脑机接口(BCI)对于患有各种神经系统疾病的人来说具有巨大的潜力，但无论是侵入式还是非侵入式，该技术的实施之路都很漫长且微妙。

卡内基梅隆大学的 Bin He 致力于改进非侵入式 BCI，他的实验室使用创新的脑电图 (EEG) 可穿戴设备来突破可能的界限。

该团队首次成功整合了一种新型聚焦超声刺激，实现了双向 BCI，该 BCI使用机器学习对脑电波进行编码和解码，这项研究有 25 名人类受试者参与。这项研究开辟了一条新途径，通过刺激目标神经回路，不仅可以显著提高信号质量，还可以提高整体非侵入性 BCI 性能。

非侵入式脑机接口因其廉价、安全且几乎适用于所有人的优点而受到称赞。但由于信号是通过头皮而不是大脑内部记录的，低信号质量会带来一些限制。何教授的团队正在探索提高非侵入式脑机接口有效性的方法，并随着时间的推移使用深度学习方法来解码个人的想法，然后帮助控制光标或机械臂。

何教授团队在《自然通讯》上发表的最新研究中证明，通过聚焦超声进行精确的非侵入性神经调节，可以改善 BCI 的通信性能。