腦器交互學作為腦與外界交互的統一融合框架，整合了腦器交互的主體、方法和應用模式。本文從生物器和非生物器的角度對腦器交互進行了模式的劃分，將腦器交互模式劃分為腦與生物器官交互（BAC-1）、腦與外界非生命的器械及環境的交互（BAC-2）以及兩類交互的融合智能體（BAC-3），并闡釋了不同模式下腦器交互的途徑和潛在的應用價值。
引用本文： 秦云, 劉鐵軍, 堯德中. 腦器交互學——腦與外界協同的新學科. 生物醫學工程學雜志, 2021, 38(3): 507-511. doi: 10.7507/1001-5515.202101039 復制
引言
腦器交互（brain-apparatus conversation，BAC），是指大腦與生物器官以及大腦與非生物系統間建立的單向或雙向通道。2020 年，本研究團隊正式把 BAC 學（Bacomics）定義為 BAC+組學（omics），旨在構建腦與外界的融合統一框架[1]。將神經科學技術革新下的 BAC 的主體、方法和應用模式進行整合，根據信息流向的不同可以將 Bacomics 的模式分為三種：一是大腦到外界的輸出，即在大腦是健康的前提下，修復大腦已有的或建立大腦與外界之間的輸出通道，如傳統的腦控腦機接口（brain-computer interface，BCI）；二是外界到大腦的輸入，即借助已有的通道，實現對大腦功能的干預、修復和調制，如傳統的藥物治療、物理干預手段等；三是大腦與外界之間的雙向通道，實現兩者之間的有機協調，如人類在與環境交互中的成長發育，以及一些技能的強化學習。作為一門橫跨腦認知、腦疾病、混合智能領域的基礎性學科，Bacomics 體現出的正/反饋控制原理、學習和可塑性原理、宇宙和諧原理、系統整合原理，以及對立統一的哲學觀，為腦科學研究、臨床診斷與干預、類腦智能等領域的發展提供了方法論指導。在當前雙向閉環 BCI 的發展趨勢下，腦與外界設備及環境的交互越來越離不開人體自然通道的參與和人體內穩態的支持，如腦與肌肉系統的配合、腦與心臟的交互等，因此腦-器官與腦-設備的融合勢必成為推動 Bacomics 發展的重要動力。因此本文從生物器和非生物器的角度對 Bacomics 進行模式劃分，討論兩者融合的趨勢和需求，并進一步闡釋了不同模式下 BAC 的途徑和潛在應用價值。
1 BAC 模式
在 Bacomics 中，大腦仍然是系統的中心，根據大腦交互主體的不同，將 BAC 模式劃分為腦與生物器官的交互（BAC-1）、腦與外界非生命的器械及環境的交互（BAC-2）以及兩類交互的融合智能體（BAC-3），如圖 1 所示。
圖1
Bacomics 框架
Figure1.
A framework of Bacomics
1.1 腦-生物器官交互
BAC-1 中體現出的腦-外周器官的協調是人體生長發育和人類生存生活的生理基礎。顯然，即使在人工智能飛速發展的今天，仍然沒有任何機器能像人類一樣毫不費力、靈活優雅地行走活動。而人類的一切活動正是得益于大腦系統與非腦系統之間的精細配合。大腦除了與外周運動系統進行交互，與其他器官，如心臟、肺、腸、腎等的活動也都存在著密切的關聯[2]。大腦與心臟之間的交互研究已經成為一個重要的研究領域，也為心腦血管疾病的診療提供了新的驅動力[3]。同時，心腦神經動力學被認為是情緒產生的重要源泉[4]，因此心腦交互也成為了研究情緒相關的生理心理模式的重要突破口。腦-腸軸理論和研究發現，腸道微生物在神經發育以及神經退行性疾病中具有重要作用，有望成為神經精神類疾病發生和發展的重要調制子[5]。同樣，包含皮質和髓質的腎臟作為人體內的高灌注器官，與大腦的血流動力學響應也存在著特定的耦合。本團隊基于功能性磁共振成像（functional magnetic resonance imaging，fMRI）研究老年人大腦功能連接密度與腎臟血氧水平依賴（blood oxygen level dependent，BOLD）的關系，發現大腦雙側中央后回、輔助運動區、中扣帶、枕葉和顳葉的活動與腎臟 BOLD 水平呈正相關，雙側前額葉、楔前葉、后扣帶等區域活動與腎臟 BOLD 水平呈負相關。即在老年人中，腎臟的氧合異常與大腦的自發活動密切相關，反映了血管老化對大腦認知與外周器官的影響。另一方面，生物假體作為修改或者改善已有的大腦輸出/輸入通道的載體，已經成為補充/恢復人體功能的重要手段。這種生物假體能夠建立起大腦與外在環境之間的新通道，有望通過與外界調控設備的有機結合提升功能訓練和功能恢復的效率。
