综述：整合神经解码、忆阻材料与自适应控制框架，用于下一代海马体记忆假体

《iScience》：Integrating neural decoding, memristive materials, and adaptive control frameworks for next-generation hippocampal memory prosthetics

　　

摘要 记忆假肢，即解码海马活动并提供适应性刺激的闭环脑机接口，正从动物概念验证过渡到首批人体试验。实现长期植入系统需要协同设计三个材料介导子系统，其结构 - 性能 - 加工（SPP）关系此前一直被孤立处理：生物相容性电极界面、片上神经形态计算和闭环控制硬件。本综述提出了一个集成框架。我们将神经科学发现（theta 相位追踪、theta-gamma 耦合、尖波涟漪检测）映射到延迟、采样和电荷注入的工程规范上，并映射到阻抗、开关耐久性和长期稳定性的材料要求上。我们建立了两大主导材料家族的 SPP 分类：慢性电极涂层（Pt-Ir、IrOx、PEDOT:PSS、碳基、MXene）和氧化物忆阻突触（Al2O3/TiO2-x、SrTiO3、HfO2）。我们进一步区分了既定发现与新兴方向，并指出了小规模队列临床结果被过度概括的地方。这种综合为下一代记忆假肢硬件提供了材料设计目标。

图解摘要

引言
记忆丧失是阿尔茨海默病（AD）、创伤性脑损伤（TBI）和癫痫导致残疾的主要来源，目前尚无药物被证明能够恢复丧失的记忆功能。, 记忆假肢——解码海马神经活动并提供模式化刺激的闭环脑机接口——已作为一种候选治疗途径出现。2020 年在 8 名癫痫或 TBI 患者中进行的首次人体试验报告称，使用基于患者特定的多输入多输出（MIMO）驱动的海马刺激，在延迟匹配样本（DMS）任务上的表现提高了约 35%,，提供了概念验证；但这种效果在更大队列、目标结构和任务范式中的普遍性仍有待确定。这些进展建立在基础神经科学之上：Tulving 的情景记忆框架,、位置细胞和网格细胞,、巩固过程中的尖波涟漪（SWR）,,以及最近对内嗅 - 海马微环路的精细化研究。, 将这些见解转化为慢性假肢系统所需的信号处理管道、解码算法、功能材料和控制架构仍未得到充分综合；本综述提供了这种集成。

文献中存在一个根本性的设计对比。开环高频海马刺激通常会损害记忆,,而捕捉每位患者编码动态的闭环多输入多输出（MIMO）模型则可以增强记忆。刺激效果在内侧颞叶不同亚结构间也差异显著：内嗅皮层深部脑刺激（DBS）可以挽救小鼠 AD 模型的记忆缺陷，而海马灰质刺激则会破坏时空记忆组织。这些观察结果框定了工程问题：在哪里刺激（解剖定位）、何时刺激（时间控制）以及如何维持适应性、生物相容性的慢性递送。

疾病异质性增加了进一步的限制（图 1）。AD 主要表现为情景记忆丧失，伴有空间和工作记忆缺陷,,,需要恢复海马的编码/巩固。75–81% 的精神分裂症患者表现出工作记忆缺陷,,需要调节前额叶 - 海马沟通。额颞叶痴呆（FTD）呈现依赖于遗传的异质情景记忆模式。,帕金森病通过前额纹状体环路损害空间工作记忆,; ADHD 表现出执行功能缺陷和多巴胺能失调,;海马硬化和 MTL 遗忘症产生选择性的情景记忆缺陷.,,,这种异质性排除了通用设计的可能性，并促使采用与受损环路相匹配的患者特定计算模型。本综述侧重于治疗应用——针对严重缺陷的侵入性 DBS 和针对轻中度损害的无创经颅时间干涉刺激（tTIS）——由于缺乏伦理共识，排除了认知增强。

图 1 神经退行性疾病中的记忆系统障碍
显示完整标题
图查看器
不同疾病在工作记忆、情景记忆和空间记忆方面表现出不同的功能障碍模式，为靶向假肢设计提供了基础。

两种范式主导着假肢设计空间，混淆它们一直是过度概括的反复来源。基于 MIMO 的信息处理在尖峰编码层运行：患者特定的 MIMO 模型将解码的多通道 CA3 活动转化为模式化的 CA1 微刺激，旨在重建特定的信息流。, DBS 式网络调节在场电位层运行：宏电极刺激，无论是连续高频还是与 ongoing 振荡相位锁定，都偏向兴奋 - 抑制平衡和连接性，而不是注入内容。,临床证据是不对称的：MIMO 已在 8 名患者中测试,，而 DBS 网络调节在帕金森病中积累了数千患者年的数据，在 AD 试验中有数十名患者。,这两种范式对延迟、电极密度、个性化和长期稳定性提出了不同的要求（表 2；闭环控制架构部分：从生物标志物检测到适应性刺激），我们将它们视为统一架构的互补层，而不是相互竞争的选择。

海马记忆假肢处于认知神经科学、信号处理/控制工程和生物电子及神经形态器件材料科学的交叉点。术语障碍限制了跨学科综合：神经科学家所称的“相位前移”映射到控制工程师的“时变可观测量”，并映射到材料科学家的“小于 25 ms 的前端延迟且电导变异性小于 5%”。本综述的核心论点是，下一代记忆假肢不会通过单一学科的进展而解锁，而是通过三个材料介导子系统的协同设计来实现——生物相容性电极界面、片上神经形态计算和闭环控制硬件——其 SPP 关系共同决定了解码的神经代码是否能以所需的延迟、保真度和寿命进行递送。Mankin 和 Fried 从神经科学和临床角度回顾了截至 2020 年的颅内记忆调节；本综述的区别在于 2020 年后的进展,,,，增加了材料/硬件层，以及定量工程规范的制定。表 1 将神经科学发现映射到工程和材料要求；靶点选择和时空控制：来自神经解剖学的工程约束部分、实时神经解码：记忆状态检测的信号处理管道部分和神经生物标志物的行为验证：闭环性能指标部分提供神经科学列，闭环控制架构：从生物标志物检测到适应性刺激部分和计算模型和解码算法：从信号处理到适应性编码部分提供工程列，材料设计和硬件实现：从忆阻突触器件到神经形态平台部分和结论与未来方向部分提供材料列。

表 1 将神经科学发现映射到海马记忆假肢的工程规范和材料要求
模数转换器（ADC）；电荷注入容量（CIC）；数字信号处理器（DSP）；高频活动（HFA）；尖波涟漪（SWR）。
在新标签页中打开表格

| 神经科学发现 | 工程规范 | 材料要求 |
| :--- | :--- | :--- |
| Theta 节律 (4–8 Hz) 调度编码窗口 | 实时相位估计延迟 < 25 ms；端到端目标 10–20 ms | 低阻抗涂层 (IrOx, PEDOT:PSS)；ADC ≥ 2 kSPS；片上低功耗 DSP |
| HFA (70–140 Hz) 标记成功的编码 | 采样 ≥ 2 kHz；跨 70–140 Hz 的 SNR ≥ 30 dB | 低噪声界面；PEDOT/IrOx 涂层；屏蔽柔性互连 |
| SWRs (80–140 Hz, ~50 ms) 驱动离线巩固 | 检测延迟 < 20 ms；< 5 次假阳性/分钟 | 用于存内计算的忆阻交叉阵列；事件驱动 ASIC 前端 |
| 患者特定的 CA3→CA1 代码需要个性化 MIMO 模型 | 片上权重更新；≥ 16 通道同时记录 - 刺激 | 具有线性/对称 LTP/LTD 的忆阻突触；循环变异性 < 5%；耐久性 > 109 |
| 数月数年的长期记录保真度 | 漂移补偿；长期生物相容性；CIC 稳定性 | 柔性基板 (聚酰亚胺，全氟聚合物 -C)；Pt-Ir/IrOx 涂层；具有脑匹配模量的石墨烯 |

靶点选择和时空控制：来自神经解剖学的工程约束

引言部分将假肢设计框定为神经科学、工程学和材料科学的共同产物。本节将神经科学传统操作化。我们追溯内嗅 - 海马解剖结构、振荡动态以及任何干预必须尊重的空间/时间窗口，推导出亚毫米级的定位精度、小于 400 μm 的通道间距和电荷注入下限，这些约束在闭环控制架构部分和材料设计和硬件实现部分决定了材料规范。

生物学基础：作为材料介导干预目标的记忆痕迹细胞
记忆痕迹是稀疏的神经元集合，其因果作用已通过啮齿动物光遗传激活、沉默和错误记忆实验确立。,在早期 AD 模型中，检索失败而非记忆丧失是障碍的基础，通过记忆痕迹靶向重激活可以恢复访问,；通过 Oct4/Sox2/Klf4 (OSK) 基因疗法部分重编程记忆痕迹神经元可逆转小鼠的年龄相关认知下降。全脑图谱识别了约 117 个候选记忆痕迹定位区域，其协调重激活增强了回忆，而依赖 CREB 的兴奋性设定了记忆痕迹分配的基础。这些发现框定了转化问题：如何在人类中识别携带记忆痕迹的集合，并以材料平台必须提供的时空精度和长期稳定性重新激活它们。由于光遗传学不适合慢性人类使用，该领域趋向于通过高密度生物相容性电极进行多部位电刺激。请注意，虽然记忆痕迹概念源于啮齿动物研究，但转化目标是人类陈述性记忆；因此，我们将啮齿动物结果作为机制约束，而不是作为人类假肢的直接证据。

