脑机接口：从科幻小说到现实
目前，脑机接口已经过了技术论证期，即将进入规模化产业化时期。 脑机接口是神经医学、电子技术和人工智能三个领域的交叉学科，相关企业需要在三个方向上有较强的技术积累。 总体而言，侵入式脑机接口的可行性较高; 目前，经过侵入性脑机接口的一系列技术迭代，开颅手术门槛高、产品寿命短等核心痛点已基本解决。 在脑机接口产业链中，Neuralink的技术解决方案最具商业前景。 2023年5月，美国FDA批准Neuralink进行人体临床试验; 2024 年 1 月底，马斯克证实 Neuralink 已经完成了首次人体植入，并且状况良好。 随着Neuralink技术路径和商业模式的验证，侵入式脑机接口有望率先在医疗场景中大规模落地。
脑机接口（BCI）技术使人脑和计算机之间的信息交换成为可能。 脑机接口是通过收集脑神经信号，使人类意识与计算机交互的过程，通常包括神经记录（读取）和神经调节（写入）两部分：1）神经记录（读取）：电极从脑神经元中采集电信号，并通过人工智能等技术提取特征并进行转换，将生物电信号转化为计算机可以理解的信息;2）神经调控（写作）：如果要实现对人脑和四肢的控制，还需要在四肢神经中植入电极，通过电极将计算机指令传递给大脑和四肢等神经元，实现对人体的控制。神经记录（阅读）和神经调控（写作）共同构成了脑-机-脑的闭环系统。 目前，脑机连接主要解决的是脑到计算机的数据传输问题，有望在不久的将来大规模实施。 计算机到大脑的数据传输仍处于底层技术的突破阶段。
脑机衔接有可能彻底改变人类信息传输的范式。 在人们向外界输出信息的场景中，常见的信息传递方式是人们通过文字或文字表达自己的观点（每分钟100-200个字）; 在接收来自外界信息的背景下，必须将声音、文本和视觉用作媒介。 相比之下，脑机连接**大大增加了信息传输的带宽。 当人们通过脑机接口传输或接收信息时，脑机接口直接以意识为交流媒介，取代了低带宽的语言和文本媒体，大大提高了信息密度。
脑机关节可以从性能和可用性方面进行评估。 性能指标包括响应时间、识别精度、可输出指令数和 Fitz 吞吐量; 可用性指标包括易用性、寿命、健壮性、安全性和互操作性。 易用性也体现在准备、长度、轻便性和舒适性方面。
脑机接口需要较强的信号采集性能和数据处理能力。 脑机接口的九个细分最终可以归结为信号采集能力和数据处理能力。 由于不能直接与神经系统相连，脑机接口的电极在传播过程中主要通过神经系统周围搅动的电波来接收信号，信号强度远小于神经内部的信号强度，因此需要附着电极的信号采集能力。 此外，电极无法直接了解神经系统，只能收集大量数据来总结神经系统在兴奋、放松、睡眠等不同状态下的情况，因此对神经元电信号分析的准确性提出了要求。
关键竞争要素1：信号采集能力 脑机接口的信号采集技术路径可分为两大类：侵入性和非侵入性; 侵入性和非侵入性方法本质上都是通过收集神经元电信号来检测大脑活动，但区别在于电极是安装的，收集的神经信号的强度不同。 目前常见的侵入技术包括技术皮质电位（ECOG）、局部场电位（LFP）、单神经元动作电位（SPIKE）等。 非侵入性技术包括脑电图 （EGG）。
侵入式信号采集更强，而非侵入式信号采集较弱。 信号源的选择是脑机接口系统设计的出发点，也基本决定了相应系统的技术方案和工程路线，以及系统性能（如运动控制的自由度、精度、系统延时等）和能够实现的应用场景。 侵入性可以收集更强的神经电压和信号频率，因为它们更接近神经元。
技术路线：侵入式脑机接口
侵入式脑机接口收集并记录来自颅骨深处组织的信号，需要对用户进行开颅手术。 侵入型与神经元的相容性高，信号获取能力最强; 但由于技术难度和使用成本，目前受众较少，下游多为医疗场景。 面对需要开颅手术和排斥反应的侵入性脑机接口的痛点，各厂商纷纷采用柔性小型化的手术机器人和电极来应对。 目前，侵入式脑机接口的领先厂商包括马斯克的Neuralink、Blackrock Neurotech、Braingate等。
侵入式脑机接口是狭义的脑机接口概念，也是最有前途的应用方向。 侵入性是脑机接口三条技术路径中实际效益最大的一种。 与非侵入式脑机接口相比，侵入式电极更接近神经系统，因此记录的信号时空分辨率高，信息量大，对于复杂任务可以实时、准确地控制，因此在响应时间、识别精度、可输出指令数和菲茨吞吐量四个指标上表现良好。 已经有数十个侵入性脑机接口的成功案例，这些接口已被证明可以为残疾人提供额外的移动和沟通技能。
