对话UCL赵湖斌教授：可穿戴DOT脑机接口技术深度解析与未来展望

实时监测大脑健康状态，曾经是科幻作品的专属情节，如今正通过神经工程的前沿研究走进现实。当前的主流技术路径各有其优势与局限。

以Neuralink为代表的侵入式脑机接口，通过植入皮层的微电极阵列直接捕获神经信号，实现了极高的时空分辨率。但其伴随的开颅手术风险不容忽视，包括潜在的感染、组织损伤及免疫排斥反应。

以干电极传感为核心的非侵入式方案，虽避免了物理创伤，却必须应对复杂的环境噪声干扰，且脑电信号本身在表征深层脑功能与健康状态时，信息维度存在天花板。

作为医学影像的金标准，MRI核磁共振提供了无创且高清晰度的结构成像，但其设备庞大昂贵、检查流程耗时且难以移动，限制了其在动态、连续监测场景中的应用。

是否存在一种技术，能同时满足高信号保真度、强环境鲁棒性、绝对安全无创以及真正的便携可穿戴？近期，一项名为“漫射光层析成像”（Diffuse Optical Tomography, DOT）的技术提供了新的可能。在与伦敦大学学院助理教授赵湖斌的深度交流中，他为我们剖析了这项有望突破现有瓶颈的前沿进展。

2021年，赵湖斌创立了伦敦大学学院智能神经工程中心，专注于开发下一代可穿戴智能医学成像与传感平台。其技术应用场景广泛，涵盖脑健康评估、神经与心血管疾病管理、新型脑机接口、康复工程及个性化健康监测等多个关键领域。

团队的技术基石是功能性近红外光谱成像，其原理是通过监测近红外光穿透颅骨后，大脑皮层中血红蛋白对光吸收的变化，来反演神经活动引发的血氧动力学响应。DOT技术是这一原理的高阶演进形态，它通过部署多光源与多探测器进行空间重叠采样，能够重建出详细的三维脑功能图像，在空间分辨率与定量精度上实现了质的飞跃。

这项突破将功能性神经成像推向了新的高度。其成像质量优异、系统成本可控、且具备可穿戴特性，有望打破传统高端影像设备在临床普及中的成本与可及性壁垒。赵湖斌透露，团队正致力于推动可穿戴集成DOT-EEG系统的临床转化，目标率先应用于中风后功能康复评估等领域。他展望，在不久的将来，该技术将进一步产品化，服务于更广泛的个体化医疗场景，包括精神疾病管理与长期神经功能跟踪。

以下为对话实录，内容经过精编。

第一部分：从喀什到伦敦，一个工科学子的医学梦想

AI科技评论：能否分享一下您的学术轨迹，以及选择进入脑机接口这一交叉领域的契机？

赵湖斌：我籍贯四川，在新疆喀什长大。因为父母健康状况长期欠佳，我自幼便怀有从医的志向。尽管本科阶段遵从家人建议攻读电子工程，但我对医学的向往始终未减。因此，在规划博士研究方向时，我坚定地寻找医疗电子结合的切入点。2012年，我获得机会赴伦敦大学学院攻读博士学位，正是基于该项目在医工交叉领域的深厚积淀。

我的博士导师深耕光遗传学领域，而我的课题则聚焦于脑机接口，核心是探索医疗应用与芯片技术的融合。在此期间，我参与了世界上首款主动式侵入型光遗传学神经调控芯片的研发工作，这是一段宝贵的经历。

AI科技评论：此后，您的研究方向为何从光遗传学转向了近红外光谱成像？

赵湖斌：基于光遗传学的侵入式方案存在两个根本性挑战。第一，将光敏蛋白递送至神经元通常需要借助病毒载体。即便使用失活病毒，其潜在的生物安全风险与复杂的伦理审查流程仍是巨大障碍。第二，这类技术的临床转化周期极其漫长。我希望从事能在中短期内产生切实社会价值的研究。因此，我将目光投向了非侵入式的功能性近红外光谱技术。