有效设计需要解决在哪里和何时刺激。海马是主要目标；其编码、巩固和检索由提供时间窗口的 theta 振荡 (4–8 Hz) 和代表记忆项目的 gamma 振荡 (30–150 Hz) 主导，theta-gamma 相位 - 振幅耦合 (PAC) 实现多项目编码。海马与多个区域进行双向通信（图 2）：腹侧被盖区 (VTA) 多巴胺能投射在 0–200 ms 窗口内调节海马 LTP,,；前额叶皮层 (PFC) 在工作记忆和决策过程中通过 SWR 和 theta 同步,；杏仁核 -CA1 theta/gamma 耦合 (TGC) 调节情感编码，theta 相位差异 (1.67 rad) 决定编码成功,；内嗅皮层 (EC) 宿主网格细胞并支持分布式存储。,最近的颅内记录显示，EC 在增加的工作记忆负荷下具有增强的适应性作用，其解码准确性和跨区域泛化能力高于海马或外侧颞叶皮层 (LTC)；然而，EC 测量涉及工作记忆负荷，这是刺激研究中测量的陈述性回忆的间接代理。基底前脑胆碱能系统增强 theta 同步同时抑制 SWR，从而实现编码 - 巩固状态转换。,这些跨区域动态约束了靶点选择和刺激时机（图 2）。

图 2 记忆形成的神经环路
显示完整标题
图查看器
海马与 VTA（多巴胺能 LTP 调节）、PFC（SWR/theta 同步）、杏仁核（theta/gamma 耦合）、EC（分布式存储）和基底前脑（胆碱能状态转换）协调。这些环路级约束转化为工程目标：VTA 多巴胺能时机（编码后 0–200 ms）定义了强化递送窗口；PFC-海马 theta-gamma 耦合设定了跨区域同步目标；胆碱能转换信号编码和巩固增强协议之间的切换（在闭环控制架构部分操作化；表 1 中的材料映射；材料设计和硬件实现部分）。

解剖定位必须以特定于范式的方式区分白质和灰质部位。直接刺激人类 EC 和海马会损害记忆,,而穿通通路（角束）theta 爆发刺激与某些范式中改进的编码特异性相关。,这些发现表明，白质刺激优于灰质刺激是任务特定和目标特定的，而不是普遍的；引用的研究测试了不同的记忆操作，不能组合成一般规则。42 名轻度 AD 患者的穹窿 DBS 主要终点为阴性，亚组分析表明存在年龄依赖性效应（≥ 65 岁的患者可能受益）；连接组分析将最佳目标定位在穹窿 - 终纹床核交界处，表明个体连接性而非解剖坐标决定了功效。

时间精度同样关键，但编码和检索之间的相位依赖分离尚未收敛到单一原则。在啮齿动物闭环光遗传学中，Siegle 和 Wilson 报告 theta 峰 (0°) 刺激将检索提高了 13.7%，theta 谷 (180°) 刺激将编码提高了 10.5%，这与 CA3 主导的检索和 EC 主导的编码一致；Grennan 等人 (2025) 将这种峰谷分离扩展到啮齿动物中相位依赖的穹窿 DBS。在人类中，Kragel 等人向与海马 theta 同步的 LTC 递送 theta 谷锁定刺激，产生了持久的网络连接增强，这在相位盲对照组中不存在，符合“通过相干性进行通信”框架（在闭环控制架构部分作为案例研究分析）。啮齿动物的峰谷双重分离是否能干净地转移到人类，以及相位分配如何取决于记录参考、目标区域和任务结构，仍然是开放问题。端到端闭环延迟通常在 10–20 ms 范围内以实现可靠的 theta 相位锁定；可容忍的延迟取决于 theta 周期和所需的相位精度。

这些发现转化为主要适用于内嗅 - 海马通路编码相位调节的暂定设计考虑因素：(1) 考虑白质束（穿通通路）用于传入调节，而不是将灰质视为本质上 inferior；(2) 在编码相关协议中使用 theta 频段或 theta 爆发模式，而不是高频连续刺激；(3) 在编码期间或编码前 1–2 秒施加刺激；(4) 基于端到端环路延迟在 10–20 ms 范围内；(5) 当有个体记录时，基于患者特定的神经编码进行设计。微电极（直径约 100 μm）递送生理水平的电流（约 150 μA 对比宏电极的 mA 范围），减少非特异性激活。涂层选择（Pt-Ir、IrOx、PEDOT:PSS、碳纳米材料）直接影响 CIC、阻抗稳定性和长期生物相容性（材料设计和硬件实现部分）。

对于海马 MIMO 假肢，一个特别相关的硬件进展是支持同电极记录和刺激的共形多电极阵列 (cMEA)。

许等人展示了一种早期的兼容 MIMO 的 cMEA，基于柔性聚对二甲苯（parylene）基底，采用电镀 Pt-Ir 位点，实现了啮齿动物海马体 CA3-CA1 轴上 16-32 通道的覆盖。王等人通过集成刺激电路的 MEMS 制造硅 - 聚合物混合体扩展了这一点。埃利亚胡达扬等人表明，当电荷平衡双相脉冲和屏蔽窗口与前端放大器协同设计时，同一电极的记录 - 刺激操作是可行的，且不会产生不可接受的伪影污染。这些 cMEA 架构直接解决了患者特异性 MIMO 模型施加的通道数和外形尺寸要求（表 1，第 4 行），其聚对二甲苯 -C 基底满足了材料设计与硬件实现部分讨论的慢性机械顺应性约束：从忆阻突触器件到神经形态平台。

对材料 SPP 的影响。亚毫米级靶向加上高通道数 MIMO 覆盖施加了处理规格：特征尺寸 < 50 μm，通道间距 100-400 μm，需要兼容光刻的基底。基底的选择（高密度穿透探针用硅；共形记录 - 刺激阵列用聚酰亚胺或聚对二甲苯 -C）和涂层（电镀 IrOx、PEDOT:PSS 或 PEDOT-碳复合材料）共同决定了 30-100 μA 的 theta 相位锁定刺激幅度是否能在 Shannon-Pudenz 包络内传递（电荷存储容量 CSC > 4 mC cm^-2，电荷注入容量 CIC > 1 mC cm^-2）。白质和灰质目标施加了竞争性几何/机械需求——刚性穿透探针与脑模量匹配的顺应性 cMEA（≈0.5-2 MPa）——这驱动了材料设计与硬件实现部分的慢性电极材料分类：从忆阻突触器件到神经形态平台。

实时神经解码：用于记忆状态检测的信号处理流水线
本节目标选择和时序控制：来自神经解剖学的工程约束表明，有效的记忆调节需要对内嗅 - 海马回路进行精确的时空靶向。将这些约束转化为可部署的闭环系统需要实时识别记忆状态，这是本节关注的焦点。生物标志物定义、信号处理流水线和前端电子要求必须使植入式系统能够在表 1 所述的亚 25 ms 延迟预算内检测并对记忆动力学采取行动。每个生物标志物类别都追溯到了材料设计与硬件实现部分的电极涂层和集成电路要求：从忆阻突触器件到神经形态平台。
NeuroPace RNS 在癫痫中的闭环范式提供了概念验证：连续颅内 EEG 监测检测癫痫发作起始模式并触发反应性刺激，中位癫痫发作减少 40-60%。记忆系统生物标志物更复杂且分布广泛，需要在多个频段和区域进行同时监测。高频活动（HFA, 70-140 Hz）在成功编码期间被选择性增强（图 3A-3C）。在 148 名颅内 EEG 患者中，成功情绪编码期间海马/杏仁核 HFA 增加，50-Hz 直接刺激减少了 HFA 并损害了记忆，提供了因果证据。HFA 检测需要颅内电极（ECoG 或深部电极），因为头皮 EEG 在这些频率下受容积传导限制。

图 3 用于记忆状态检测的神经生物标志物
显示完整标题
图像查看器
(A-C) HFA (70-140 Hz) 作为成功编码的实时生物标志物：(A) LFP 时间动态，(B) 功率谱密度，(C) 时频谱图。
(D) 探索期间的空间发放率图。
(E) 显示空间选择性的位置细胞发放模式。
(F) 具有六边形周期性的网格细胞发放。
(G) 揭示六边形对称性的网格细胞空间自相关。
(H) 由叠加在尖波上的高频涟漪振荡形成的 SWR。
(I) 显示嵌套振荡的 Theta-gamma PAC 波形。
(J) PAC 调制指数 (MI) 量化。
这些生物标志物类别施加了不同的硬件要求：HFA 和 SWR 检测需要≥ 1-2 kHz 采样，单单元解码≥ 30 kHz，相位锁定刺激总环路延迟为 10-20 ms（表 1）。这些要求直接约束了在材料设计与硬件实现部分开发的电极材料、前端放大器和片上处理选择：从忆阻突触器件到神经形态平台。图本身将设计讨论锚定在材料设计与硬件实现部分：从忆阻突触器件到神经形态平台：HFA 和 PAC 测量设定了 ADC 和前端噪声规格；SWR 检测决定了事件驱动的 ASIC 架构；空间编码模式促使≥ 16 通道记录 - 刺激 cMEA。

