2026年4月，作为超声神经调控领域的开创者之一的William J. Tyler在arXiv预印本平台发表题为《Ultrasonic Brain Computer Interfaces for Enhancing Human-Machine Cognition》的论文，系统论述了低强度经颅聚焦超声（tFUS）技术在下一代脑机接口和人机交互领域的前沿进展与未来前景。
论文的核心论点是：低强度经颅聚焦超声（tFUS）正迅速成为一种变革性的非侵入性脑刺激技术，其独特的物理特性：兼具毫米级空间分辨率与深部脑区靶向能力，使其成为构建下一代智能、自适应、双向脑机接口（uBCI）的基础性技术。
2.1 生物物理机制
tFUS的调控效应主要基于非热力学机械效应。超声波在组织内传播时产生声辐射力（ARF）和剪切应力，直接影响神经元脂质双分子层的力学特性，进而激活机械敏感离子通道——包括Piezo1、TRAAK、TREK、TRPC6及各类TRP通道。这些通道将机械形变转化为离子电流，改变神经元兴奋性。
此外，论文还介绍了两种补充性的机制模型：
脂质双分子层声孔模型（Bilayer Sonophore Model）：声压周期使细胞膜内空间快速膨胀与收缩，产生电容变化。
神经元膜内空化激发模型（NICE）：上述电容变化足以产生位移电流，触发动作电位。
tFUS的调控方向（兴奋与抑制）主要由时间参数决定。高占空比（>50%）或高脉冲重复频率（>500 Hz）通常产生兴奋效应；低占空比（<30%）或低脉冲重复频率（<100 Hz）则倾向于抑制效应。这种“参数－效应”可调性为精准调控提供了工程基础。
2.2 工程挑战与解决方案
人类颅骨的多层结构（皮质骨与板障骨密度差异显著）是tFUS面临的首要工程障碍，会引起显著的声衰减、色散和焦点畸变。为克服这一问题，现代系统采用多项技术：
多阵元相控阵列：实现电子波束转向和实时像差校正。
个体化计算建模：基于MRI或CT构建头模，使用k-Wave、BabelBrain等工具进行声场模拟。
3D打印声学透镜、超材料与声学全息：补偿颅骨引起的相位偏移。
小型化换能器：如电容式微加工超声换能器（CMUT）和压电式微加工超声换能器（PMUT），配合生物粘附水凝胶，可实现最长35天的稳定耦合。
安全性标准：国际经颅超声刺激安全与标准联盟（ITRUSST）建议维持机械指数≤1.9、空间峰值脉冲平均强度≤190 W/cm²、颅内温升≤2°C。目前的人体研究文献中未报告严重不良事件，仅有个别轻微和短暂症状（疲劳、头痛）。
3.核心应用场景：uBCI如何增强人机认知
论文的核心贡献在于系统性地描绘了tFUS在增强人机认知方面的五大应用场景。与传统BCI专注于“恢复丧失功能”不同，这些应用均指向“增强正常功能”，使uBCI成为主动优化人类认知与行为表现的神经技术工具。
3.1 驾驶员认知增强与半自动驾驶安全
L3/L4级自动驾驶要求驾驶员随时准备接管车辆，但被动监控导致认知负荷过低，引发α波功率升高、θ波功率下降（走神）和P300事件相关电位幅度降低（注意力脱离）。
uBCI的解决方案是“感知－分析－调控”闭环架构。
感知：持续监测EEG（α/θ频段、P300），融合心率变异性等外周生理信号。
分析：机器学习分类器实时预测认知衰退的发生。
调控：一旦检测到走神或注意力脱耦，自动向背侧前扣带回（dACC）递送tFUS，迅速恢复警觉性。dACC是默认模式网络与背侧注意网络之间的关键枢纽，负责冲突监控、错误校正和警觉维持。
其他靶点：右额下回（rIFG）缩短停止信号反应时间，加速被动监控到主动控制的认知切换；前岛叶调节自主神经唤醒水平，防止高应激场景中的恐慌；初级感觉运动皮层（S1/M1）增强触觉辨别能力和运动皮层兴奋性，缩短反应时；视觉运动区（V5）增强基于特征的视觉注意力，降低动态视觉任务中的错误率。
3.2 远程操作与多智能体监控