1.2 腦-器械-環境交互
BAC-2 涵蓋的是大腦與非生物器械以及環境之間的廣泛交互，既包括對大腦特定信息的解析，也包括傳統 BCI 中不依賴于外周神經系統的新的輸出通道，以及通過干預手段實現大腦調控的新輸入通道。本團隊開發的腦波音樂技術，充分利用音樂與腦電（electroencephalogram，EEG）信號的無標度屬性，將特定狀態下的大腦活動轉換為基于不同音樂屬性的腦波音樂，從而建立了大腦活動輸出的新模式[6-7]。傳統 BCI 系統中，通過采集 EEG、腦磁圖（magnetoencephalography，MEG）、皮層腦電（electrocorticogram，ECoG）、局部場電位（local field potentials，LFP）等神經活動，或功能性近紅外光譜（functional near-infrared spectroscopy，fNIRS）、fMRI 等代謝信號，來傳達受試者的運動或交流意愿，能夠輔助癱瘓患者實現與外界的交流[8]。其中，最常用的是基于感覺運動節律的 BCI[9]、基于穩態視覺誘發電位（steady-state visual evoked potential，SSVEP）的 BCI[10-11]、基于運動起始誘發電位（motion-onset visual evoked potential，mVEP）以及基于 P300 的 BCI[12-14]。同時，BAC-2 能夠利用大腦與外周之間的正常通道，或者通過建立新的通道來實現對大腦功能的干預和調控。臨床上的藥物治療、心理治療或其他神經療法就是利用人體現有的代謝系統、視聽覺通路及感知覺通路來實現對大腦功能的修復。通過大腦與外界設備之間建立的雙向通道能夠進一步融合特定的訓練、學習和刺激，實現認知功能的改善或增強，如圖 2 所示。
圖2
閉環刺激與反饋流程圖
Figure2.
Flow chart of closed loop stimulation and feedback
神經反饋的建立、多元感官訓練，以及多種物理刺激技術的涌現，為 BAC-2 雙向通道的建立提供了策略和手段的支持。其中神經反饋能夠實現大腦特定區域和特征信號的自我調節，為腦狀態干預提供了閉環的學習策略。電子科技大學一項研究利用大腦環路的 fMRI 特征進行實時反饋訓練，實現了基于前額葉-皮層下連接的情緒調控[15]。另一方面，多感官的刺激訓練已經成為認知、情緒調控的重要手段。本團隊通過研究游戲狀態大腦與多媒介交互的神經生理機制，發現短期游戲訓練對視覺注意的空間屬性和時間屬性具有增強作用[16-17]，并揭示了游戲經驗對人腦的可塑性影響能夠覆蓋多個分布式的腦網絡，并涉及多成分系統性的認知功能[18-19]。另外，一些有創的和無創的電磁刺激技術的應用也為腦與外界的交互建立了新的通道。深部腦刺激（deep brain stimulation，DBS）已經在臨床上成功用于帕金森病、抑郁癥等疾病的治療[20]；經顱磁刺激（transcranial magnetic stimulation，TMS）和經顱直流電刺激（transcranial direct current stimulation，tDCS）等電磁刺激能夠對大腦局部和環路的興奮/抑制性起作用，從而無創地調控感知覺和認知能力[21-24]，在疾病干預、闡明神經科學問題的因果性等方面發揮了重要作用；迷走神經刺激（vagus nerve stimulation，VNS）通過調控中樞神經與外周器官之間的關聯通路，已經成為調節癲癇發作和中風康復的重要手段[25]。
1.3 腦-器協同的智能融合
