我院余林蔚教授团队在国际顶级学术期刊《Nano-Micro Letters》在线发表综述文章

近日，电子与光学工程学院、柔性电子（未来技术）学院余林蔚教授团队与南京中医药大学、南京大学申翼教授团队开展科研合作，在国际顶级期刊《纳微快报》（Nano-Micro Letters）上发表了题为“Non-Invasive Brain-Computer Interfaces: Converging Frontiers in Neural Signal Decoding and Flexible Bioelectronics Integration”的重磅综述论文。我院为第一通讯单位，该工作第一作者为南京邮电大学电子与光学工程学院、柔性电子（未来技术）学院王胜老师。该工作的开展得到了南京大学陈坤基教授，徐骏教授，王军转教授，宋晓攀副研究员和从壮壮教授的支持，南京中医药大学研究生宋晓彬对本文做出重要贡献。

近年来，非侵入性脑机接口（BCI）的研究在神经科学、人工智能、柔性电子及系统工程等多学科交叉推动下取得重要进展。一方面，深度学习技术的突破显著提升了神经信号解码的准确性与鲁棒性；另一方面，柔性电子学的发展—特别是通过引入纳米结构导体等可拉伸材料与先进微纳加工工艺—使电极更贴合头皮，大幅提升了穿戴舒适性、共形贴合能力及长期稳定性。然而，该技术走向实用仍面临关键瓶颈：脑电等信号易受生理与环境噪声干扰，信噪比低；且传统刚性电极难以在动态使用中保持稳定接触，导致信号衰减。此外，系统在跨被试者泛化、长期可靠性和复杂环境鲁棒性等方面亦有待加强。

在此背景下，本综述系统梳理了过去十年神经解码算法与柔性传感平台的关键进展，总结了高性能非侵入BCI在器件设计、材料创新与系统集成方面的核心原则，进而探讨多模态数据融合、软硬件协同及闭环反馈等前沿方向，剖析其在神经康复、智能交互等领域的应用潜力与转化瓶颈，旨在为通过多维度优化推动非侵入BCI向高可靠、实用化发展提供理论支撑与路径参考。

图1. 非侵入式脑机接口：神经信号解码与柔性生物电子集成领域的前沿交汇

图2 柔性电子与深度学习的融合推动先进非侵入式BCIs发展

该工作受到国家自然科学基金杰出青年基金、国家自然科学基金青年基金、江苏省自然科学基金青年基金、江苏省卓越博士后、中国博士后特别资助、中国博士后面上项目等多项基金的大力资助。

论文信息：

Non-Invasive Brain-Computer Interfaces: Converging Frontiers in Neural Signal Decoding and Flexible Bioelectronics Integration.

Sheng Wang^1#*, Xiaobin Song^2#, Xiaopan Song^3*, Yang Gu³, Zhuangzhuang Cong⁴, Yi Shen^{2, 4*}, Linwei Yu^{1, 3*}

Corresponding Author: Sheng Wang, Xiaopan Song, Yi Shen, Linwei Yu

Nano-Micro-Letters, DOI: 10.1007/s40820-025-02042-2

链接：https://rdcu.be/eYAx7

（撰稿：王胜 编辑：徐伟 审核：谌静）