據最新一期《自然·神經科學》雜志報道，一項新研究證實，美國加州理工學院研究人員開發的功能性超聲（FUS）技術可以成為一種“在線”腦機接口（BMI）的基礎，這種BMI可以讀取大腦活動，通過用機器學習編程的解碼器破譯其含義，從而控制一臺延時極短、可準確預測運動的計算機。
2021年，加州理工學院研究人員開發了一種使用功能性超聲讀取大腦活動的方法，這是一種侵入性小得多的技術。
超聲波成像的工作原理是發射高頻聲音脈沖，然后測量這些聲音振動在物質（如人體的各種組織）中的回聲。聲波在這些組織類型中以不同的速度傳播，并在它們之間的邊界反射。
神經元活動的變化會引起它們對氧氣等代謝資源的利用發生變化。這些資源通過血液重新補充，這是功能性超聲波的關鍵。在這項研究中，研究人員使用超聲波來測量流向特定大腦區域的血流的變化。他們可以記錄大腦血液流動的微小變化，空間區域只有100微米寬，大約為一根頭發那么寬。他們能夠同時測量廣泛分布在整個大腦中的微小神經細胞群的活動，其中一些小到只有60個神經元。
研究人員使用功能性超聲來測量非人靈長類動物頂葉后皮質（PPC）的大腦活動，該區域負責規劃并幫助執行運動。實驗動物被教會了兩項任務：移動手來引導屏幕上的光標，移動眼睛看屏幕的特定部分。它們只需要考慮執行任務，而不是實際移動眼睛或手，因為BMI可以讀取它們的大腦活動。
超聲波數據被實時發送到解碼器，然后生成控制信號，將光標移動到希望的地方。BMI能夠成功地對8個徑向目標執行此操作，而平均誤差很小。
【總編輯圈點】
帶有濃濃科幻色彩的腦機接口技術，正在走進現實?！肮韫蠕撹F俠”埃隆·馬斯克對腦機接口技術的投入，進一步讓它變得炙手可熱，倍受社會關注。不過從目前來看，這項技術仍處于起步階段，存在諸多不足。比如侵入式腦機接口往往對使用者身體帶來損傷，甚至容易在創口引起炎癥反應；非侵入式的腦機接口需要佩戴笨重的頭盔，體驗感有待改進。與腦機接口相關的腦科學、電子信息技術、材料學等領域的科研進展，將不斷助推這項技術迭代升級。