BAC-3 代表的是腦-器協同共生的雙向通路。基于此通路，一方面人類可以在與外界環境的交互中不斷學習和適應，從而實現腦智發育和技能的獲得；另一方面，通過與外界設備的雙向交互，將基于 BAC-1 的腦-外周反饋調節和基于 BAC-2 的干預刺激融合，建立新的內外協調通道，從而實現人機交互性能和個體學習效率的提升[26-27]。傳統的 BAC-2 通過大腦對外界設備的直接控制建立了新的輸出通道，將新輸出的“第三只手”與自己雙手（BAC-1）進行協調配合，有望產生新的技能來完成目標導向的多任務處理從而提高 BAC-1 的效率；同時，在運動功能康復方面，近年來一些研究在人體現有的視覺、感知覺、運動通路（BAC-1）的基礎上，融合了中樞或外周通路上的物理刺激（BAC-2），來達到恢復感知覺、提高運動能力的目的[28-29]。如通過在脊柱損傷患者的大腦中植入芯片來獲取大腦運動皮層的信號，并將解碼出的神經活動作為實時指令輸出來控制癱瘓手臂上的肌肉電刺激，實現了癱瘓肢體的肌肉活動和動作控制，能夠對癱瘓患者的運動功能恢復起到促進作用[30]。同時，BAC-3 將 BAC-1 與 BAC-2 有效結合起來，將類腦能力（BAC-1）納入人機交互（BAC-2）中，為人工智能的發展提供了重要的驅動力。基于大腦內廣泛的連接性、結構和功能的層次組織以及依賴時間的神經元和突觸功能的神經物理先驗，將大腦的神經形態與深度學習結合可能引導產出新的類腦網絡模型，如模擬突觸學習的計算模式使得節能型的人工智能成為可能[31-32]。因此，BAC-3 并不是 BAC-1 和 BAC-2 的簡單結合，不僅能夠增強 BAC-1 和 BAC-2 的效果，而且有望產出 BAC1 和 BAC2 融合的新模式。
2 機遇和挑戰
Bacomics 作為一門新學科，涵蓋了大腦與外周器官的交互、大腦與外界設備的交互，以及兩者之間的智能融合。同時 Bacomics 因其獨特的理論、兼容的框架、系統的科學原理，成為探測大腦與外部交互的重要窗口。Bacomics 中囊括了多種模態和多種尺度的信號，但由于這些模態之間的時空分辨率以及信號的產生機制不同，數據之間是相互獨立的。因此，如何優化單模態的信息，以及有效地融合多模態的數據，是提高 Bacomics 系統有效性的重要主題和挑戰。在 Bacomics 系統中，腦與外界交互的雙向通道為理解大腦自我調節的神經機制提供了新的途徑，基于 fMRI 的神經反饋能夠實現深部核團以及皮層下環路的調節，因此 EEG-fMRI 的融合有望建立頭表 EEG 信號特征與深部腦區之間的關聯[33]，從而改善基于 EEG 數據輸出的控制精度，同時也能夠反向推動 Bacomics 交互通道中信號采集和神經反饋技術的發展。
神經信息的精確解碼是 Bacomics 通道建立的基礎。由于采集到的神經信息中有效特征的微弱性，因此研究中既需要從嚴謹的實驗范式進行考慮，也需要發展有效的特征提取方法。在特征提取方面，基于動態腦網絡的方法，成為 EEG 特征研究的重要手段[34]。另外，為了提高神經信息的有效性并保障有效的神經信息強度，若干基于電磁刺激或神經反饋的神經調控手段已投入應用。在神經活動解碼研究中，近年來層出不窮的機器學習、深度學習等算法也不斷融合在 Bacomics 系統中，也為系統交互效率的提高做出了貢獻。同時，神經信息的解析和認知科學的發展，也為人工智能的類腦化提供了基礎，兩者在相互推動中有望產出腦科學和人工智能領域的重大突破。
以腦為主體的 Bacomics 為人類神經、精神類疾病的診斷和干預提供了新的思路。除了常規的藥物治療，基于電磁刺激的 DBS、TMS 等技術也已經在癲癇、抑郁癥、帕金森病等疾病的治療方面取得了良好的效果。然而電磁刺激對大腦活動的干預機制仍在研究當中，而且閉環刺激和個體化干預也對采集技術、解碼算法、系統實現提出了新的要求，不僅需要對大腦活動進行動態監測，而且需要對刺激模式與參數、時效性、副作用等各個方面進行綜合考量。此外，構建中樞神經系統與外周器官的聯系，對于研究 Bacomics 中機體的協同非常重要，同時也能夠為 Bacomics 中腦與外界設備的交互提供更符合機體特性的參考信息[35]。
3 總結
