结合大语言模型（LLM）提供适应性情绪支持。该领域为心理健康BCI干预提供了广阔探索空间。
5.4 居家部署
现有研究中仅少数探索了居家脑电神经反馈，但其熟悉且低压力的环境有助于提高坚持度和长期自我管理，并减少往返医院的负担，有望支持更大样本的研究。
5.5 局限
本综述的检索限制为2021年以来的英文同行评议期刊文章，可能遗漏会议论文和非英文文献；筛选和提取主要由一名研究人员完成，不确定性案例由第二名核查；纳入研究在研究设计、样本量、结局指标和目标疾病方面存在显著异质性，无法进行定量合并；多数研究样本量小、缺乏随机或假对照设计，且可能存在发表偏倚。因此，当前证据应视为初步结果。
6 结论
本综述系统分析了25篇关于脑电神经反馈和BCI干预在心理健康领域的同行评议文章，总结了应用、范式设计、反馈方式、信号处理与机器学习方法、性能指标及干预结局。讨论涉及信号处理挑战、用户界面设计和调控机制，并指出了多模态BCI、域适应、生成式AI和居家部署等未来方向。尽管现有证据支持技术可行性和初步治疗潜力，但由于多数研究为小型试点或概念验证试验，且方法学质量评估显示样本量、对照组设置、随访时长和结局异质性等方面存在常见问题，临床疗效仍需进一步验证。