在远程操控无人机、物流车队等高认知负荷场景中，uBCI可同时调控认知与运动网络，维持操作者在长时间轮班中的警觉性和动作精度。靶向rIFG和ACC可优化多模态注意力、工作记忆和自上而下的反应抑制，减少多智能体管理中的决策错误。
请注意，在医学多智能体（AI Agent）系统中，人的角色并非被取代，而是发生了根本性的升维，从“操作者”转变为 “监督者、决策者与责任主体” 。医生作为领域专家，需定义智能体的角色分工（如放射科、病理科智能体）、设计结构化的协作协议，并提供用于强化学习的专家示范数据。医生还通过 “人在回路”（Human-in-the-Loop） 机制，对系统的决策提供实时反馈，持续纠正其错误模式，这是系统实现“自进化”的关键环节。（——编者注）
3.3 人机协作中的信任动态校准
人机信任失衡构成安全隐患。“过度信任”（自满）导致放弃批判性监控；“信任不足”则导致对可靠系统的忽视。两者均引发安全事故。
uBCI的解决方案如下：
数字孪生框架：融合高密度EEG（通过“TrustNet”深度学习算法解码信任状态，准确率>88%）、心率变异性（自主神经应激指标）和声肌图（SMG，解码运动意图）构建个性化的实时计算模型。
闭环调控：当检测到“信任不足”（伴随焦虑和杏仁核恐惧网络过度激活），递送抑制性tFUS至杏仁核以减弱恐惧反应；当检测到“过度信任”（认知自满），递送兴奋性tFUS至dACC/PFC以恢复认知警觉。
Tyler认为，超声神经调控领域最关键的演进方向是从开环系统向闭环架构的跃迁。早期超声刺激多为“预设参数、单向输出”的模式；而新一代超声脑机接口（uBCI）已经能够整合实时电生理反馈，形成一个“读取—解码—调控—再读取”的自动化循环。
在本文中，Tyler将多项超声技术统一到uBCI框架内，系统描绘了下一代读写一体超声脑机接口的技术蓝图：
“写”模式（tFUS）：精准调控深部脑区，毫米级空间分辨率。
“读”模式（功能性超声fUS）：监测脑血流动力学，解码运动意图（100 μm分辨率）。
外周“读”模式（声肌图SMG）：解码肌肉激活状态，用于假肢控制和机器人操作。
外周“写”模式（空中触觉）：非接触式触觉反馈，减少视觉负担。
这种“读－判－写”闭环架构，为未来的人机协同提供了一个全新的技术维度——机器不仅能够“理解”人类的认知状态，还能主动辅助调节。
Tyler闭环超声脑机系统示意图（by: 兰道医融）
Tyler认为，最令人振奋的前沿领域是持续微型化和工程化开发完全集成、可穿戴的双模式超声波接口，以使其能够在不受控的实验室环境之外实现稳定、长期运行。通过成功将外周“读取”传感器与中枢“写入”调制器相结合，未来的uBCI有望彻底改变多个行业。
Tyler 倡导的“读-判-写”闭环架构，与中国企业在“电声混合”闭环系统上的投入方向相呼应。
William J. Tyler是超声神经调控领域的开创者之一：
2010年，其在《Neuron》首次证实低强度超声可无创激活小鼠运动皮层并诱发肢体运动。
2011年，Tyler提出“连续介质力学假说”，从物理原理上为超声神经调控奠定理论基础。
其现任机构阿拉巴马大学伯明翰分校（UAB） 的神经工程与脑机接口中心，是超声神经调控领域的重要研究中心之一。
论文中引用的关键合作者与机构包括：
Wynn Legon（弗吉尼亚理工大学）：首次证实tFUS对人类运动皮层和丘脑的调控效应。
Robert Chen团队（多伦多大学Krembil研究所）：θ短阵脉冲经颅超声（tbTUS）范式的开创者。
Bin He团队（卡内基梅隆大学）：将tFUS与EEG解码深度融合，构建双向BCI系统。
Richard Andersen/Mikhail Shapiro团队（加州理工学院）：功能性超声脑机接口的开创者。
Mickaël Tanter团队（巴黎ESPCI/Inserm）：超快超声成像与功能性超声成像技术的奠基人。
6.1 资助方
