(介入式)血管内脑机接口技术的效能密码

Stentrode BCI整个系统是一个完全植入体内的无线脑机接口。它分为体内植入部分和体外控制部分，通过无线通信连接。其核心思想是：通过一个类似“支架”的电极阵列，从大脑内部的血管中“聆听”神经信号，并将这些信号转化为对电脑等数字设备的控制指令。

第一部分：植入体内的组件

血管内电极阵列（Stentrode 本身,图1A）

外观与结构：它看起来像一个细小的、可自膨胀的金属“支架”或“网管”，长度约40毫米，直径约3.5毫米（与目标血管匹配）。这个支架由镍钛合金（一种具有形状记忆和超弹性的生物相容性材料）制成。

关键特征：在支架的表面上，紧密排列着16个微小的铂金记录电极点（每个面积约0.3 mm²）。这些电极点不穿透血管壁，而是紧贴血管内壁，用于检测来自邻近大脑皮层（此处是控制运动的“运动皮层”）的神经电活动产生的微弱电场变化。

植入位置：如图1所示，它被精确地植入大脑顶部的上矢状窦。这是一条位于大脑正中裂缝、收集大脑表面静脉血液的大静脉。其下方正对着负责控制腿部和躯干运动的大脑中央前回。这个位置选择非常巧妙，因为：

微创：通过血管介入到达，无需开颅。

稳定：静脉血流量稳定，且血管将其固定。

安全：位于硬脑膜外的静脉腔内，不直接接触脆弱的脑组织。

经血管导线与植入式接收发射单元

导线：一根非常纤细（直径约1.3毫米）、柔韧且绝缘的导线从Stentrode延伸出来。它沿着颈静脉一路向下，被“隧道式”埋植在皮下。

电子单元：导线最终连接到一个小型的、类似心脏起搏器大小的植入式接收发射单元。这个单元通常被放置在胸部锁骨下方的皮下口袋里。它负责为电极供电、放大和数字化采集到的神经信号，并通过无线电波将数据无线传输到体外设备。

图1：Stentrode BCI系统的全架构图解

图1展示了该项血管内脑机接口（BCI）系统的整体架构与两种人机交互模式。图1A其核心是一个完全植入式、无线工作的系统：一个名为Stentrode的电极阵列通过微创介入手术植入大脑上矢状窦的血管内，用于采集运动皮层信号；信号经皮下导线传输至锁骨下皮内的电子单元，再无线发送至体外接收与解码设备，最终转化为控制个人电脑的指令。图1B& 图1C阐释了两种实用的控制范式：一为高效的眼动追踪结合脑控点击模式（用视线移动光标，用思维产生点击信号）；二为适用于全身瘫痪患者的纯脑控模式（通过思维触发对屏幕扫描项目的选择）。图1完整勾勒了这项技术从信号采集、无线传输到最终实现功能输出的全过程，突出了其微创、完全植入及用户友好的设计理念。

第二部分：手术植入过程

血管通路建立：医生在患者颈部穿刺颈内静脉（类似于放置中心静脉导管的路径）。

导航与定位：使用极细的微导管，在X射线透视和血管造影的实时引导下，将压缩状态下的Stentrode沿着静脉系统向上推送，经过心脏的上腔静脉，最终到达上矢状窦的目标位置。

精准释放：手术的关键步骤。医生会将术前的MRI图像与实时血管造影图像进行融合叠加，在屏幕上清晰地标记出运动皮层的位置。然后，在目标位置释放Stentrode，它会像支架一样自动展开，贴合在血管壁上，将电极阵列固定在紧贴运动皮层上方的位置。

连接与闭合：将导线在皮下引至胸部口袋，连接IRTU并植入，最后缝合切口。

第三部分：信号工作流程与用户交互

信号流（图1A）：

信号采集：当患者尝试移动其瘫痪的脚踝或手腕时（即使实际无法移动），运动皮层会产生特定的电活动模式（如β节律降低）。

信号传输：Stentrode的电极捕捉到这些微弱的皮层脑电信号 → 通过导线传至胸部的IRTU → IRTU将信号无线发送到头戴式或置于椅背的外部接收遥测单元。

解码与转化：外部单元将信号传输给旁边的信号控制单元（一台小型计算机）。内置的机器学习算法（如支持向量机）实时分析信号特征（例如特定频段的功率变化），将其翻译成简单的“点击”或“选择”命令。

