1.1. “读脑”解码与“写脑”编码
脑机接口（Brain Computer Interface，BCl）是指在有机生命形式的脑与具有处理或 计算能力的设备之间，创建用于信息交换的连接通路，实现信息交换及控制，测量 大脑活动并将其转化为计算机或其他设备的命令，允许用户仅使用他们的思想来控 制机器和设备。脑机智能的实现依赖于大脑和机器之间的信息交互。 脑机智能的实现依赖于大脑和机器之间的双向信息交互：一是从脑到机：将脑信息 “读出来”；二是从机到脑：将外部信息或指令“写进去”。两者之间的纽带是脑信 号编解码技术，通过计算方法将脑信号解析成可理解的意图（如运动、语音）、信息 （如视觉、听觉）或状态（如疲劳）信号，再根据任务决策将外部信息写入大脑， 实现脑机之间的智能互联。
1.2. 三大分类：非侵入式无创类型受到关注
脑电生理信号是脑机智能系统中最常用的信号类型，从信号采集角度，可分为侵入 式、半侵入式、非侵入式三类。 侵入式需要将皮质内微电极（IM）直接植入人脑，具有最佳功效的同时风险最大， 常用的侵入式脑电信号包括神经元锋电位、局部场电位； 半侵入式的电极位于大脑表面的颅骨下方，例如脑皮层电图（ECoG）。由于与皮质 表面直接接触，具有出色的时间和空间分辨率，但需手术植入电极，感染和创伤风 险较大。 非侵入式通过使用脑电图（EEG）、脑磁图（MEG）或功能性磁共振成像等从头部表 面分析大脑活动，无需植入电极。由于其安全无创，因此得到了广泛的研究与产业 应用，但受限于在脑外采集信号的强度与噪声干扰，目前可实现的脑机交互性能有 限。
1.3. 发展历史：不断突破生物体与机器界限
脑机接口的发展历程始于一个世纪前对大脑电信号的探索。1924 年德国科学家汉 斯·贝格尔首次记录人类脑电图，为 BCI 技术奠定了物理基础。进入概念形成期后， 1973 年“脑机接口”这一术语被正式提出，标志着该领域的诞生。1988 年 P300 拼 写器的问世，首次让瘫痪患者实现了“思维交流”这一革命性突破。 临床突破是 BCI 发展的关键转折点。在 2004 年的 BrainGate 临床试验中，瘫痪患者 通过植入的电极阵列成功控制机械臂完成喝水动作，证明了意念操控复杂设备的可 行性。2014 年巴西世界杯上脑控外骨骼的开球演示，则向全球观众生动展示了 BCI 的应用潜力。 近年来，BCI 进入加速发展新阶段。2016 年，Neuralink 的创立将 BCI 推向商业化 快车道。2024 年 Neuralink 完成首例人类植入，2025 年中国在柔性电极、癫痫治疗 等临床应用中取得系列突破，标志着该技术正从实验室走向实际应用。
中国脑机接口市场已迈入快速增长轨道，其中非植入式技术占据主导地位。根据《中 国医疗器械行业发展报告（2025）》统计，2024 年中国脑机接口市场规模达 32 亿元， 同比增长 18.8%。据中国电子信息产业发展研究院预计，到 2027 年将增长至 55.8 亿 元，增长率为 20%。其中，非植入式脑机接口占整体市场规模的比重为 82%，市场 规模达 26.3 亿元。 根据 Stellar Market Research 发布的《Brain Computer Interface Market: Industry Overview, Size, Share, Growth Trends, Research Insights, and Forecast (2025-2032)》， 2024 年, 在应用领域, 医疗保健为脑机接口核心应用场景，其细分市场营收占比 58. 54%; 在产品方面, 非侵入式脑机接口为主导形态，营收占比 81.86%; 在组件领域, 硬件为关键组件，营收占比 63.97%; 在终端用户层面, 医疗细分市场营收占比 46.41%。
2.1. 医疗端应用范围丰富，市场需求庞大
脑机接口技术的医疗应用前景广阔，相关患者基数庞大、临床需求明确且干预方向 丰富，具备显著的市场潜力与长期成长空间。其核心市场聚焦于“失能、失明、失 聪”三大领域。 失能领域涵盖衰老、慢性病（如阿尔茨海默病、严重中风）、先天残疾、严重意外（如 脊髓损伤）等导致的运动功能丧失或受限群体。脑机接口在康复训练与行动功能恢 复上具有明确应用路径及相关产品，可帮助患者改善生活质量、恢复部分行动能力。 在失明领域，针对药物治疗效果有限且不可逆的致盲视网膜疾病，如老年性黄斑变 性、“眼中风”和青光眼等。脑机接口可通过视觉皮层刺激技术，尝试绕过受损的眼 部结构，直接向大脑传递视觉信息，为患者提供一种新的人工视觉感知可能性。 在失聪干预领域，对于重度至极重度感音神经性耳聋患者（如部分先天性耳聋、老 年性耳聋和突发性耳聋），人工耳蜗，作为一种已成熟应用的脑机接口技术，是目前 最有效的干预手段之一。未来的脑机接口技术可能在声音分辨、语音理解等方面提 供更优的方案。
2.1.1. 全球市场空间广阔，潜力正加速释放