论文致谢部分明确标注：本工作获得美国国家科学基金会（NSF）资助（Grant No. NCS-FO-2220677）。同时指出，美国国防高级研究计划局（DARPA）曾资助Tyler探索提升士兵警觉性、认知能力和应激缓解等应用，这为论文中uBCI在国防与安全场景的应用定位提供了清晰的背景参照。
6.2 相关企业
财务披露声明：Tyler是IST, LLC的联合创始人，并拥有多项涉及神经调控方法与设备的专利。这表明其学术研究与商业化布局深度交织，论文中描述的uBCI技术架构具有明确的产业化导向。
此外，论文引用的多项技术成果也与以下企业相关：
Sonic Concepts：提供NeuroFUS®科研设备平台，已获得Tyler核心专利授权。
Blatek Industries：提供定制聚焦超声换能器（如杜克大学I期临床试验所用）。
Ultrahaptics：空中触觉技术的代表企业。
Merge Labs（与Mikhail Shapiro相关）：获超2.5亿美元融资，推进超声脑机接口商业化。
7.1 学术影响
这篇论文是超声脑机接口领域从基础研究向应用愿景系统性转向的标志性文献。它将该领域的研究视野从“能否调控”提升到“如何系统性地增强人机认知”，为该技术的工程化、标准化和产业化提供了完整的理论框架和路线图。
7.2 产业影响
论文描绘的uBCI应用场景——自动驾驶安全、远程操作优化、人机信任校准——覆盖了千亿美元级的市场空间。随着CMUT/PMUT小型化、生物粘附水凝胶、闭环算法等技术的成熟，uBCI从实验室走向真实世界的时间窗口正在缩短。
7.3 局限与挑战
论文也坦诚指出了当前uBCI发展的关键瓶颈：
工程挑战：颅骨引起的声像差和衰减仍需更高效的实时校正算法。
长期安全性：慢性tFUS暴露对神经组织的长期生物效应尚待系统研究。
标准化缺失：亟需针对具体应用的安全性标准和报告规范。
设备小型化：从实验室原型到可穿戴、舒适、长期稳定的消费级设备，仍有较大工程距离。
图1. 低强度经颅聚焦超声（tFUS）的生物物理机制与靶向。A. 低强度聚焦超声在传播过程中会受到人类颅骨多层结构的显著阻碍，颅骨皮质骨和松质骨的密度存在差异，导致声波发生反射、折射（畸变）和衰减。为克服这些障碍并实现对深部脑区（如丘脑）的毫米级精准靶向，现代系统结合了基于MRI或CT的头部模型以及多阵元相控阵列，通过电子波束控制和实时畸变校正来实现。B. 在细胞层面，声压波产生声辐射力（ARF）和剪切应力，从而物理性地改变神经元脂质双分子层的结构。机械扰动可打开机械敏感性离子通道（如Piezo1、TRAAK、TREK和TRP通道），促使钠离子和钙离子等阳离子内流，从而改变神经元的兴奋性。同时，脂质双分子层声孔模型和神经元膜内空化激发（NICE）模型表明，声压周期会导致膜内空间快速扩张与收缩，产生足以触发动作电位的电容变化和位移电流，且无需热效应。
图2. 周边超声神经接口与超声脑机接口（uBCI）的闭环架构。A. 如图所示，可穿戴式超声成像阵列通过一种称为声学造影术（SMG）的技术，持续监测骨骼肌组织中亚毫米级的形态变形。通过追踪脊髓运动神经元激活的高精度机械信号，SMG能够准确解码复杂的运动模式，例如夹持和抓握动作，从而控制假肢。B. 在其他周边超声应用中，空中触觉技术可用于编码触觉感官体验。通过编程相位阵列超声换能器，可在自由空间中操控声波前缘，产生局部的声辐射力压力节点。这种非接触式的触觉刺激可激活机械感受器，实现复杂的触觉感知和虚拟按钮操作，从而降低人机交互中的视觉需求。C. 如图所示，可穿戴式uBCI可无缝整合周围与中枢的数据流。“读取”系统通过电生理传感器（如脑电图EEG、功能性近红外光谱fNIRS、心率HR）以及功能超声成像（fUS）来捕捉认知状态和运动意图。这些多模态数据流被输入机器层，该层利用数据分类器和计算方法快速分析操作者状态，并据此控制“书写”功能。随后，系统通过封装的CMUT阵列和生物粘附性水凝胶发射经颅聚焦超声（tFUS），从而在操作者与机器之间形成双向闭环。