除了频域特征外，时空群体结构提供了信息丰富的生物标志物。啮齿动物研究确立了海马位置细胞和内嗅网格细胞为情景记忆构建了空间脚手架（图 3D-3G），具有预测性的网格细胞扫描和前向/反向序列重放。虽然在啮齿动物中首先定义，但核心计算原理（空间编码、序列压缩、theta 相位预进）已在人类内嗅 - 海马微电极记录中得到验证；然而，我们指出，啮齿动物的位置/网格编码最适合作为机制约束，而声明性记忆解码是主要的转化目标。捕捉结构化群体活动施加了本综述中使用的最小值：≥ 16 个同时通道，贝叶斯或时间滞后相关解码器，以及从尖峰捕获到解码输出的亚秒延迟。可靠的生物标志物需要行为相关性和因果操纵。费尔南德斯 - 鲁伊斯等人表明，较长的涟漪（>100 ms）与更好的记忆相关（图 3H）；光遗传学扩展改善了工作记忆，而后期终止则损害了它。杨等人表明，清醒状态下的 SWR“标记”特定试验以供巩固，这表明检测和增强特定（而非所有）涟漪需要内容解码能力。

生物标志物检测施加了硬件约束：HFA/SWR 监测需要≥ 1 kHz（理想情况≥ 2 kHz）采样；亚毫秒时间戳的单神经元分类≥ 30 kHz；相位估计需要高质量 LFP 和< 20 ms 处理延迟。空间覆盖需要双侧海马加前额叶/颞叶皮层。信号处理流水线包括在线滤波、相位估计（希尔伯特变换）、实时 PAC/MI 计算和伪影抑制。计算、硬件和材料挑战包括跨区域高速采集、宽带记录功耗、长期生物标志物漂移和电极降解。优先级是集成了片上信号处理的低功耗神经接口芯片、具有慢性稳定性的先进电极材料、漂移适应的在线学习校准，以及跨时间尺度的无监督深度学习模式识别。

实时解码的设计原则
遵循六项暂定规则：(1) 使用颅内电极以每通道≥ 2 kSPS 捕获 HFA (70-140 Hz)；(2) 检测 SWR，端到端延迟 < 20 ms，误报率 < 5 min^-1；(3) 实时估计 theta 相位，处理延迟 < 20 ms，首选零相位 IIR 或片上希尔伯特实现；(4) 将频谱生物标志物与群体解码器（≥ 16 通道；贝叶斯或时间滞后相关）结合，以捕捉序列/位置内容，而不仅仅是标量功率；(5) 在前端集成刺激伪影屏蔽和自适应漂移补偿；(6) 将记录前端与事件驱动、存内计算后端协同设计，以保持瞬时功率在约 100 mW 的热预算内。这些规则主要适用于侵入性深部或基于 ECoG 的架构；非侵入性头皮或时间干扰系统在延迟下限和 SNR 上存在本质而非程度上的差异。

对材料 SPP 的影响
theta 相位锁定的< 25 ms 系统总延迟施加了每通道 ADC 采样≥ 2 kSPS，片上希尔伯特或零相位 IIR 滤波，以及在< 100 mW 热预算内的事件驱动数字逻辑。在器件层面，这坍缩为对存内计算的要求：乘加运算必须在不跨越消耗传统流水线 60-80% 能量的存储 - 逻辑边界的情况下执行。唯一满足面积/延迟/功率三重标准的成熟基底是忆阻交叉阵列，其模拟非易失电导将 MAC 坍缩为单一步骤的欧姆加基尔霍夫步骤。可靠性取决于严格的过程规格（周期间变化< ～5%，保持时间 > 10^5 s，耐久性 > 10^9 周期），转化为材料设计与硬件实现部分开发的沉积厚度、退火和电极堆叠约束：从忆阻突触器件到神经形态平台。

神经生物标志物的行为验证：闭环性能指标
行为验证连接了候选生物标志物和具有临床意义的终点。每个生物标志物类别映射到相应的行为读出——编码效率的主要效应，空间记忆的路径效率和决策点延迟，序列记忆的时间顺序判断——并且必须在声称具有临床效用之前对照证据标准（效应量、队列规模、证据层级）进行评估。主要效应提供了标准化指标：优先回忆序列初始项目反映了早期编码期间增强的高原 - 前额叶同步。图尔文的情景记忆框架强调时空背景；主要效应的选择性损害表明海马过程受损。成功的 theta 相位锁定刺激应加强序列初始项目的编码优势；顶叶蒙太奇 theta 刺激也被证明可增强语义记忆巩固。空间生物标志物直接与位置和网格细胞机制相关。在萨塔纳等人的空间学习任务中，EC 刺激产生了更短的路径和更快的速度，量化为路径长度和导航错误减少，效应仅在刺激试验中观察到。左右交替 theta 扫描提供了空间预测的神经机制，可能解释了 EC 刺激对前瞻性导航的有效性。因此，应将路径效率、决策点延迟和空间工作记忆跨度作为结果指标。时间顺序记忆产生了第三类生物标志物。高频海马刺激特别损害时间组织，增加了序列顺序错误但保留了项目识别，支持了海马在结合时间信息中的作用。布兹萨基的时空理论强调了行为尺度轨迹压缩为 100-200 ms 周期的 theta 序列。相位预进提供了细胞机制：随着位置场的穿越，神经元在越来越早的 theta 相位发放，在单个周期内顺序激活位置细胞群体。为感觉运动假体开发的双任务范式也可转移：侵入性感官反馈在行走过程中保持了拼写准确性，步速增加 0.103 m/s；非侵入性反馈显示可比效益（0.139 m/s）但没有改善化身感，表明认知卸载可以独立于感知质量发生。行为生物标志物应满足：(1) 跨个体可靠性；(2) 与神经生理学的收敛效度（例如，主要效应与 TGC 相关）；(3) 对实验操纵的敏感性；(4) 临床意义；(5) 实用性。标准化电池应包括用于短期记忆的 DMS、用于长期保留的延迟识别 (DR)、虚拟莫里斯水迷宫和情景记忆评估。现有测量的局限性——生态效度不足、短期评估无法预测长期益处以及由于神经重组导致机制与设计目标可能的分歧——激发了生态瞬时评估、多维复合终点以及多种神经贡献的计算解构。

闭环控制架构：从生物标志物检测到自适应刺激
海马记忆假体策略分为两种互补范式，在干预层、控制目标和个性化需求上有所不同。表 2 使这种区别具体化。基于 MIMO 的信息处理和 DBS 样式的网络调制系统是不可互换的：它们操作不同的神经变量（尖峰序列 vs. 场电位振荡），追求不同的控制目标（内容重建 vs. 兴奋 - 抑制再平衡），并处于不同的临床转化阶段。下面讨论的架构和流水线适用于两种范式，具有范式特定的权重：MIMO 对多通道单单元产出和患者特异性模型训练施加更严格的要求；DBS 样式系统优先考虑长期导线稳定性和慢性刺激安全性。

| 维度 | 基于 MIMO 的信息处理 | 基于 DBS 的网络调制 |
| :--- | :--- | :--- |
| 干预层 | 神经编码（尖峰级） | 网络节律（场电位级） |
| 控制目标 | 重建特定信息流（例如，CA3→CA1 成功试验模式） | 调制兴奋 - 抑制平衡和网络连接性 |
| 输入特征 | CA3 多通道尖峰训练；患者特异性 MIMO 输出 | LFP 频段功率和相位（theta 4-8 Hz，gamma 30-90 Hz）；TGC，SWR 率 |
| 输出形式 | 通过微电极阵列的模式化时空脉冲序列 | 通过宏观电极或 DBS 导线的周期性或相位锁定脉冲序列 |
| 患者特异性 | 高：针对每个患者的“成功试验”训练的个性化模型 | 中等：频率、幅度、脉冲宽度，可选相位的参数扫描 |
| 当前临床证据 | 8 名癫痫/TBI 患者的首次人类试验；14 名患者的 theta 波谷锁定 LTC 刺激 | 帕金森病的数千患者年；42 名轻度 AD 患者的穹窿 DBS |
| 内在局限性 | 需要高产量的多单元记录和足够的成功编码试验；慢性模型漂移 | 无法传递特定记忆内容；效果主要依赖状态而非特定信息 |
| 主要材料需求 | 高密度微电极阵列（PEDOT:PSS, IrOx, 碳）；片上 MIMO/神经形态计算 | 慢性稳定宏观电极导线；高 CIC 涂层；低延迟相位检测前端 |

表 2 海马记忆假体中基于 MIMO 的信息处理和基于 DBS 的网络调制范式的概念比较
两种范式在干预层、控制目标、神经输入、刺激输出、患者特异性、当前临床证据和内在局限性上有所不同。它们在整个过程中被视为统一假体架构的互补层，而不是竞争性的替代品。
在新标签页中打开表格