设备控制：这个“点击”命令通过蓝牙或USB传递给一台普通的笔记本电脑或平板电脑，控制屏幕上的光标或进行选择。

用户交互模式（图1B & 1C）：

模式一（BCI + 眼动追踪 -图1B）：这是研究中患者主要使用的模式。眼动仪负责控制光标移动（看哪里，光标就去哪里），而Stentrode产生的“点击”信号则用于执行确认操作。这使得患者能快速完成点击、打字、浏览网页等复杂任务。

模式二（纯BCI控制 -图1C）：为无法使用眼动的患者设计。屏幕上的选项（如字母、单词、命令）会按顺序自动高亮扫描。当想要选择的选项被高亮时，患者通过想象一个动作来触发BCI“点击”信号进行选择。这虽然较慢，但提供了另一种独立的控制维度。

总而言之，血管内脑机接口（Stentrode）通过巧妙的生物工程设计，将高风险的开颅脑机接口手术，转变为一个相对常规、低风险的神经介入手术，为严重瘫痪患者恢复数字生活能力提供了一条革命性的新途径。

优劣势对比表格：

指标	血管内介入式BCI (EBCI)	侵入式BCI	半侵入式BCI
信号类型	局部场电位（LFP），神经元锋电位（Spikes）	神经元锋电位（Spikes），局部场电位（LFP）	皮层脑电图（ECoG），局部场电位（LFP）
空间分辨率	毫米级（靠近皮层但受血管限制，强于硬膜外BCI，略弱于硬膜下BCI）	亚毫米级（与神经元直接接触）	亚毫米级（硬膜外BCI/硬膜下BCI）
时间分辨率	毫秒级	毫秒级（最佳）	毫秒级
信号强度	比EEG强2-5倍，与ECoG相似	最强，因其直接捕获神经元放电活动	中等
目标脑区	几乎任何脑区，只要附近有合适位置的血管	任何脑区（植入的目标区域）	皮层表面

HUIYING

临床研究1：评估完全植入式血管内脑机接口对

严重瘫痪患者的安全性

研究1奠定了Stentrode BCI临床应用的安全基石，证明其短期至中期安全性可控，且基本功能可行。

研究方法

研究设计：

这是一项前瞻性、单中心、首次人体研究。最终有4名患有严重双侧上肢瘫痪的ALS患者接受了植入，并完成了为期12个月的随访。

植入流程：

详细描述了通过神经介入手术，经颈静脉将Stentrode植入上矢状窦（SSS）的流程。手术中，将术前标记了运动皮层（中央前回）的MRI与术中的3D血管造影（DSA）进行融合，以实时导航并精准部署设备（Figure 2A）。

图2. 血管内电极阵列的精准植入与长期生物力学稳定性验证

图2通过多模态影像与量化数据，系统验证了血管内脑机接口的精准植入与长期安全性。图2中显示，术前通过功能磁共振与三维血管造影融合导航，电极阵列被精确部署于上矢状窦内目标运动皮层对应位置图2（A）；术后连续12个月的CT静脉造影监测表明，所有植入装置在血管内位置稳定，未发生具有临床意义的移位（平均位移仅0.45毫米）及血管闭塞或血栓形成等并发症（图2 B-D）。该证据链从解剖学层面证实了该微创植入方法的定位精确性、生物力学可靠性及长期安全性，为核心技术的可行性奠定了结构基础

评估指标：

主要安全终点：设备相关的严重不良事件（导致死亡或永久性残疾）。

次要安全终点：通过CT静脉造影（CTV）评估靶血管闭塞和设备移位。

探索性终点（可行性）：

信号稳定性：计算静息状态下的信号带宽。

解码能力：离线分析能解码出的不同运动指令（“开关”）数量。

功能性能：患者使用BCI（初期结合眼动追踪）完成一系列标准化计算机任务，如打字、发送邮件、在线购物等，并记录正确字符数/分钟等指标。

研究结果

安全性结果：

在12个月随访期内，4名患者均未发生与设备或手术相关的严重不良事件。无死亡、永久性残疾、靶血管闭塞或设备移位。图 2B-D通过CT影像对比，直观展示了设备在3个月和12个月时的位置稳定性，移位距离平均仅0.45毫米，证实了植入的稳固性。

可行性结果：

信号质量：记录到的神经信号带宽高且稳定（平均233 ±16 Hz），在整个研究期间保持良好。

功能实现：所有患者都成功使用Stentrode BCI控制了电脑。他们能够进行日常数字活动，如打字（平均准确率>93%）、发邮件、网上购物和管理财务。最终，一名患者实现了不依赖眼动追踪的纯BCI控制。