本文在 BAC 的統一框架下，對 Bacomics 的三個模式進行重新劃分。作為一個新的交叉領域，Bacomics 展示出了獨特的優勢，既為神經科學機制研究、腦疾病的診斷和干預提供了理論基礎，同時作為探測腦與外周器官、腦與外界設備交互的重要窗口，未來必將有力推動神經數據獲取、分析、干預等技術的發展。
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
引言
腦器交互（brain-apparatus conversation，BAC），是指大腦與生物器官以及大腦與非生物系統間建立的單向或雙向通道。2020 年，本研究團隊正式把 BAC 學（Bacomics）定義為 BAC+組學（omics），旨在構建腦與外界的融合統一框架[1]。將神經科學技術革新下的 BAC 的主體、方法和應用模式進行整合，根據信息流向的不同可以將 Bacomics 的模式分為三種：一是大腦到外界的輸出，即在大腦是健康的前提下，修復大腦已有的或建立大腦與外界之間的輸出通道，如傳統的腦控腦機接口（brain-computer interface，BCI）；二是外界到大腦的輸入，即借助已有的通道，實現對大腦功能的干預、修復和調制，如傳統的藥物治療、物理干預手段等；三是大腦與外界之間的雙向通道，實現兩者之間的有機協調，如人類在與環境交互中的成長發育，以及一些技能的強化學習。作為一門橫跨腦認知、腦疾病、混合智能領域的基礎性學科，Bacomics 體現出的正/反饋控制原理、學習和可塑性原理、宇宙和諧原理、系統整合原理，以及對立統一的哲學觀，為腦科學研究、臨床診斷與干預、類腦智能等領域的發展提供了方法論指導。在當前雙向閉環 BCI 的發展趨勢下，腦與外界設備及環境的交互越來越離不開人體自然通道的參與和人體內穩態的支持，如腦與肌肉系統的配合、腦與心臟的交互等，因此腦-器官與腦-設備的融合勢必成為推動 Bacomics 發展的重要動力。因此本文從生物器和非生物器的角度對 Bacomics 進行模式劃分，討論兩者融合的趨勢和需求，并進一步闡釋了不同模式下 BAC 的途徑和潛在應用價值。
1 BAC 模式
在 Bacomics 中，大腦仍然是系統的中心，根據大腦交互主體的不同，將 BAC 模式劃分為腦與生物器官的交互（BAC-1）、腦與外界非生命的器械及環境的交互（BAC-2）以及兩類交互的融合智能體（BAC-3），如圖 1 所示。
圖1
Bacomics 框架
Figure1.
A framework of Bacomics
1.1 腦-生物器官交互
BAC-1 中體現出的腦-外周器官的協調是人體生長發育和人類生存生活的生理基礎。顯然，即使在人工智能飛速發展的今天，仍然沒有任何機器能像人類一樣毫不費力、靈活優雅地行走活動。而人類的一切活動正是得益于大腦系統與非腦系統之間的精細配合。大腦除了與外周運動系統進行交互，與其他器官，如心臟、肺、腸、腎等的活動也都存在著密切的關聯[2]。大腦與心臟之間的交互研究已經成為一個重要的研究領域，也為心腦血管疾病的診療提供了新的驅動力[3]。同時，心腦神經動力學被認為是情緒產生的重要源泉[4]，因此心腦交互也成為了研究情緒相關的生理心理模式的重要突破口。腦-腸軸理論和研究發現，腸道微生物在神經發育以及神經退行性疾病中具有重要作用，有望成為神經精神類疾病發生和發展的重要調制子[5]。同樣，包含皮質和髓質的腎臟作為人體內的高灌注器官，與大腦的血流動力學響應也存在著特定的耦合。本團隊基于功能性磁共振成像（functional magnetic resonance imaging，fMRI）研究老年人大腦功能連接密度與腎臟血氧水平依賴（blood oxygen level dependent，BOLD）的關系，發現大腦雙側中央后回、輔助運動區、中扣帶、枕葉和顳葉的活動與腎臟 BOLD 水平呈正相關，雙側前額葉、楔前葉、后扣帶等區域活動與腎臟 BOLD 水平呈負相關。即在老年人中，腎臟的氧合異常與大腦的自發活動密切相關，反映了血管老化對大腦認知與外周器官的影響。另一方面，生物假體作為修改或者改善已有的大腦輸出/輸入通道的載體，已經成為補充/恢復人體功能的重要手段。這種生物假體能夠建立起大腦與外在環境之間的新通道，有望通過與外界調控設備的有機結合提升功能訓練和功能恢復的效率。