闭环神经调制是最先进的控制架构：刺激参数基于实时神经状态估计进行动态调整。功能上，记忆假体通过闭环设计集成检测和刺激（图 4A）：感觉输入后，海马信号由微电极阵列记录，解码并重新编码为刺激模式，并传递到大脑皮层。TGC 被突出显示为记忆系统状态的候选实时指标。道姆等人表明，海马 theta-gamma PAC 指示工作记忆负载（负载 1 比负载 3 更强），PAC 神经元通过噪声相关性塑造群体代码几何，并随着认知需求增加表现出与腹内侧 PFC 的增强跨区域 theta 同步。PAC 强度负向预测反应时间并预测正确与错误试验。这些相关性促使了使用 TGC 作为闭环控制候选状态变量的提议。然而，当前证据是相关性的；直接演示表明 PAC 触发的闭环刺激优于相位盲或固定日程控制仍待确立。

图 4 闭环神经假体
显示完整标题
图像查看器
(A) 原理和工作流。非侵入性：(B) 经颅时间干扰电刺激；(C, D) 针对特定区域的多区域 tACS。

侵入式：(E) 集成检测 - 调制阵列的海马靶向假体；(F) 光遗传刺激结合钙成像和电调制；以及 (G) 结合微电极阵列检测的药理刺激。TGC 检测使用来自相位 - 幅度关系的互信息（MI），并与试验重排列的替代数据进行 z 分数评分（图 3I 和 3J）。侵入式深度和 ECoG 提供最佳信号质量；头皮 EEG/MEG 可以在额中线 theta 位点检测 TGC，但空间分辨率降低。在 14 名癫痫患者中，gamma (28 Hz) 在 Sternberg 工作记忆任务期间被 theta (7 Hz) 调制，耦合强度预测容量。海马 theta 和皮层 gamma 之间的跨区域 PAC (xPAC) 预测编码成功，在后海马最强，EC 和海马旁皮层显示出最强的 xPAC。

SWRs 是海马离线巩固的核心生物标志物。它们是数万神经元的同步化群体事件，主要发生在离线状态下，表现为 CA1 辐射层 40–100 ms 大振幅负偏转，由 CA3 突发输入驱动。功能作用包括压缩重放 (5–20×)、记忆标记、双向重放和系统巩固。闭环 SWR 操控已在多种范式中得到验证：学习后 SWR 截断损害空间记忆巩固；清醒状态 SWR 干扰损害空间工作记忆学习；光遗传抑制降低空间位置场稳定性；SWR 截断削弱空间/社交记忆，而 SWR 延长增强工作记忆。存在相反证据：Deceuninck 等人发现清醒 SWR 截断后在重复获取任务中没有立即损害，表明清醒 SWR 在长期时间尺度上运作。已在非人类灵长类中展示在线 SWR 检测和闭环穹窿中断。RMS 阈值检测 (150–200 Hz 频带) 以每分钟 2.48 个假阳性的速率实现 97% 真阳性，10–20 ms 的延迟是可接受的。

SWR 检测需要跨物种标准化：人类 SWR 频率 (80–140 Hz) 比啮齿类慢，需要高通滤波 > 80 Hz，Z 分数归一化，以及 15–150 ms 持续时间阈值，同时区分 SWR 和癫痫样活动。增强策略包括在 SWR 起始时触发皮层刺激以增强巩固，以及选择性中断不需要的记忆 SWR；内容解码从群体活动中识别重放轨迹，实现选择性调制。闭环 SWR 操控已被提议作为创伤和焦虑相关疾病（如广泛性焦虑障碍 (GAD) 和创伤后应激障碍 (PTSD)）的推测方向，但这里的临床转化处于形成阶段，尚未报告这些患者群体中靶向 SWR 的闭环治疗的直接证据。

Theta 功率本身是记忆电路参与的可靠指标，由内侧隔核/对角带输入和具有多个分布发生器的局部海马电路产生。功能包括编码（主动学习/探索）、序列压缩、相位预进和时序编码。Goyal 等人区分了功能不同的人类海马 theta：后海马的高频 (8 Hz)（空间导航、速度调制）和前海马的低频 (3 Hz)（非空间认知）。基于 theta 功率作为记忆电路参与实时指数的作用，Kragel 等人 (2025) 提供了第一个因果证据，表明 theta 相位锁定刺激可以持续改变人类海马网络连接。在 14 名癫痫患者中，系统持续监测海马 CA1 LFP，实时预测即将到来的 theta 波谷，并向 LTC 传递锁定在预测波谷上的单相脉冲。与相位盲、电荷匹配对照相比，theta 波谷锁定协议在刺激期间增加了海马 theta 功率和 LTC-海马 theta 相位同步性，并在刺激结束后提高了刺激诱发电位幅度和静息海马 - 颞叶连接性，这与类似可塑性的后效应一致。这种网络连接性的持续变化在性质上不同于内嗅区刺激报告的急性编码期增强。队列规模 (n = 14, III 级，表 3) 排除了群体水平的泛化；尽管如此，该协议确立了海马 theta 锁定闭环刺激，目标是海马而非 EC，是 2025 年人类因果测试的相位锁定记忆调制的领先演示。

模式 目标 参考 队列 N 效应大小 (95% CI) 行为终点 证据层级
MIMO 驱动的海马刺激 CA1 (CA3→CA1 代码) Hampson 2018 n = 8 (癫痫/TBI) DMS + 37%; DR + 35%; 未报告 95% CI DMS; DR III
Theta 爆发 EC 微刺激 角束 (EC 白质) Titiz 2017; Suthana 2012 n = 7 编码特异性 +20% 空间导航；面部识别 III
Theta 相位锁定 DBS 海马 → LTC Kragel 2025 n = 14 连接性 z + 0.4 (p < 0.01) 静息 theta 相位同步性 III
穹窿 DBS (130 Hz) 穹窿 -BNST 交界 Lozano 2016; Ríos 2022 n = 42 (轻度 AD) 主要终点阴性；≥ 65 岁亚组阳性趋势 ADAS-Cog 13 II
tTIS 深部海马 Violante 2023 n = 20 ≈12% 增加回忆几率 联想记忆 III
闭环 TUS 海马 (相位锁定) Yang 2020 概念验证 展示了相位跟踪；行为待定 未报告 IV
tACS 皮层夹带 多个 n = 10–40 混合；温和 各种记忆任务 III

表 3 刺激模式的定量比较
证据层级：I, 多中心 RCT, N ≥ 100; II, 单中心 RCT; III, 开放标签/病例系列，N < 50; IV, 单例或技术演示。缩写：AD, 阿尔茨海默病；ADAS-Cog, 阿尔茨海默病评估量表 - 认知；BNST, 终纹床核；DMS, 延迟匹配样本；DR, 延迟识别；EC, 内嗅皮层；tACS, 经颅交流电刺激；TBI, 创伤性脑损伤；tTIS, 经颅时间干涉刺激；TUS, 经颅超声刺激。在新标签页中打开表格

非侵入式假体包括经颅磁刺激 (TMS)、经颅电刺激 (tES) 和 tTIS。tTIS 允许选择性调节深部脑结构：Beanato 等人将 tTIS 应用于海马和 EC 之间，采用连续或间歇性 theta 爆发模式（图 4B），实现了空间导航性能的改善。最近的节律性感官和电磁刺激研究将 theta 相位依赖的可塑性与情节记忆形成联系起来（图 4C）；海马/EC 的 theta/alpha 经颅交流电刺激 (tACS) 增强早期巩固（图 4D）。

聚焦超声神经调节代表前沿。Yang 等人开发了一个闭环经颅超声 (CLTUS) 系统，通过在线 CA1 LFP 监测和 500 kHz 脉冲实现 theta 相位预测。原始研究展示了动物中的实时 theta 相位预测和急性神经调制；相位依赖的记忆增强的直接行为验证（包括睡眠剥夺效应）仍是一个开放方向。Jo 等人开发了一个基于 CMUT 的慢性系统，解决了刺激伪影问题，实现了刺激期间的无伪影记录。睡眠期间的闭环声学刺激使用 0.5–1 Hz 慢振荡 UP 峰值处的 50 ms 粉红噪声脉冲来增强陈述性记忆；分钟级的时序差异可以产生海马 ripples 的增强或抑制，突出了精确相位检测和个人化的重要性。

侵入式记忆假体植入微电极阵列以实现高精度检测和刺激。集成检测和刺激的高通道密度阵列构成了类脑硬件（图 4E）。Miniscope 和双光子显微镜能够同时观察数百至数千个神经元；精确的电或光遗传刺激（图 4F）增强了啮齿类和灵长类的空间导航。通过微电极识别记忆特异性神经特征可以实现视觉记忆改善；支持重放泛化的电路级机制（如抑制性可塑性）提供了底物，电、化学或光遗传刺激可以参与以塑造记忆图式（图 4G）。队列规模、效应大小、行为终点和证据层级在表 3 中进行了定量比较。

红外神经刺激 (INS) 提供了无需基因修饰的高时空分辨率。Chernov & Roe 确立了其物理基础；Horváth 等人开发了集成多模态光子探针。Zhang 等人表明，62 天 1070 nm, 10 Hz 光调制改善了 AD 小鼠的工作记忆，机制涉及增强 theta-gamma PAC。INS 已在非人类灵长类皮层中演示，具有单血管分辨率和亚毫秒精度；其在人类记忆调节中的应用尚未确立，目前的证据不支持将有效性从感觉/运动皮层泛化到人类海马记忆电路。磁遗传学结合了深磁场穿透和细胞类型特异性：Lee 等人开发了带有 Piezo1 的 m-Torquer 磁纳米盘以实现远程控制；Choi 等人实现了与 7T MRI 兼容的细胞类型靶向；应用包括社交记忆调节和喂养控制。上转换纳米粒子 (UCNP) 光遗传学解决了传统光遗传学渗透有限的问题：Chen 等人表明 UCNPs 将 980 nm NIR 转换为蓝光，经颅激活光敏蛋白，实现精确的恐惧记忆提取、海马 theta 夹带和癫痫抑制。