目前，侵入性脑机接口的主要瓶颈是开颅手术难度大、使用寿命短
1）开颅手术需要安装植入式脑机接口设备，但开颅手术技术难度大，难以商业批量复制。以美国为例，目前美国有500多万不同程度的瘫痪患者，而美国有资格进行开颅手术的神经外科医生只有150多人。
2）在目前的技术水平下，植入式脑机接口的手术预后难以保证。插入大脑的电极会产生排斥反应，将电极附近的脑组织变成覆盖电极并阻碍工作的疤痕组织。 目前常用的犹他州阵列电极的寿命只有2-5年，植入者如果不想恢复到致残状态，就需要再次进行脑部手术。
手术机器人可以完成开颅手术的全过程，缓解了目前开颅手术困难、供应稀缺的痛点。 例如，Neuralink的手术机器人R1首先通过功能性核磁共振等方法确定植入芯片的位置。 位置确定后，手术机器人会在头皮上做一个切口，用专用的开孔器在颅骨上开一个与芯片大小相同的圆孔，然后剥离下面的硬脑膜，露出大脑皮层组织。 在光学系统的协助下，手术机器人将电极上的64根电位插入大脑皮层，每根电位包含16个电位，64根电位中共有1024个电位将接收到神经元附近的电信号，并传输到芯片进行初步分析。
技术路线：非侵入式脑机接口
非侵入性脑机接口不需要在颅骨上开孔，而是将电极附着在头皮表面或头皮附近，以收集大脑反应信号，并通过脑电图和MRI获取神经系统信息。 然而，由于它们与颅骨分离，非侵入性脑机接口的电极无法监听特定的神经元簇，只能接收整个大脑收集的散射电信号的总电流，并且由于它们远离颅内神经，因此收集到的信号往往含有大量的噪声。 因此，非侵入性脑机接口所能获取的信息相对有限，一般只能解释大脑的整体状态，如清醒程度、情绪等，很难准确获取具体的意图、感知等信息。
非侵入性脑机接口的进入门槛较低。
与侵入式相比，非侵入式脑机接口系统具有更高的安全性和广泛性，可利用的信号类型更丰富，形成了基于脑电图、脑图、功能性近红外和功能性磁共振成像的脑机接口系统。 其中，基于脑电图的脑机接口系统因其在成本和便携性方面的优势而受到广泛关注，成为非侵入性脑机接口的主要关注点。
目前，非侵入式脑机接口的性能和可用性还不足。 如上所述，脑机接口的核心竞争要素之一是信号获取能力，而非侵入式脑机接口的空间分辨率较低，因为传感电极远离神经，并且获得的信号掺杂了大量的噪声，并且由于它们只能检测整个大脑的神经信号， 空间分辨率较低。因此，非侵入式脑机接口的性能指标和可用性指标存在不足，规模化实施还有很长的路要走。非植入式脑机接口主要应用于培训、教育娱乐、智能生活、制造等场景。 在非植入式脑机接口领域，业界普遍高度重视面向工业和消费领域的研究，配合虚拟现实、增强现实、眼动仪、外骨骼等外围设备，利用非植入式脑机接口系统进行多场景应用探索，如：睡眠状态监测、运动训练、 利用用户脑电波创造和控制电器，利用用户情感识别数据对用户进行个人推荐。
关键竞争因素2：数据处理能力
数据处理是脑机接口下游的关键技术，直接决定了脑机系统的识别精度。 脑机接口数据处理可分为数据清洗、特征提取、数据分析三种能力
数据清洗：确保神经信号数据的质量、准确性和可信度对后续的分析、建模和决策过程有重大影响。 清理过程不仅是为了消除噪声，减少在后续分析过程中处理异常和错误的时间和精力，还是为了尽可能地保留特征信息。
特征提取：从清理后的数据中选择、转换和注释新特征，以更好地表示有关数据的关键信息。 特征提取可以降低数据维度，选择最具代表性的特征，降低数据的复杂度，提高计算效率和模型性能。 同时，减少了训练模型所需的计算资源和时间，使模型收敛速度更快，提高了训练效率。 此外，特征提取还可以提高模型的可解释性，降低模型的复杂度。 特征提取可以识别和标记神经峰值的频率和形状，方便深度学习模型确定。
数据分析：目前，脑机接口的数据分析主要通过深度学习模型实现。 以 Neuralink 为例，N1 电极上有 1024 个电位，每秒产生海量数据，只有深度学习模型才能及时准确地分析。 目前，脑机接口领域使用的深度学习模型主要是用于复杂特征提取的卷积神经网络（CNNs）和用于较长时间序列数据的递归神经网络（RNNs）。 此外，除了模型本身的训练外，大量训练数据集的积累对于提高深度学习模型的准确性也起着至关重要的作用。