2021年10月，我加入伦敦大学学院医学科学学院，专注于智能医疗技术研发。独立领导研究组后，我们持续深耕近红外光谱成像及其前沿应用。

AI科技评论：能否为我们科普，近红外光谱技术探测脑部信息的物理原理是什么？

赵湖斌：从信号获取角度看，光信号相比电信号具有更优的穿透性，其信噪比高、抗干扰能力强，这为其带来了更广阔的应用潜力。大脑组织对近红外波段的光线呈现相对“透明”的特性，使得近红外光能够穿透颅骨，抵达大脑皮层并发生散射与吸收。脑组织中主要的吸光物质是血红蛋白。通过精确测量入射光与出射光的光强衰减，我们可以逆向计算出特定脑区血红蛋白浓度与氧合状态的动态变化。由于血红蛋白指标直接关联大脑的血流与氧代谢水平，据此我们便能绘制出实时的脑血氧分布图，从而对大脑的功能状态与健康水平进行评估。

举例来说，对于脑梗死或脑出血等急性卒中，其血氧状态变化急速，治疗时间窗非常短暂。使用我们的设备进行床旁或移动场景下的实时监测，将极具临床价值。此外，像自闭症谱系障碍、抑郁症等慢性神经精神疾病，也可借助该技术进行长期、客观的疗效评估与病程跟踪。

第二部分：面壁十年，成就是给大脑戴上“小帽子”

AI科技评论：据我们了解，传统近红外光谱技术的有效探测深度通常只有约3厘米，这是否限制了其实际应用？

赵湖斌：应用场景确实存在，但局限性也很明显。这3厘米指的是固定光源与探测器之间的直线距离。然而，光在生物组织中的传播路径是高度散射的，呈“香蕉形”弯曲。受技术所限，传统设备所有通道的测量深度基本固定，实际有效探测深度可能仅1.5至2厘米。更关键的是，它只能提供二维的拓扑信息，无法实现真正的三维层析成像。

AI科技评论：这意味着二维信息的临床诊断价值有限？

赵湖斌：是的，相对局限。要对大脑进行全面的功能评估，必须获取更深层的三维空间信息。

AI科技评论：你们是如何攻克探测深度这一难题的？

赵湖斌：我们采用了DOT技术，这是近红外光谱领域的一个高阶模态，从技术成熟到走向应用还不到十年时间。

它与传统技术的核心差异在于信息深度。我们通过电子设计、机械结构、人体工程学及高级信号处理算法的协同创新，使DOT系统能够灵活调节光源与探测器之间的测量距离，范围可在1厘米到6厘米之间变化。基于这种可变的多深度测量路径，我们才得以实现真正的三维层析成像。我们的目标，是打造一个“可穿戴的功能性磁共振”。

AI科技评论：这是否意味着技术已经具备了产品化的条件？

赵湖斌：距离理想的成熟产品仍有不少工程挑战需要克服。早期的DOT系统与传统近红外光谱一样，采用光纤架构。首先，光纤本身具有一定体积，在头骨有限面积上可布设的数量受限，导致测量点稀疏、空间分辨率低，直接影响成像质量。其次，光纤的重量和体积严重阻碍了设备的便携化——没有人愿意佩戴一个重达数公斤的头戴设备。再者，从人体工学角度看，前排的光纤会物理遮挡后排，导致无法建立长距离的光路。理论上低成本、便捷、高质量3D成像的所有优势，在光纤架构下都难以实现。

AI科技评论：所以必须彻底摒弃光纤架构？

赵湖斌：是的。我们在2016年左右首次提出了模块化系统架构，这是一套全新的设计范式。我们采用商用LED光电元件，在显著增加通道数量的同时，也增强了对深层脑区信号的采集能力。