闭环调节创建了一种“观察者 - 被观察者”耦合：刺激改变神经状态，可能会扰动作为反馈的生物标志物。SWR 假阳性累积、theta 对刺激伪影的敏感性以及在持续刺激下 TGC 的适应性衰减反映了这一矛盾。混合架构分离快/慢时间尺度：毫秒级相位锁定用于即时干预，每小时行为优化，以及逐日 - 周模型更新跟踪可塑性——这种多时间尺度解耦可能打破稳定性/适应性权衡。

闭环控制的设计原则。遵循六条规则：(1) 为不变生物标志物保留固定频率开环；为在 theta 周期 (～125 ms) 或任务相关时间尺度上变化的生物标志物使用相位锁定/事件触发闭环；(2) 将范式与动力学匹配——当存在可处理的前向模型时使用 MPC；当动力学是非平稳且芯片可塑性支持每次试验更新时使用 RL；(3) 避免信号不在实时门控刺激的伪闭环架构；(4) 在刺激器前端硬编码双相电荷平衡和每次脉冲限制（通常为 IrOx, Pt-Ir, PEDOT 复合材料 ≤ 100–150 μC cm?2；剩余直流 < 脉冲幅度的 1%）；(5) 将患者特异性 MIMO/Volterra 拟合视为具有有限使用寿命——计划每 2–4 周重新校准一次，每次会话 ≥ 100–500 个成功的编码 - 检索对；以及 (6) 集成刺激伪影空白与亚毫秒恢复，因为同电极记录 - 刺激（如在共形 MEAs 中）需要在下一次 theta 相位决策前 <5 ms 的干净脉冲后窗口。

对材料 SPP 的影响。两种范式（表 2）提出了互补且部分冲突的需求。模型预测 MIMO 控制需要在 theta 周期 (～125 ms) 内重复矩阵操作，偏爱保持时间 > 105 s 和耐久性 > 109 周期的非易失性忆阻器。RL 控制器需要具有线性/对称 LTP/LTD 的芯片可塑性，推动 HfO2- 和 TaOx-基细丝忆阻器和 SrTiO3 氧空位系统的发展。DBS/网络调制从尖峰级内容中抽象出来，优先考虑慢性宏电极稳定性而不是计算密度。Theta 相位锁定闭环协议和穹窿 DBS 需要低阻抗、高 CIC 电极，在 30–100 μA 下传递电荷平衡双相脉冲而不超过 100–150 μC cm?2——将涂层选择锚定在 IrOx, Pt-Ir 和 PEDOT 复合材料上。

计算模型和解码算法：从信号处理到自适应编码

计算模型和信号处理算法构成了记忆假体系统的算法骨干，解码记忆状态并生成刺激模式。从经典滤波器到深度学习的演变提高了解码准确性和实时性能，为闭环神经假体奠定了基础。

解码算法：从经典滤波器到深度学习

神经解码已从经典信号处理演变为深度学习。平稳小波变换通过平移不变性实现实时动作电位检测；小波滤波提高了尖峰信噪比和聚类。卡尔曼滤波器（图 5A）锚定经典解码：Wu 等人建立了实时运动意图映射的线性动态模型；无迹卡尔曼滤波器处理非线性调谐；ReFIT-KF 在线学习适应信号漂移。粒子滤波器处理非线性、非高斯特性，Liu 等人实现了癫痫预测 38.5 分钟警告。机器学习和深度学习扩展了非线性解码：LSTM 网络（图 5B）以高速从钙成像中解码运动信息（图 5C）；DPAD（图 5D）进行非线性神经降维同时保留行为信息；基于注意力的架构实现了可解释的解码（图 5E）；海马位置解码中的 RNN 实现了比贝叶斯 (10.4 cm) 更好的误差 (7.7 cm)。

图 5 用于记忆编码和解码的神经网络架构
显示完整标题
图查看器
(A) 前馈/状态空间网络（卡尔曼滤波器解码的示意图基础）：输入 x 通过隐藏层 h 映射到输出 ?。
(B) 循环网络（LSTM 和其他基于 RNN 的解码器的示意图基础）：时间递归连接实现序列预测。
(C) 解码和反馈电刺激输出。
(D) DPAD 框架。
(E) 带有注意力的编码器 - 解码器：编码器将 x 映射到隐藏状态 h；注意力计算权重 α 和上下文 c；解码器生成 y。
(F) 描述非线性 CA3→CA1 转换的 MIMO Volterra 模型。
(G) 用于空间模式识别的带有 Conv/Pool 层的 CNN。
(H) RL：Actor 从状态 s 选择 a；Critic 评估状态值；更新使用策略梯度和 TD 误差；奖励 r 编码记忆性能。
(I) VAE：编码器将 x 映射到潜在 (μ, σ2)；z 通过重参数化采样；解码器重构。

用于海马记忆编码的 MIMO 模型

MIMO 模型是将海马神经生理学转化为假体最成功的转化之一（图 5F）。MIMO 计划始于 Song, Berger 及其同事，他们在一系列基础研究中确立了 Volterra-核方法：CA3–CA1 动力学的 MIMO 非线性模型；通过广义 Laguerre-Volterra 框架进行点过程尖峰序列预测；以及稀疏化在保持准确性的同时将自由参数减少一个数量级。由此产生的稀疏广义 Laguerre-Volterra 框架精确模拟了 CA3→CA1 信息转换，具有前馈/反馈 Volterra 核、内生噪声、阈下动力学和尖峰阈值函数。通过交叉验证和 Kolmogorov-Smirnov 测试在 8 名人类癫痫患者中验证，确认了从 CA3 活动准确预测 CA1 尖峰。关键创新是从成功的编码试验中提取患者特异性刺激模式；MIMO 衍生的模式显著优于随机等强度/频率刺激。

为了优化，Song 等人通过组套索和局部坐标下降引入了稀疏正则化；Roy 等人使用 CNN 进行快速实时解码（图 5G）。

She 等人开发了双层多分辨率分类框架——记忆解码模型（MDM）的算法核心——通过结合 B 样条展开、L1 正则化逻辑分类器以及跨时间分辨率的堆叠集成，解决了小临床样本量下的欠定问题，从而实现了对时空脉冲模式的鲁棒单试次解码。在此基础上，Roeder 等人将 MDM 扩展用于特定信息回忆，创建了基于印迹的刺激编码。关键的转化瓶颈是模型估计时间：完整的多通道 MIMO 拟合需要单个工作站数百小时。She 等人通过在 HPC 节点上进行并行 MISO 子模型估计解决了这一问题，将总时间减少到 72 小时内——即人类试验方案的临床约束——证明了按需个性化患者 MIMO 模型在操作上是可行的。MIMO 刺激在创伤性脑损伤（TBI）患者中的首次人体试验显示，在刺激下延迟回忆和延迟识别有所改善。最近，She 等人将 MDM 框架应用于 24 名癫痫患者的视觉 DMS 任务，以显著高于偶然水平的准确率从海马 CA3/CA1 脉冲发放中解码了视觉记忆类别——即情景记忆的“什么”维度。至关重要的是，单个神经元使用分布式时间编码（而非速率编码）来表示物体类别，并且由于强大的前馈连接，CA3/CA1 携带了大致冗余的类别信息——这些发现直接为下一代类别选择性 MIMO 假体的刺激模式设计提供了信息。依赖于情境的非线性相互作用通过任务特定的放电模式被捕获。Deadwyler 等人通过从正确完成的试次中提取特征，在非人类灵长类动物中展示了闭环功能集成刺激。神经放电模式在不同的认知情境下可能差异显著，需要通过连续的 MIMO 系数更新或基于强化学习（RL）的刺激参数调整来实现动态适应。

**网络层面和基于机制的模型**
网络层面建模整合了位置细胞、网格细胞和内侧颞叶（MTL）架构。Giocomo 等人表明，兴奋性/抑制性突触可塑性在行为时间尺度上形成位置和网格细胞的调谐；集群和基于记忆的模型提出，位置/网格细胞组织可以从领域通用学习或记忆过程中涌现，而不是来自专用的导航回路，表明 MTL 可能采用可跨领域迁移的通用计算算法。我们注意到，位置和网格细胞编码在啮齿动物空间认知中最突出，对人类陈述性记忆的直接意义降低；因此，这些机制作为机制约束而不是人类假体的直接解码目标被纳入。尖波涟漪（SWR）生成的计算模型整合了不应期、随机启动、指数 CA3 积累以及用于涟漪频率的 PV+ basket 细胞相互抑制；光遗传学沉默证实了 PV+ 细胞的关键作用。这种理解提供了干预目标：增强 PV+ 活动可能延长涟漪（更好的巩固），而破坏它们则消除涟漪。直接临床转化需要谨慎，因为非特异性 PV+ 操纵可能会干扰 gamma 振荡。