图文证据：Figure 3展示了信号带宽的稳定性（图3A）、解码的准确性（图3C）以及在线控制电脑的任务表现（图3D），为可行性提供了数据支持。

图3. 血管内脑机接口的信号特性、解码效能与在线控制性能

图3通过系列数据分析，系统展示了该血管内脑机接口的功能性效能。结果显示，植入体记录的神经信号具备高带宽（约233 Hz）且在12个月内保持稳定图3（A），并能清晰捕捉与特定运动意图相关的特征性脑电活动（如β频带的事件相关去同步，图3 B）。在信号解码方面，系统可有效区分多种尝试运动意图，其离线解码准确率（如二分类达85.2%）显著高于随机水平（图3 C）。最终，所有参与者均利用该系统实现了高效的在线计算机控制，在文本输入任务中达到了平均93.9%的字符选择准确率和每分钟16.6个正确字符的实用操作速度（图3 D）。图3完整证实了该系统能够长期、稳定地将神经活动转化为高精度的数字控制指令，是实现功能性脑机交互的核心性能证据。

HUIYING

临床研究2：运动皮层覆盖预测支架血管内脑机

接口的信号强度

研究2则在此基础上，揭示了优化临床疗效的关键——即通过精准的解剖靶向最大化Stentrode对初级运动皮层（M1）的覆盖。这一发现直接转化为可指导临床手术的实用策略。

研究方法

研究设计与参与者：

本研究是一项回顾性分析，汇总了来自两项临床试验（SWITCH和COMMAND）的10名参与者的数据。这些参与者均患有严重的运动功能障碍（8名ALS，1名PLS，1名脑干卒中），并已植入Stentrode BCI。这种设计允许研究人员在相对较大的样本中分析个体差异。图4作为研究概述图，直观地展示了Stentrode的植入位置、BCI的应用场景，并点明了本研究的目标——整合多参与者数据，分析影响信号强度的用户特定因素（如神经解剖、临床状况等）。

图4 研究概述与Stentrode BCI植入示意图

图4 A:该图从左至右分为三个部分：左侧：以示意图形式展示了Stentrode BCI植入于大脑上矢状窦（Superior Sagittal Sinus）血管内的位置。中间：描绘了一名Stentrode BCI使用者正在通过神经活动生成数字命令的场景。右侧：列举了BCI在真实世界中的三类应用场景，并以颜色编码：数字通信（橙色）、远程医疗（紫色）和休闲活动（青绿色）。图4 B:此图展示了本研究的核心分析框架。它说明了本研究汇集了10名参与者的临床数据，旨在测试哪些用户特定因素（包括神经解剖、植入前功能MRI活动、临床状况、设备完整性和神经血管结构）驱动了Stentrode BCI的信号强度。图4 C:展示了临床试验的时间线，包括植入前筛查和长期的居家BCI使用会话。图4 D:通过每位参与者在植入后3个月时间点的CT扫描图像，直观显示了10名参与者Stentrode BCI植入位置的个体差异。这些影像数据是后续分析设备与大脑运动皮层空间关系的基础。总结而言，图4通过四个部分，从设备原理与应用（A）、研究分析框架（B）、临床试验流程（C）到核心数据基础（D），系统性地介绍了这项旨在分析Stentrode BCI信号强度影响因素的研究全貌。

数据采集与处理：

多模态数据整合：研究收集了每位参与者的临床资料（如病程、残存肌力）、植入前功能磁共振成像（fMRI）（记录尝试运动时的脑激活）、植入后影像（CT/MRI）（用于确定Stentrode的精确位置和皮层结构）以及长期的BCI信号记录。

关键量化指标：

信号强度：定义为运动尝试期间与静息期间，在高伽马频带（100-200 Hz）神经活动密度的敏感指数（d‘）。参与者会进行标准的“运动信号测试”（图5 A），即交替进行10秒的运动尝试和10秒的休息。

M1覆盖度：通过将术后的CT影像与结构MRI配准，精确计算Stentrode在初级运动皮层（M1）区域的重叠百分比。这是本研究的核心预测因子。

统计分析：使用Spearman相关分析和Lasso回归模型，系统性地检验了各类用户特定因素（临床状态、fMRI激活、神经解剖、设备完整性等）与信号强度的关系。

研究结果

核心发现：M1覆盖是信号强度的最强预测因子

统计分析表明，在所有测试的因素中，Stentrode与M1的覆盖百分比与信号强度呈现最显著的正相关（Spearman相关 rs=0.80, p=0.01）。这意味着，Stentrode覆盖的M1区域越大，记录到的运动信号就越强。图5D-F强有力地展示了这一关键发现。图5D的相关性排序图显示M1覆盖遥遥领先，图5F的散点图直观呈现了二者间的正比关系。