1.2 腦-器械-環境交互
BAC-2 涵蓋的是大腦與非生物器械以及環境之間的廣泛交互，既包括對大腦特定信息的解析，也包括傳統 BCI 中不依賴于外周神經系統的新的輸出通道，以及通過干預手段實現大腦調控的新輸入通道。本團隊開發的腦波音樂技術，充分利用音樂與腦電（electroencephalogram，EEG）信號的無標度屬性，將特定狀態下的大腦活動轉換為基于不同音樂屬性的腦波音樂，從而建立了大腦活動輸出的新模式[6-7]。傳統 BCI 系統中，通過采集 EEG、腦磁圖（magnetoencephalography，MEG）、皮層腦電（electrocorticogram，ECoG）、局部場電位（local field potentials，LFP）等神經活動，或功能性近紅外光譜（functional near-infrared spectroscopy，fNIRS）、fMRI 等代謝信號，來傳達受試者的運動或交流意愿，能夠輔助癱瘓患者實現與外界的交流[8]。其中，最常用的是基于感覺運動節律的 BCI[9]、基于穩態視覺誘發電位（steady-state visual evoked potential，SSVEP）的 BCI[10-11]、基于運動起始誘發電位（motion-onset visual evoked potential，mVEP）以及基于 P300 的 BCI[12-14]。同時，BAC-2 能夠利用大腦與外周之間的正常通道，或者通過建立新的通道來實現對大腦功能的干預和調控。臨床上的藥物治療、心理治療或其他神經療法就是利用人體現有的代謝系統、視聽覺通路及感知覺通路來實現對大腦功能的修復。通過大腦與外界設備之間建立的雙向通道能夠進一步融合特定的訓練、學習和刺激，實現認知功能的改善或增強，如圖 2 所示。
圖2
閉環刺激與反饋流程圖
Figure2.
Flow chart of closed loop stimulation and feedback
神經反饋的建立、多元感官訓練，以及多種物理刺激技術的涌現，為 BAC-2 雙向通道的建立提供了策略和手段的支持。其中神經反饋能夠實現大腦特定區域和特征信號的自我調節，為腦狀態干預提供了閉環的學習策略。電子科技大學一項研究利用大腦環路的 fMRI 特征進行實時反饋訓練，實現了基于前額葉-皮層下連接的情緒調控[15]。另一方面，多感官的刺激訓練已經成為認知、情緒調控的重要手段。本團隊通過研究游戲狀態大腦與多媒介交互的神經生理機制，發現短期游戲訓練對視覺注意的空間屬性和時間屬性具有增強作用[16-17]，并揭示了游戲經驗對人腦的可塑性影響能夠覆蓋多個分布式的腦網絡，并涉及多成分系統性的認知功能[18-19]。另外，一些有創的和無創的電磁刺激技術的應用也為腦與外界的交互建立了新的通道。深部腦刺激（deep brain stimulation，DBS）已經在臨床上成功用于帕金森病、抑郁癥等疾病的治療[20]；經顱磁刺激（transcranial magnetic stimulation，TMS）和經顱直流電刺激（transcranial direct current stimulation，tDCS）等電磁刺激能夠對大腦局部和環路的興奮/抑制性起作用，從而無創地調控感知覺和認知能力[21-24]，在疾病干預、闡明神經科學問題的因果性等方面發揮了重要作用；迷走神經刺激（vagus nerve stimulation，VNS）通過調控中樞神經與外周器官之間的關聯通路，已經成為調節癲癇發作和中風康復的重要手段[25]。
1.3 腦-器協同的智能融合