**自适应控制：模型预测和强化学习**
模型预测控制（MPC）通过预测未来状态和优化控制序列来实现精确刺激。Kirsch 等人开发了用于功能性电刺激的梯度投影 MPC，稳态 RMS 误差<2°。Hussain 等人的 AxonML 结合了神经网络与 MPC，实现了周围神经刺激建模 90,000 倍加速，并使实时非线性 MPC 成为可能。强化学习（RL）为自适应闭环神经调节提供了强大基础（图 5H）。Lu 等人 和 Cho 等人将 Actor-Critic 算法应用于深部脑刺激（DBS），在保持治疗效果的同时实现了 63.3–67% 的能量减少。Cho 等人比较了 SAC、TD3、PPO 和 A2C，发现 TD3 表现最好。Ravivarapu 等人（2025）提出了 SEA-DBS，整合了预测奖励模型以减少对实时反馈的依赖，以及用于稳定更新的 Gumbel-Softmax 探索——解决了基于 RL 神经刺激的样本复杂性和硬件可部署性。状态空间包括局部场电位（LFP）特征（功率谱密度、beta 波段功率）；动作包括刺激幅度、频率、脉冲宽度；奖励函数平衡症状缓解和能量惩罚。转移到记忆假体中：状态特征包括 theta 功率、TGC 和 SWR 率；动作对应刺激参数；奖励由编码成功率、检索准确性和安全约束（电荷密度限制）构建。变分自编码器（VAE）解缠表示学习提高了可解释性（图 5I）。在单神经元水平上，偏 t 混合模型 spike 分选实现了 R2 = 0.98。

**范式映射和设计启示**
MIMO 的成功证明了生物仿生编码的有效性，但深度模型的“黑盒”性质与神经生理透明度相冲突。这提出了范式选择：通过脉冲神经网络复制海马动态（可解释性、生物相容性）或利用 Transformers 实现超生物能力。迁移学习提供了一条中间路径——在大规模神经数据上预训练，为个体微调——在泛化与个性化之间取得平衡。对照第 1 节的范式区分（表 2），本节中的算法位于 MIMO/信息处理分支内：Volterra 核 MIMO 编码器、深度递归网络、基于注意力的序列模型和 RL 控制器均在 spike 或脉冲串水平上重构、解码或调节特定信息流。DBS/网络调节分支操作于宏观状态变量（theta 功率、theta 波谷相位、TGC、SWR 率），因此其“解码器”是紧凑的阈值或状态估计模块，而不是大型参数网络。这种划分是干预层面的不同，而非方法论严谨性的不同，并映射到不同的硬件约束：用于 MIMO 类系统的高通道计数微电极阵列及片上神经形态加速 vs. 用于 DBS 类系统的紧凑锁相环和慢性稳定宏电极引线。结合 MIMO 编码器和类 DBS 外环（例如 theta 波谷门控 MIMO 模式交付）的混合假体是自然的设计综合。

**设计规则。**
（1）将 16 通道 CA3→CA1 编码器的 Volterra 核阶数限制在三阶——更高阶数超过 2D TiO2-x/Al2O3 交叉阵列在亚 mW 功率下的约 10^5 上限；（2）使解码器参数预算与硬件密度匹配（2D 交叉阵列为约 10^5；仅对于退火温度< ~400 °C 的 3D 堆叠架构为 10^6–10^7）；（3）在临床/监管环境中优先选择可解释的稀疏正则化解码器（Volterra-L1、贝叶斯状态空间、Kalman）；将深度架构保留用于准确性受限、数据丰富的应用；（4）为 MIMO 拟合计划每位患者≥100–500 个成功的编码 - 检索对；当数据不足时，回退到具有人群先验的迁移学习；（5）对 MIMO 模型应用 L1 稀疏化；（6）将解码器分为静态块（高密度界面忆阻器）和在线更新块（丝状 HfO2/TaOx 器件）。

**材料影响。**
拟合具有三阶及以下的 Volterra 核的 16 通道 CA3→CA1 MIMO 需要约 10^5 个权重；当今 100 nm 节点的 2D TiO2-x/Al2O3 忆阻性交叉阵列在亚 mW 静态功率下达到这一密度，比 CMOS SRAM 等效设计低两个数量级。深度递归和 Transformer 类解码器将预算提高到 10^6–10^7，需要 3D 堆叠忆阻层（退火温度< ~400 °C 以保持硅通孔完整性）或激进的稀疏化。RL 控制器增加了第三个约束：片上局部权重更新倾向于具有线性/对称长时程增强/抑制（LTP/LTD）的丝状器件，而非无丝界面开关。解码器族的选择反过来流向突触器件化学、层数和 CMOS-BEOL 兼容性的规范——在第节材料设计和硬件实现中进行了定量处理：从忆阻性突触器件到神经形态平台。

**材料设计和硬件实现：从忆阻性突触器件到神经形态平台**
本节涉及材料设计层。处理围绕结构 - 性能 - 加工（SPP）三元难题展开，涵盖慢性电极阵列和共形基底，以及它们赋予的电化学和生物相容性特性；用于神经形态计算的突触器件；新兴的光学、磁性和超声波模态；以及经过验证的神经形态演示。核心主张是没有任何单一的材料家族能满足所有三个工程规范（低噪声慢性记录、安全高密度刺激、片上个性化计算）；临床可部署系统必须逐位逐层组合材料家族。来自《Materials & Design》及相关领域的代表性锚点包括 Xiao 等人的 2D 钙钛矿忆阻基底，以及 Xu、Wang、Elyahoodayan 及其同事的海马共形微电极阵列（MEA），其 SPP 链将在后文讨论中明确说明。

**用于慢性神经界面的电极材料**
慢性界面面临三重约束：用于高信噪比记录的低阻抗、用于安全刺激的高电荷注入容量（CIC），以及数月至数年内的最小异物反应。平滑 Pt 的 CIC（0.05–0.15 mC cm?2）不足以应对海马锁相协议的 30–100 μA 幅度。三个平台解决了这一差距。（1）Pt-Ir 合金和溅射 IrOx 涂层将 CIC 提高到 1–4 mC cm?2；溅射压力、氧分压和后退火温度控制孔隙率和水合作用。（2）PEDOT:PSS 和 PEDOT/CNT 复合材料，在 5–10 mM 下电聚合，在 1 kHz 下将阻抗降低 1–2 个数量级，CIC 为 2–15 mC cm?2；聚合物 - 金属界面的慢性分层通过共价硅烷底漆解决，已展示>12 个月的体内稳定性。（3）碳基电极（激光刻划 C、CNT 纤维、石墨烯）提供 3D 多孔基质，具有与大脑匹配的模量（≈0.5–2 MPa vs. 金属的≈ 200 GPa），减少胶质包裹。没有任何单一化学满足所有三个约束；cMEA 通过逐位选择组合它们。Xu、Wang 和 Elyahoodayan 的 cMEA 工作整合了聚对二甲苯 -C 基底与 IrOx/Pt-Ir 涂层，用于匹配 MIMO 要求的 16–64 通道覆盖。在光纤加工尺度上，Zhou 等人量化了浮动催化剂化学气相沉积（CVD）参数如何控制 CNT 长度和束对齐，由此产生的拉伸强度/导电性包络设定了慢性 CNT 微电极光纤直径的制造侧界限。

**灵活和共形生物电子界面**
刚性硅探针与脑组织之间的模量不匹配是慢性记录失败的主要驱动力：> 3 个数量级产生微运动剪切，在 2–4 周内触发星形胶质细胞/小胶质细胞招募，在 6 个月内将记录质量降级 30–60%。出现了三种策略：（1）薄膜聚酰亚胺和聚对二甲苯 -C（5–20 μm）将弯曲刚度降低>3 个数量级（与硅相比）；转印到可生物降解的丝素蛋白上提供暂时的插入时间刚度，植入后溶解；（2）具有组织匹配特征间距（≈100 μm）的网状电子架构实现无缝集成，在啮齿动物海马体中保持 8 个月稳定的单单元产率；（3）液态金属/弹性体混合体（PDMS 中的 Galinstan）和 MXene 涂层可拉伸基底具有与大脑匹配的模量（0.1–1 MPa），但面临盐水稳定性挑战。Ye 等人 在《Materials & Design》中报告了一种自限制 ns-UV 激光烧结路线，其中喷涂的基于 Ga 的液态金属亚微米颗粒被烧结成微米厚薄膜，将方块电阻降低>7 个数量级至～2 Ω sq?1，而不损坏软基底；这提供了一条可转移至聚对二甲苯 -C/聚酰亚胺载体上液态金属微电极的明确加工 - 结构 - 性能链，其体内生物相容性仍有待验证。Xu、Wang、Elyahoodayan 及其同事的 cMEA 工作展示了具有聚对二甲苯封装 Pt-IrOx 触点的可行 16–30 通道同电极记录 - 刺激操作。