AI科技评论：能否具体描述一下这种模块化概念的产品形态？

赵湖斌：所有光学脑成像设备都包含两类核心元件：光源和探测器。为了在大脑皮层有限区域内获取高密度信息，光源与探测器之间需要建立尽可能多的交叉测量通道。我们通过创新的无光纤架构设计，打破了传统光纤相邻光路相互物理阻挡的限制，实现了模块间的光通信与跨模块信号采集。

在固定单位面积内，通道数越多，相当于成像的“像素”越高，成像精度也就越精细。此外，模块化设计允许根据具体应用需求灵活组装和替换部件，同时也降低了系统的购置与维护成本。

AI科技评论：具体形态是什么样的？

赵湖斌：就是一系列可贴附的独立模块。假设在一个3x3厘米的模块上，集成两个光源和两个探测器，它们两两交互就能产生四个独立的测量通道。由于模块之间没有冗长的光纤阻碍，第一个模块上的光源发射的光，可以被第二个模块上的探测器接收到。如果在头部放置两个这样的模块，共四个光源和四个探测器，理论上就能得到十六个交互通道。增加到三个模块，就是六乘六的交互模式，三十六个通道。其底层逻辑是：模块数量线性增加，理论通道数呈指数级增长。

在我们开发的一个早期原型系统中，我们使用了24个光源和48个探测器。在传统架构下，这只能产生48个探测通路。但通过我们的模块化设计，有效通道数达到了1152个。这是一项从前端光电设计、后端信号处理到底层系统架构的全面创新。

AI科技评论：光纤系统中常用的激光光源与你们采用的LED光源，在出光特性上有何区别？

赵湖斌：激光光源通常需要光纤来导光和聚光，因为激光本身不能直接接触头皮，需要一定的隔离空间。LED则无需光纤，其发光面可以直接与头皮贴合。从纯粹的光学性能讲，并非LED优于激光。我们选择LED，主要是因为它更便于实现模块化、轻量化系统集成，产品化路径更清晰，成本也更具有优势。

AI科技评论：如此多的光源同时工作，如何避免信号相互干扰？如何进行区分？

赵湖斌：我们采用了频率调制编码技术来解决信号混淆问题。为每个光源分配一个具有细微差别的调制频率，例如相差0.1%。这种频率差异会在采集到的混合信号中体现出来，从而我们可以通过频率解码来唯一识别每一个光源，例如为第一个光源编码1.001kHz，第二个编码1.002kHz。每个编码对应明确的空间映射关系，从而清晰地区分所有信号源。

此外，为了确保长距离光路（例如6厘米）下的信号质量，我们在电子电路和软硬件协同设计上进行了深度优化，将系统的检测灵敏度提升至传统技术的10到20倍。这项关键技术大约在2020年研发成功，目前尚未见其他团队公开报道类似性能。

AI科技评论：这种模块化设计，最终能带来多大的实际效率提升？

赵湖斌：模块化设计并不能保证每一个理论通道在实际佩戴中都完全有效。由于个体头骨厚度、脑形结构及头发密度存在差异，有效通道数会动态变化。例如，一个拥有1000个理论通道的系统，在信号条件良好的情况下可能获得600到700个高质量有效通道。即使对于头发浓密或贴合不佳的用户，有效通道数也可能保持在300个左右，这仍然远超市面上现有设备的水平，同时能确保设备总重量控制在300克以内。

第三部分：走出实验室，新型产品的未来规划

AI科技评论：模块化贴片目前是否有成型的工程样品？

赵湖斌：我此前参与的一家公司——由我的博士后导师创立——已经基于传统DOT技术开发出了临床级产品，并获得了欧盟CE认证。我目前的工作重心是开发下一代产品，旨在进一步突破测量精度与信息深度的极限。