市场前景广阔，明星企业绽放
利好政策持续发布，引导行业成长。 脑机接口有望成为未来生命科学与信息技术交叉融合的主战场，各国纷纷推出脑科学研究计划，中国也在积极推动脑机接口产业发展，相关政策和行动计划陆续出台。 2016年，我国“十三五”规划将“脑科学与类脑研究”列为“国家重大科技创新工程项目”，标志着“中国脑计划”全面展开。 2023年8月，工信部发布《新行业标准化试点实施方案（2023-2035年）》，强调推进脑机接口标准化。
脑机接口下游潜在用户群体较多，市场规模广阔。 据中国残疾人联合会统计，目前有肢体残疾人2472万人，视力障碍者近1800万人，听力障碍者2780万人。 据不完全统计，我国阿尔茨海默病患病率为6%，其他神经系统疾病患者超过1000万，并且随着老龄化的增加而迅速增长。 根据麦肯锡**的数据，2030-2040年全球医疗领域脑机接口的潜在市场规模为400亿美元，其中150亿美元用于重症医疗，250亿美元用于消费者健康，复合年增长率超过10%。
从产业链发展来看，目前有大量的非侵入式脑机接口公司。 截至2023年第一季度，全球有500多家具有代表性的脑机接口公司。 其中，上游占比8%，包括制造和销售电极、芯片、周边、相关核心器件的企业; 中游占比30%，包括制造和销售医疗和科学工具、分析软件和采集设备的公司：下游占62%，其中9%为侵入性技术路线，53%为非侵入性技术路线。 从技术路线来看，大多数企业都有非侵入式技术路线，技术门槛低是主要原因。 全球500多家脑机接口相关企业中，20%从事侵入性技术研发，80%从事非侵入性技术研发。
中国的脑机接口公司数量正在迅速增长。 从地理角度来看，美国和中国是脑机接口公司的重要国家。 全球脑机接口相关公司活跃在40多个国家，美国和中国的公司数量超过100家，位居世界第一梯队，加拿大、英国、以色列的公司数量位居第二梯队，均超过20家。 2022年，我国新增脑机接口企业8家，位居全球第一。
脑机接口企业融资规模不断升级。 脑机接口行业大多是一线创业公司，资金主要依靠风险投资。 从2013年到2023年第三季度，全球在脑机接口领域的风险投资近800家，总额超过100亿美元，投资企业近300家，包括天使轮、种子轮、A轮。 2019-2021年，脑机接口吸引大量投资，投资增速加快，2022年后年度投资总额下降，部分原因是脑机接口领域受到经济衰退导致的全行业市场投资预期拖累，但行业龙头企业的融资规模仍大幅增加。
目前，非医疗领域在脑机接口市场中占有较高的份额。 根据脑机接口不同的医疗应用场景，可分为三类：重症医疗场景、消费场景和重症医疗消费场景。 在严重的医疗场景中，脑机接口用于中枢神经系统疾病，包括器质性疾病和功能性疾病; 在消费医疗场景中，脑机接口用于健康人群的可穿戴设备，具有技术壁垒低、市场竞争激烈、受众广泛等特点。 在重症医疗和消费的跨界场景中，临床认可的产品或方法用于C端患者，具有技术壁垒高、竞争者少等特点。 在非医疗领域，脑机接口应用也在快速发展，特别是在教育、娱乐和游戏行业。
侵入式脑机接口领域的明星企业主要集中在美国。 其中，马斯克旗下的Neuralink、贝莱德（Blackrock Neurotech）、Braingate、Synchron等公司技术储备深厚，商业化进展快速; 我国脑间接口产业仍处于后续阶段，侵入式脑机接口的头部厂商包括脑虎科技。
投资建议 虽然我国脑机接口产业链与国外仍有一定程度的差距，但部分环节已有所突破。 从总体上看，国内相关产业链的主要突破点在上游脑电采集设备、相关算法和中游脑机接口相关产品; 在产业链上游，脑虎科技实现了电极、算法、操作系统的全员自主研发;
在产业链中游，强脑科技、宏智等国内厂商已经落地产品，振泰智能、亿飞华通等厂商聚焦医疗场景，快速迭代产品。 因此，建议关注脑机接口上游电极、算法、操作系统相关厂商的发展，以及中游的医疗、娱乐、教育相关产业链。
这是报告的节选，是报告的原始PDF
《信息技术-软件与服务业脑机接口深度报道：通过技术示范期，进入工业化曙光-长江**[宗建书]-20240130[第28页]”。
报告**：价值目录