张懂 夏邑县人民医院磁共振室

一、技术基石：fMRI 如何捕捉脑活动信号

功能磁共振成像（fMRI）的核心是捕捉血氧水平依赖（BOLD）信号。当大脑特定区域神经元激活时，局部血流增加以补充氧气，导致氧合血红蛋白含量上升、去氧血红蛋白减少。因去氧血红蛋白具有顺磁性，会干扰局部磁场，其含量变化可被磁共振设备捕捉，经计算机处理转化为脑区激活图谱，实现 “神经活动 - 血流变化 - 影像信号” 的转化。相比 CT，fMRI 无电离辐射且能提供功能代谢信息，成为脑解码的理想工具。

二、解码突破：AI 驱动的脑信号 “翻译”

传统 fMRI 解码依赖定制模型与大量实验，个体差异大。近年 AI 技术实现质的飞跃：

• 多模态融合框架：中科院曾毅团队提出的 ViT3D + 大语言模型架构，将三维脑结构与视觉语义对齐，单次实验即可提取有效数据，无需为个体定制模型，显著降低训练成本，在视觉重建任务中能通过 fMRI 信号还原受试者所见场景，已入选 NeurIPS 2024。

• 语义直接解码：耶鲁大学联合团队研发的 MindLLM，通过 3D 卷积神经网络解析 fMRI 立体像素分布，建立脑区激活与语义的映射，将脑信号直接转化为自然语言，文本解码准确率达 89%，跨个体泛化准确率 78%。

三、应用图景：从科研到临床的跨越

1. 认知科学研究：借助 fMRI 解码，研究者可定位 “苹果” 等概念对应的颞叶激活区，甚至区分 “看到苹果” 与 “听到 apple” 的脑信号差异，为理解意识本质提供依据。

2. 临床诊疗革新：在失语症治疗中，可实时转换患者脑活动为语音，突破传统设备限制；对阿尔茨海默症，能提前 5-8 年检测脑功能异常；还可辅助定位癫痫病灶、评估脑外伤损伤程度。

3. 脑机接口升级：瘫痪患者通过思维产生的 fMRI 信号，可操控智能假肢，指令延迟降至 200ms 以下，远超传统技术。

四、现存挑战与未来方向

当前技术仍有局限：fMRI 时间分辨率较低（秒级），难以捕捉快速神经脉冲；设备体积大、成本高（500-1500 元 / 次），限制普及。未来，研究者计划集成脑磁图数据，开发可穿戴微型设备，探索梦境可视化与记忆存储技术，同时需提前规制脑信号解码的隐私伦理问题。