AI科技评论：这款新一代产品在技术路径上有哪些核心差异？

赵湖斌：主要聚焦于两个方向的革新。

第一，是尽快实现DOT与EEG（脑电图）在电路底层的硬件集成，利用模块化技术将EEG功能无缝融合。这在工程原理上已无根本性障碍。

第二，是引入边缘计算范式，结合专用AI硬件进行实时信号处理与特征提取，这在该领域属于首创。这项技术能带来更低的系统功耗、更优的实时性，并更好地保护用户数据隐私。其核心是一颗专用处理芯片，未来可集成在可穿戴设备中作为智能处理单元。传统的脑电信号采集后需要传输到电脑进行处理，而我们设计的AI芯片将直接取代电脑，使产品成为一体化、即插即用的设备，相当于为脑功能成像开发了一个专用的“大脑”。

AI科技评论：是否已经开展过相关的临床试验？

赵湖斌：我们正在为全面的临床应用进行准备，计划分两步走：首先，对基于现有成熟技术产品化的设备进行初步临床验证，这部分技术相对成熟，预计明年可以从临床研究阶段逐步转向实际临床应用。其次，在此过程中，我们会同步迭代和打磨新一代技术的原型机，为未来三到五年内更深入、更广泛的长期临床研究与应用奠定基础。

AI科技评论：可穿戴DOT设备主要面向哪些应用场景？

赵湖斌：它定位为便携式医疗级装备，适用场景非常广泛，从三甲医院的神经内科、康复科，到社区医疗中心、养老机构乃至院前急救场景都可以部署。

AI科技评论：对于社区医院或基层医生而言，设备的操作复杂度如何？

赵湖斌：我们会将核心检测与分析功能封装成标准化、自动化的软件流程，极大简化人机交互步骤。无论是前端的设备佩戴与数据采集，还是后端的报告生成与解读，都会朝着更智能化、更友好的方向设计。此外，虽然不同临床科室的需求各有侧重，但核心的脑功能评估需求是相对固定的。我们可以针对这些共性需求，开发出标准化的产品线。

AI科技评论：您如何看待这项技术的商业化前景与具体路径？

赵湖斌：我主要关注三个商业化的方向。

一是神经康复市场。全球老龄化趋势加剧，大量中风后遗症及阿尔茨海默病患者需要长期、动态的病情监测与康复评估。便携式功能性成像设备可以提升扫描频次与便利性，精准监测大脑活动与可塑性的变化，从而辅助临床专家动态调整个性化康复方案。

二是脑重大疾病诊断，这是我们一直聚焦的核心战场。例如，中风发作在英国是致死率最高的疾病之一，在国内则面临更复杂的疾病谱。可穿戴DOT设备可以前置部署在社区医院、养老机构甚至救护车上，一旦患者出现疑似中风症状，可立即进行快速、初步的脑血氧监测，为紧急干预争取宝贵时间。

近年来我一直在积极推动中风的新型诊断方案，与国内如清华长庚医院、复旦华山医院等顶尖机构开展了临床合作研究，国内临床专家对此类设备的迫切需求给了我们很大信心。

三是精神心理疾病市场。近红外与DOT技术在大约2022年已被纳入部分国家的医保支付范围。目前一个相对成熟的应用领域是心理健康评估。国内外精神心理疾病患者群体庞大，且呈现低龄化趋势。DOT技术初期可能应用于医院的精神心理科进行辅助诊断与疗效评估，未来再逐步探索家庭、学校等自然场景下的长期监测应用。

AI科技评论：DOT对大多数行业外人士而言仍很陌生，您如何向投资人与医疗从业者阐述其核心价值？

赵湖斌：传统上，脑机接口的定义较为狭窄，特指通过某种技术模态实现大脑与外部设备的直接通信。实际上，无论是核磁共振、EEG还是近红外光谱，都是实现脑机接口的一种潜在技术模态。我们需要时间进行市场教育。一个可行的策略是极致简化软件端与数据处理流程，让设备真正做到易用、好用。另一个策略是加强面向不同群体的科普讲座与线下体验活动。

过去七八年里，国内在传统近红外光谱领域的科学家前辈们已经在市场教育与学术推广方面打下了坚实基础。我的工作，是在这个高起点上，进一步推广可穿戴DOT技术的独特优势与应用前景，这比从零开始培育市场要高效得多。