全球市场亦呈现强劲增长态势。Precedence Research 数据统计，2024 年全球脑机接 口市场规模为 26.2 亿美元，预计从 2025 年的 29.4 亿美元增加到 2034 年的约 124 亿美元，从 2025 年到 2034 年的复合年增长率为 17.35%（以 2024 年收入为基准）。 根据 Data Bridge Market Research 数据显示，预计每年复合增长率为 15.61%。植入 式脑机接口是未来脑疾病医疗应用重要的技术趋势。
2.1.2. 国内双轨市场：千万级运动康复与视觉重建的医疗蓝海
在运动功能康复领域，脑卒中、脑出血、脑外伤、渐冻症及脊髓损伤等神经系统疾 病构成了庞大的患者群体。根据 GBD 数据库，我国 2021 年新发卒中约 409 万人， 患病的卒中患者 2600 余万人。这一规模庞大且不断扩大的临床需求，为脑机接口在 运动功能重建方向的应用奠定了坚实的市场基础。 中国视觉功能障碍患者基数庞大，为脑机接口技术的医疗应用提供了明确且迫切的 临床入口。根据国家统计局、中国残疾人联合会统计，中国广义视力残疾人群已超 过 1700 万，常见病种包括视网膜病变、神经系统疾病等疾病。随着技术成熟度提 升，视觉重建有望成为脑机接口医疗应用中商业化进程最快的细分领域之一。
3.1. 脑机接口关键技术剖析
脑机接口关键技术包括采集技术、刺激技术、范式编码技术、解码算法技术、外设 技术和系统化技术。该技术体系支撑三类典型应用场景：脑状态监测，神经调控以 及对外交互，共同构成脑机接口从感知、干预到协同工作的完整应用谱系。
3.1.1. 采集技术：研发双焦点，主流电采集与芯片模拟
采集技术研发重点包括采集端和信号处理端。采集端常规技术手段包括电采集、磁 采集、近红外采集等手段，其中电采集为主流研发方向，磁和近红外等采集技术因 为成本和技术成熟度等制约，距离应用落地相对更远。信号处理端涉及模拟芯片和 数字芯片。由于当前脑机接口系统所用的数字芯片多为行业通用芯片，所以重点需 要模拟芯片的发展。
植入式微电极是脑机交互的关键基础，被广泛应用于基础神经科学、脑疾病的诊断 治疗以及脑机交互通信等领域。植入式微电极通过将以离子为载体的神经电信号转 换为以电子为载体的电流或电压信号，从而获取大脑神经电活动信息。 非植入式电极应用场景广泛。非植入式电极不需要进行手术植入，直接放置于头皮 上即可进行脑电信号采集，因此也称为无创电极，其安全无创特性更易被使用者接 受，在非临床脑疾病诊疗、消费级脑科学应用等场景中也得到了广泛的应用。 脑信号采集芯片是将脑电模拟信号经过放大、滤波等处理后转化为数字信号的核心 硬件，也是脑信号读取与解码，脑部疾病诊断与调控所依赖的工具。针对脑部信号 的生理特性以及应用场景，在定制化脑信号采集芯片设计过程中存在诸多技术挑战。 精密放大器是脑信号采集芯片中的核心模块，在脑机接口应用场景中需要满足多重 技术参数要求。多个脑信号采集参数之间存在相互制约的关系，多参数的统筹优化 是当前脑信号采集芯片设计的核心问题之一。
3.1.2. 刺激技术：基于信息流向的三大应用场景与未来展望
脑机接口技术的应用场景按照信息流向分为脑状态检测、神经调控和对外交互三类。 从信息流向来看，脑状态检测是信息从大脑流向外部和外设，神经调控则是信息从 外部和外设流向大脑，而对外交互则是信息的双向流动，因此重点围绕信息的利用、 交互和反馈来介绍脑机接口系统在不同场景下的典型应用以及系统在各方面性能 上的需求。 脑深部电极刺激（DBS）是一种非常具有代表性的植入式电极刺激技术。视觉调控 技术与植入式视觉调控技术对盲人群体提高生活质量具有重大意义，相关研究已经 开展。全球绝大多数研究团队在开环视觉重建的研究中，研究方向逐渐从视网膜刺 激向皮层刺激转移。目前主要集中在电刺激初级视觉皮层（V1）以获得人工视觉感 知。
3.1.3. 范式编码技术：从主动与被动范式到主流解码技术
范式编码技术，“范式”可定义为：在编码任务中，对希望识别的大脑意图用可检测、 可区分、可采集的脑信号予以对应，从而实现对大脑意图的可识别输出。在具体实 现上，被动式范式（如视觉诱发电位刺激范式 P300）正朝向界面布局优化、人脸图 像拼写和融合物理刺激方向发展；主动式范式，比如运动想象（Motor Imagery, MI） 范式，正朝向更精细发展。 在解码技术层面，卡尔曼滤波器成为当前主流的植入式解码方法；非植入式则采用 分解算法作为主流解码方案，广泛应用于脑机接口系统的去噪与意图解码。
3.2. 技术突破：从医疗辅助到安全领域扩展，构建多维应用场景
脑机接口技术已经突破了单一的医疗应用场景，构建起一个涵盖功能代偿、状态优 化以及安全增强的应用体系。在功能代偿层面，它能够为那些身体功能存在障碍的 人群重新建立起感知世界与行动的能力，帮助他们更好地融入社会生活，改善生活 质量；在状态优化方面，它针对健康人群，助力其提升认知效率，优化人机交互体 验，让人们在工作、学习等场景中更加得心应手，充分发挥自身潜能；而在安全增 强领域，它在工业安防与生物识别等关键领域发挥重要作用，构筑起新的技术防线， 为社会安全与稳定保驾护航。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