图3. 超声波脑机接口在警觉性调节及信息传递增强中的应用。A. 一种提升驾驶安全的应用是利用超声波脑机接口（uBCI）对半自动驾驶车辆进行动态警觉性调节。如图所示，驾驶员佩戴闭环uBCI时，持续监控生理指标（例如脑电图的α/θ波带），以检测认知疲劳、注意力涣散或自发性注意力脱耦的迹象。一旦检测到注意力下降，uBCI会自动向大脑前扣带回背内侧区（dACC）或右额下回（rIFG）等区域发射tFUS，从而快速恢复警觉性、维持注意力，并确保手动接管的安全准备。B. 在另一项应用中，操作员使用基于视觉运动的矩阵输入设备。根据Kosnoff及其同事（2024年）的研究，为优化脑机接口性能，采用超声阵列将tFUS传输至视觉运动处理区（V5）。研究者证明了向V5发射tFUS可显著增强背侧视觉处理通路中基于特征的注意力机制，并显著提高了复杂脑机接口拼写任务中的信息传输率（ITR）。
图4. 利用超声波脑机接口进行神经工效学优化，适用于高风险远程操作与多智能体监控。A. 超声波脑机接口的另一应用是维持远程物流操作人员的精准性。例如，如图所示，操作员可通过遥测技术远程管理商业货运作业。穿戴式超声波脑机接口可用于监测运动、感觉和注意力网络，同时向主运动皮层（M1/S1）或前额叶皮层（PFC）输送tFUS。这种精准的tFUS调控有助于维持警觉状态、优化程序技能的执行，并缩短长时间高强度远程操作任务中的反应时间。B. 超声波脑机接口在提升人机协作方面的另一应用是增强无人机管理过程中的执行功能。如图所示，操作员需在高认知负荷下远程监控无人机群。为缓解性能下降，可将tFUS精准引导至右侧额下回（rIFG）或前扣带回皮层（ACC），以调节操作员表现。该应用有望优化多模态注意力、工作记忆等认知功能，以及自上而下的响应抑制，以减少多智能体监控中的决策错误，如图所示。
图5：将认知数字孪生体与超声波脑机接口集成，用于人机协作中情绪状态的调节。A. 在制造环境中，一名操作员正在机器人臂附近工作。连续的生理数据（例如来自脑电图和皮肤电反应传感器的数据）可输入预测性认知数字孪生体。当数字孪生体检测到性能错误的神经或生理前兆时，可触发针对初级运动皮层（M1）或辅助运动区的纠正性、稳定性的tFUS刺激，以提升操作安全性。B. 在另一项扩展应用中，uBCI可在工业环境中动态调节人与机器之间的信任关系。例如，一种深度集成学习算法（TrustNet）可实时评估脑电图唤醒度指标以及心率/皮肤电反应，以监测操作员的隐性信任水平和焦虑程度，如图所示。若出现危险的焦虑激增，表明“信任不足”（可能导致操作员拒绝使用机器人自动化），uBCI可向杏仁核施加抑制性tFUS，以抵消恐惧网络的激活。相反，如果检测到自满或“过度信任”，则可针对兴奋性tFUS刺激物，将其传递至dACC，以恢复认知警觉性，从而校准状态依赖的人机信任。
图6. 双向超声脑机接口（uBCI）的架构。A. 如图所示，该设备可采用不同频率的超声换能器组合，以实现“读取”和“写入”两种模式。在读取模式下，高频成像换能器用于功能超声（fUS）成像，以监测大脑网络活动和认知负荷；在写入模式下，低频（0.5 MHz）神经调控换能器向深部脑结构（如丘脑）发射靶向经颅聚焦超声（tFUS）。B. 拆解视图展示了微型化uBCI硬件堆叠结构，该系统可同时实现读取与写入功能。该分层设计可能包括结构框架、柔性电路板（PCB）、专用集成电路（ASIC）以及交错排列的CMUT阵列。系统可通过封装密封，并使用生物粘附性水凝胶与头皮耦合，以确保长期稳定的声学传输。C. 图中展示了一款可穿戴式uBCI贴片，部署于一名操作人员身上，其正与机械臂协同工作。设备收集的数据会持续输入配对接口上的“认知数字孪生体”，动态映射脑网络并监测操作员的认知状态，以优化安全性和人机协作。
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