**用于突触模拟的忆阻材料**
忆阻器件重现模拟、非易失性、历史依赖的电导调制，使其成为假体神经形态计算中发展最活跃的基底。三个家族占主导地位（图 6A）。（1）Al2O3/TiO2-x 双层异质结通过氧空位在 Al2O3 隧穿势垒和 TiO2-x 储层之间迁移实现电阻切换；双层解耦了 set/reset 动力学，产生> 100 级电导，10^9 次循环耐久性，85°C 下保留> 10^5 s。（2）SrTiO3 钙钛矿忆阻器利用单晶薄膜中的氧空位切换；钙钛矿 ABO3 TiO6 八面体晶格支持六种共存突触行为（短期/长期可塑性、元可塑性、权重乘法、配对脉冲易化、频率依赖性可塑性）在一个器件内。（3）HfO2 基忆阻器提供 CMOS 工艺兼容性，用于 ASIC 集成和可靠的低能量切换。对假体最重要的 SPP 联系是在切换均匀性（由丝形成随机性决定，通过沉积厚度、退火温度、电极化学控制）和 MIMO 保真度之间：循环间变异性> ~5% 会降低多通道解码准确性，设定了比通用 AI 加速器更严格的制造规范（原子层沉积（ALD）厚度控制± 0.5 ?，退火均匀性± 5 °C，电极化学计量比± 1 at.%），仅在最近才达到代工厂级。Xiao 等人最近 在《Materials & Design》中展示了 2D (PEA)2MA3Pb4I13 有机 - 无机混合钙钛矿忆阻器仅通过顺从电流调谐即可在易失性和非易失性电阻状态之间切换，支持泄漏积分 - 发放激发和长期可塑性在一个器件内，其 SPP 由 2D 钙钛矿厚度、卤素离子迁移和电极化学控制。

Zhu 等人在《材料与设计》期刊中证明，将 8 at.% 的 Ti 共溅射到 TaOx 中，可将阻变窗口拓宽一个数量级（> 103 vs. 102），并产生近线性的 LTP/LTD（非线性度 1.12/1.01，对称性 43.56），将 MNIST 准确率从 92.45% 提升至 94.62%，直接追踪了掺杂浓度（工艺）→ 氧空位密度（结构）→ LTP/LTD 线性度（性能）这一链条（图 6B）。图 6 忆阻器件及其在海马体记忆假体中的神经形态平台集成 显示完整图注 图查看器 (A) 三大主流氧化物忆阻器家族：(i) Al?O?/TiO?-x 双层（氧空位迁移；10? 次循环耐久性；85 °C 下保持时间 > 10? s）；(ii) SrTiO? 钙钛矿（单个器件内共存六种突触行为）；(iii) HfO? 丝状（CMOS BEOL 兼容性；< 400 °C 退火）。(B) 三个《材料与设计》锚定器件：(i) 2D (PEA)?MA?Pb?I?? 卤化物钙钛矿忆阻器，仅通过顺从电流即可在易失性/非易失性之间切换，支持单个器件内的 LIF 神经元兴奋和长时程可塑性；(ii) 8 at.% Ti 掺杂 TaOx 忆阻器，将切换窗口拓宽一个数量级，具有近线性 LTP/LTD 曲线；(iii) 自整流 Pt/TaOx/HfO?/Pt 无选择器双层，保持时间 > 5 × 10? s，整流比 ～2.3 × 103，循环间变异性 < 0.022。(C) 交叉阵列存内计算将 MVM 压缩为单一的欧姆 - 基尔霍夫步骤。(D) 在 100 nm 节点垂直堆叠 5 层忆阻层，在不增加面积成本的情况下将突触密度提高 5 倍；主要的处理约束是 TSV 完整性的 BEOL 退火 < ～400 °C。(E) 异构集成的神经形态记忆假体平台，结合了聚对二甲苯基底 cMEA（PEDOT:PSS/IrOx/Pt-Ir 触点）、具有刺激伪迹消隐功能的 CNT-FET 模拟前端、存储患者特异性 MIMO 沃尔泰拉核（～10? 权重）的 3D 堆叠氧化物忆阻器交叉阵列、CMOS 数字控制，以及受 150 μC cm?2 香农 - 普登兹极限限制的双相电荷平衡驱动器，在 10–20 ms 的闭环延迟预算内运行。神经形态架构与系统集成 临床可部署系统必须满足三个约束：功耗 < 100 mW（彭奈斯方程热极限），θ相位锁定延迟 < 20 ms，以及用于皮下封装的面积 < 1 cm2。交叉阵列存内计算解决了这三点：MVM 从 O(N2) 操作压缩为单一的欧姆/基尔霍夫步骤，消除了数据移动能量（图 6C）。3D 垂直堆叠（100 nm 节点 5 层）在不增加面积成本的情况下将突触密度提高 5 倍（图 6D），但引入了 TSV 热预算挑战，推动低温（< 400 °C）退火 HfO?薄膜的开发。与 CNT 场效应晶体管和 CMOS 逻辑的异构集成提供了读出、阈值检测和事件驱动控制（图 6E）。主要的架构 - 材料挑战是用于个性化的片上可塑性：患者特异性的 MIMO 模型（包括 Song/Berger 沃尔泰拉公式）在数周内演变，需要无需外部计算的局部权重更新，目前只有通过具有线性/对称 LTP/LTD 特性的忆阻器才能实现。Sung 等人在《材料与设计》中证明，可 3D 堆叠的 Pt/TaOx/HfO?/Pt 无选择器忆阻器可以通过匹配两层氧化物的介电电容，被设计成自整流多级单元，将偏置集中在 HfO?上，同时 TaOx 充当内置整流器；所得器件显示保持时间 > 5 × 10? s，开/关比和整流比 ～1.35 × 103 和 2.3 × 103，多级可编程性，以及循环间变异性 < 0.022，抑制了历史上限制 3D 堆叠尺寸的多径电流。符合期刊范围，Xiao 等人的 2D 卤化物钙钛矿忆阻器进一步说明，单个溶液加工堆栈如何能同时满足两个系统约束：顺从电流调谐在易失性和非易失性机制之间切换，消除了历史上驱动异构集成的神经元/突触功能分区。材料启用的光学、超声和磁接口 三种新兴模态开启了新的材料设计问题。上转换纳米粒子光遗传学实现了对表达通道视紫红质的神经元进行近红外激发的毫米级深度激活；上转换纳米粒子本身（通常为 NaYF?:Yb3?,Er3?/Tm3?）必须加工成≈20 nm 的微晶，并具有受控的表面化学性质，以结合 > 0.5% 的上转换效率、水胶体稳定性和生物相容性，后者仍是慢性人体使用的主要开放问题。磁热和 m-Torquer 氧化铁纳米粒子将远程磁场转化为局部加热或扭矩，以激活 TRPV1 或机械敏感神经元；材料问题简化为控制尺寸分布（15–25 nm 核心）和表面涂层，以实现所需的比吸收率，从而在不失控损伤的情况下进行低于 1 度的加热。聚焦超声 CMUTs 集成压电 MEMS 光刻，将相位锁定超声输送到海马体；最近的系统演示确立了闭环相位跟踪，行为记忆结果有待在人体研究中验证。这些模态共享前述电极和忆阻器重点小节中描述的 SPP（结构 - 工艺 - 性能）逻辑，但运行在需要完全不同制造基础设施的机制中（纳米晶稀土主体、铁氧体纳米粒子、压电 MEMS）。现有神经形态演示与验证材料系统 三个既定演示验证了上述材料选择。神经形态电路为记忆假体提供节能硬件，性能由组成忆阻材料的 SPP 关系决定。这些电路使用具有分级 LTP/LTD 的忆阻器突触的 ANN；切换源于金属氧化物薄膜中的离子迁移和丝状体形成，组成、结晶性和界面工程决定突触权重精度、耐久性和保持性。交叉阵列架构支持高密度模拟/存内计算。在器件层面，SrTiO?忆阻器在单个器件中实现六种突触功能——短期/长期记忆、短时程可塑性、元可塑性和权重乘法；具有模拟可调性的钙钛矿氧空位阻变在 RL Atari Pong 任务中比开环实现了 67% 的功耗降低。大规模神经形态系统通过处理和 3D 架构创新推进。Kataeva 等人证明了具有 240 万个 Al?O?/TiO?-x 忆阻器的深度 ANN 芯片——双层提供互补切换（Al?O?隧道势垒，TiO?-x 空位储库），复杂度比之前的设计高约 1000 倍。3D 集成通过垂直堆叠实现了 5 层 100 nm 忆阻器结构，这是高密度计算纳米加工的一项进步。这些可以与 CNT FETs 和 CMOS 逻辑集成以实现异构混合架构。基于忆阻器的储层计算利用短时程动力学进行时空处理，无需通过时间反向传播。SNNs 直接在硬件中实现 STDP，用于事件驱动、节能计算，时间动态与生物系统匹配。神经形态硬件提供多重优势：(1) 来自金属氧化物/钙钛矿忆阻器模拟切换的超低功耗；(2) 来自纳米薄膜快速离子动力学的实时处理；(3) 来自电压依赖电导调制的自适应学习；(4) 来自纳米制造的 高可扩展性；以及 (5) 来自非易失性阻变状态的共位置计算/存储，消除了冯·诺依曼瓶颈。虽然植入式系统受限于电池寿命和热耗散，但神经形态方法有望实现 2–3 个数量级的功耗降低，实现慢性自主操作。结论与未来方向 记忆假体技术正处于从实验室验证向临床部署过渡的关键转折点。2025 年见证了关键进展：首次因果证明闭环θ同步刺激持续增强人类海马体网络连接，发现协调的兴奋 - 抑制内嗅输入稳定记忆图谱，以及靶向细胞重编程的突破性进展，展示了挽救与年龄相关的认知衰退的潜力。随着首次人体试验显示小队列中记忆改善 35–37%，该领域已从概念探索推进到早期临床转化；更广泛的泛化需要更大的试验。这一里程碑建立在半个世纪的神经科学基础之上——从图尔文的情景记忆框架到位细胞和网格细胞，再到θ振荡和 SWRs——现在转化为θ相位锁定算法、SWR 触发协议和患者特异性 MIMO 编码器。同样关键的是，忆阻材料、纳米电极制造和神经形态架构的进步为慢性植入提供了硬件基础。跨尺度原则随着研究范围的关注而涌现。解剖学上，在编码阶段调节穿通通路，在选定研究中，EC 白质（角束）的θ爆发刺激比匹配电流下的灰质刺激产生了更大的记忆特异性增益；在 AD 亚组分析中，fornix-BNST 刺激与比单独 fornix 刺激更大的临床获益相关；基于连接组的个性化靶向优于刻板坐标。这些观察是范式 - 任务特定的，而非普遍的。时间上，在选定范式中，编码前/期间的θ波谷锁定刺激与比检索阶段或随机定时更强的编码增强相关；θ相位锁定和 SWR 触发干预追求 10–20 ms 的工程目标，可容忍延迟取决于θ周期和所需的相位精度。刺激模式：在首次人体队列中，患者特异性 MIMO 编码模式优于固定频率；在编码阶段协议中，θ爆发模式优于连续高频；微电极μA 级电流优于宏电极 mA 级刺激。生物标志物监测：多模态监测（θ功率、θ-gamma PAC、SWR 率、HFA）优于单一指标；内容解码实现选择性操纵。侵入性和非侵入性方法的选择是一个临床决策。侵入性 DBS 提供单神经元分辨率解码、精确闭环控制、直接海马体/EC 访问和实时调制，但有手术风险和高成本——适用于严重缺陷（晚期 AD、严重 TBI、伴有记忆障碍的治疗抵抗性癫痫）。非侵入性方法如 TI（tTIS 背后的原理）提供约 12% 的回忆几率增加，以良好的耐受性和可逆性靶向深部海马结构，但空间精度较低且效应量较小。最近的进展非常可观：海马体 TI 调节任务相关静息态连接；TI 在中介期癫痫中抑制癫痫生物标志物并有强携带效应；综合评论确立了 TI 作为临床可行的非侵入性深部脑调制方法。非侵入性方法适用于轻度至中度障碍、有手术禁忌症的老年人、儿科病例和资源有限环境。原则是将架构复杂性和侵入性与疾病严重程度相匹配，除非功能需求证明手术风险合理，否则优先考虑非侵入性。表 4 总结了比较。参数 侵入性（DBS, MIMO） 非侵入性（tTIS, TUS, tACS） 空间分辨率 高（单神经元至毫米级） 低到中等（厘米级） 效应量 35–37% 的记忆改善 回忆几率增加 12%；不同模态间有差异 安全概况 手术风险（感染、出血） 最小（短暂感觉） 可逆性 有限（需移除设备） 完全可逆 成本 高（与 DBS 系统相当） 低到中等 目标人群 严重、难治性病例 轻度至中度障碍 闭环能力 完全支持 有限（新兴） 表 4 侵入性和非侵入性记忆假体方法比较 DBS，深部脑刺激；tTIS，经颅时域干扰刺激；TUS，经颅超声刺激；tACS，经颅交流电刺激。 在新标签页中打开表格 未解决的挑战塑造了研究前沿。技术上：当前的 10–35 ms 闭环延迟能否降至 5 ms 以下？无线多部位植入系统何时在临床上可行？片上 AI 能否实现真正的实时内容解码？理论上：当前的 MIMO 模型是否捕获了所需的完整动力学？空间记忆模型能否泛化到非空间域？自适应控制器如何与持续学习相互作用？临床上：哪些患者亚群获益最多？最佳干预窗口（早期 vs 晚期痴呆）？与药物治疗的联合？长期副作用和适应？下一代系统将集成多模态生物标志物监测（theta/gamma/SWR/HFA）、毫秒级精度相位锁定和内容选择性刺激、患者特异性 MIMO/MDM、柔性生物电子接口（石墨烯、导电聚合物、形状记忆合金）、基于忆阻材料的片上神经形态处理、双侧海马 - 皮层靶向、基于 RL 的自适应控制，以及保护自主权和隐私的伦理/监管框架。几个新兴前沿正准备重塑该领域：(1) 基于 Transformer 的解码可能比当前的 RNNs 提高时间分辨率和准确性；(2) 数字孪生患者特异性计算副本实现硅参数优化；(3) 联邦学习在保护隐私的同时实现多中心模型改进；(4) 可解释 AI 方法提供刺激选择的透明理由——这是监管批准的前提；(5) 下一代忆阻材料（2D TMDCs、有机 - 无机钙钛矿、铁电 HfO?）有望克服耐久性/变异性限制；(6) 边缘计算/神经形态架构可能在超低功耗下实现亚 5 ms 延迟。挑战已从“我们能创造记忆假体吗？”转变为“我们如何优化信号处理、材料平台和控制架构以实现最大安全性、有效性和可及性？”伦理、监管和转化维度，被视为设计的内在组成部分而非事后约束，在第 伦理、监管和转化考虑 节中阐述。伦理、监管和转化考虑 记忆假体的轨迹受伦理、监管和转化因素塑造，正如受技术进展塑造一样。在电路水平读取和修改情景记忆引发了仅信号处理指标无法解决的问题：谁决定哪些记忆被增强、抑制或恢复；对于长期影响个人身份的技术如何获得知情同意；以及通过哪些监管途径进行临床采用。将这些视为设计的内在组成部分而非事后约束，对于临床可行性至关重要。用于恢复病理性记忆缺陷的治疗应用具有伦理共识和针对 AD、TBI、癫痫和中风的明确监管途径。健康个体的认知增强应用仍有争议，引发了关于个人身份（人工增强的记忆是否“真正属于我”？）、自主权（AI 驱动的刺激可能与意图冲突）、社会正义（认知不平等）和胁迫（工作场所/教育压力）的担忧。Erden 和 Brey 提出了六项认知增强伦理原则，强调非依赖性作为工作要求、真正的福祉、知情同意、正义、自主权和社会责任。监管机构（FDA, EU MDR）有治疗设备的批准途径，但缺乏增强框架。研究人员必须透明报告风险，确保参与者多样性，实施长期随访，并保护数据安全。转化方面，从首次人体演示到广泛可及的治疗需要在多个方面取得协调进展。闭环自适应设备的监管途径不如固定参数神经刺激器成熟，自适应算法对认证参数在慢性使用期间演变的设备提出了新的验证问题。