BAC-3 代表的是腦-器協同共生的雙向通路。基于此通路，一方面人類可以在與外界環境的交互中不斷學習和適應，從而實現腦智發育和技能的獲得；另一方面，通過與外界設備的雙向交互，將基于 BAC-1 的腦-外周反饋調節和基于 BAC-2 的干預刺激融合，建立新的內外協調通道，從而實現人機交互性能和個體學習效率的提升[26-27]。傳統的 BAC-2 通過大腦對外界設備的直接控制建立了新的輸出通道，將新輸出的“第三只手”與自己雙手（BAC-1）進行協調配合，有望產生新的技能來完成目標導向的多任務處理從而提高 BAC-1 的效率；同時，在運動功能康復方面，近年來一些研究在人體現有的視覺、感知覺、運動通路（BAC-1）的基礎上，融合了中樞或外周通路上的物理刺激（BAC-2），來達到恢復感知覺、提高運動能力的目的[28-29]。如通過在脊柱損傷患者的大腦中植入芯片來獲取大腦運動皮層的信號，并將解碼出的神經活動作為實時指令輸出來控制癱瘓手臂上的肌肉電刺激，實現了癱瘓肢體的肌肉活動和動作控制，能夠對癱瘓患者的運動功能恢復起到促進作用[30]。同時，BAC-3 將 BAC-1 與 BAC-2 有效結合起來，將類腦能力（BAC-1）納入人機交互（BAC-2）中，為人工智能的發展提供了重要的驅動力。基于大腦內廣泛的連接性、結構和功能的層次組織以及依賴時間的神經元和突觸功能的神經物理先驗，將大腦的神經形態與深度學習結合可能引導產出新的類腦網絡模型，如模擬突觸學習的計算模式使得節能型的人工智能成為可能[31-32]。因此，BAC-3 并不是 BAC-1 和 BAC-2 的簡單結合，不僅能夠增強 BAC-1 和 BAC-2 的效果，而且有望產出 BAC1 和 BAC2 融合的新模式。
2 機遇和挑戰
Bacomics 作為一門新學科，涵蓋了大腦與外周器官的交互、大腦與外界設備的交互，以及兩者之間的智能融合。同時 Bacomics 因其獨特的理論、兼容的框架、系統的科學原理，成為探測大腦與外部交互的重要窗口。Bacomics 中囊括了多種模態和多種尺度的信號，但由于這些模態之間的時空分辨率以及信號的產生機制不同，數據之間是相互獨立的。因此，如何優化單模態的信息，以及有效地融合多模態的數據，是提高 Bacomics 系統有效性的重要主題和挑戰。在 Bacomics 系統中，腦與外界交互的雙向通道為理解大腦自我調節的神經機制提供了新的途徑，基于 fMRI 的神經反饋能夠實現深部核團以及皮層下環路的調節，因此 EEG-fMRI 的融合有望建立頭表 EEG 信號特征與深部腦區之間的關聯[33]，從而改善基于 EEG 數據輸出的控制精度，同時也能夠反向推動 Bacomics 交互通道中信號采集和神經反饋技術的發展。
神經信息的精確解碼是 Bacomics 通道建立的基礎。由于采集到的神經信息中有效特征的微弱性，因此研究中既需要從嚴謹的實驗范式進行考慮，也需要發展有效的特征提取方法。在特征提取方面，基于動態腦網絡的方法，成為 EEG 特征研究的重要手段[34]。另外，為了提高神經信息的有效性并保障有效的神經信息強度，若干基于電磁刺激或神經反饋的神經調控手段已投入應用。在神經活動解碼研究中，近年來層出不窮的機器學習、深度學習等算法也不斷融合在 Bacomics 系統中，也為系統交互效率的提高做出了貢獻。同時，神經信息的解析和認知科學的發展，也為人工智能的類腦化提供了基礎，兩者在相互推動中有望產出腦科學和人工智能領域的重大突破。
以腦為主體的 Bacomics 為人類神經、精神類疾病的診斷和干預提供了新的思路。除了常規的藥物治療，基于電磁刺激的 DBS、TMS 等技術也已經在癲癇、抑郁癥、帕金森病等疾病的治療方面取得了良好的效果。然而電磁刺激對大腦活動的干預機制仍在研究當中，而且閉環刺激和個體化干預也對采集技術、解碼算法、系統實現提出了新的要求，不僅需要對大腦活動進行動態監測，而且需要對刺激模式與參數、時效性、副作用等各個方面進行綜合考量。此外，構建中樞神經系統與外周器官的聯系，對于研究 Bacomics 中機體的協同非常重要，同時也能夠為 Bacomics 中腦與外界設備的交互提供更符合機體特性的參考信息[35]。
3 總結
本文在 BAC 的統一框架下，對 Bacomics 的三個模式進行重新劃分。作為一個新的交叉領域，Bacomics 展示出了獨特的優勢，既為神經科學機制研究、腦疾病的診斷和干預提供了理論基礎，同時作為探測腦與外周器官、腦與外界設備交互的重要窗口，未來必將有力推動神經數據獲取、分析、干預等技術的發展。
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