图5 M1覆盖与信号强度关联分析图

图5系统性地论证了Stentrode与初级运动皮层（M1）的解剖重叠程度是决定其信号强度的最强预测因子。数据基础（图5A-C）：研究首先通过标准化测试（图5A）记录参与者尝试运动时的神经信号，并计算出一个量化的信号强度指标（d‘）（图5B）。图5C显示不同参与者间的信号强度存在显著差异。关键发现（图5D-F）：通过统计分析，研究发现M1重叠百分比与信号强度存在极强的正相关关系（Spearman相关 rs=0.80, p=0.01），其预测能力远超其他临床或解剖因素（图5D）。Lasso回归模型进一步确认，M1覆盖是核心预测变量（图5E）。图5F的散点图直观展示了这一关系：Stentrode覆盖的M1区域越大，信号强度越高。总结：该图强有力地证明，未来Stentrode的临床植入应优先基于解剖标志最大化M1覆盖，这是优化脑机接口性能的关键策略。

次要发现与临床启示：

Lasso回归模型还提示残存肌力和病程对信号强度有补充预测价值。

一个重要否定性发现：尽管ALS患者存在M1皮层萎缩（图6F-H），但皮层萎缩本身并非信号强度的显著预测因子。这表明，只要Stentrode能充分覆盖M1区域，即使皮层变薄，脑脊液的高导电性仍能有效传递信号。这拓宽了该技术对晚期患者的适用性。

图6 Stentrode与运动皮层距离及重叠分析图

图6A:展示了一名示例参与者的大脑皮层表面（Pial Cortical Surface）三维重建。图中叠加显示了该参与者植入的Stentrode设备分割模型、上矢状窦（SSS）血管分割模型，以及根据脑图谱定义的相关皮层功能区：辅助运动区（SMA，蓝色）、初级运动皮层（M1，绿色）和初级体感皮层（S1，紫色）。该子图直观呈现了Stentrode在矢状窦内相对于关键运动皮层的解剖位置。总结而言，图6通过系统的测量和对比，全面刻画了Stentrode植入周的神经解剖环境。其核心贡献在于：一方面量化了Stentrode与目标皮层的空间关系，为理解信号传递的物理基础提供了依据；另一方面证实了尽管疾病会导致M1皮层萎缩，但Stentrode的功能更多地依赖于其与M1的空间覆盖程度，而非单纯的绝对距离或皮层厚度本身。

另一个关键启示：研究发现，Stentrode与fMRI功能激活峰值点的距离，与信号强度无显著关联（图7C）。这提示，在临床植入规划中，基于解剖标志（如中央沟前壁）靶向M1，比依赖费时且对患者负担重的fMRI功能成像更为可靠和实用。

图7 解剖靶向与功能靶向对比图

图7通过系统的体积分析，回答了Stentrode BCI植入策略的一个关键临床问题：应基于功能成像（fMRI）的激活热点，还是基于解剖标志（初级运动皮层M1）进行靶向？核心结论是：解剖靶向（最大化M1覆盖）是更可靠的策略。图7A-B展示了分析方法：通过计算每位参与者fMRI运动活动的“重心”（理想功能靶点），并与Stentrode的实际植入位置进行对比。图7C呈现了关键结果：Stentrode与M1的重叠程度与信号强度呈显著正相关（Spearman相关 rs=0.70, p=0.043）。Stentrode与fMRI活动重心的距离与信号强度无显著关联（rs=-0.18, p=0.64）。

简化总结：图7证明，确保Stentrode在解剖上充分覆盖初级运动皮层（M1），比试图将其精准对准个体化的fMRI功能激活区，更能有效预测和保障良好的信号强度。这一发现为简化临床植入前的规划流程提供了直接依据，优先推荐基于解剖学的靶向策略。

、

HUIYING

总结

本研究系统分析了Stentrode BCI信号强度的预测因素，核心结论如下：

临床意义：Stentrode部署应优先靶向M1的解剖位置（如中央沟前壁），而非依赖功能成像（如fMRI），以最大化信号质量。这能降低患者负担（避免长时fMRI扫描）。

技术贡献：提供了首个血管内BCI信号强度预测框架，强调了解剖靶向在精准医疗中的重要性。

局限性：样本量小，未校正多重比较，但结果稳健。

展望：未来需优化植入策略，结合多因素模型提升BCI可靠性，推动脑机接口的临床转化。