公平获取是一个并行的关注点：具有患者特异性 MIMO 模型的植入式闭环系统带来巨大的成本和基础设施要求，存在将可用性集中于资源丰富中心的风险。诸如 TI 刺激等非侵入性替代方案可能会扩大获取范围，但代价是效应量较小（表 4）。多方利益相关者治理——从早期设计阶段就引入患者、临床医生、监管者、伦理学家和工程师——是对以下各节中材料、信号处理和控制方面进展的补充，而非替代：引言，目标选择与时间控制：神经解剖学的工程约束，实时神经解码：记忆状态检测的信号处理流程，神经生物标志物的行为验证：闭环性能指标，闭环控制架构：从生物标志物检测到自适应刺激，计算模型和解码算法：从信号处理到自适应编码，材料设计与硬件实现：从忆阻突触器件到神经形态平台，结论与未来方向。

研究局限性
本综述综合了神经科学、神经调控、生物电子材料和神经形态硬件领域快速发展的研究成果。由于许多记忆假体研究仍属于小队列、临床前或技术演示研究，此处提出的设计规则应被视为证据校准的目标，而非已验证的临床规范。长期安全性、耐用性、患者异质性、算法适应性以及侵入性与非侵入性方法之间的比较有效性，都需要更大规模的纵向研究。

致谢
本工作得到中国浙江省领军型创新创业团队计划（资助号：2023R01003）、中国博士后科学基金会（资助号：2025M783506 和 2026T190926）、中国浙江省自然科学基金（资助号：LQN25F010005 和 LMS26F010011）以及中国国家自然科学基金（资助号：62501217）的支持。

作者贡献
F.M.：概念构思、指导、项目管理、写作 – 初稿，以及写作 – 审查与编辑。X.Z.：概念构思、可视化，以及写作 – 审查与编辑。Y.X.：调查、方法论，以及写作 – 初稿。C.T.：调查和写作 – 初稿。D.Z.：调查、方法论，以及写作 – 初稿。S.L.：调查和写作 – 初稿。D.C.：调查和写作 – 初稿。W.L.：调查、可视化，以及写作 – 初稿。Z.S.：概念构思、指导、资金获取，以及写作 – 审查与编辑。S.H.：概念构思、指导，以及写作 – 审查与编辑。

利益声明
作者声明无竞争利益。

写作过程中生成式人工智能和人工智能辅助技术声明
在本工作的准备过程中，作者使用了 OpenAI 的 ChatGPT/Codex 进行语言编辑、格式支持和最终文件清单审查。在使用该工具/服务后，作者根据需要审查和编辑了内容，并对出版物的内容承担全部责任。