AIbci / 专题研究
保留原专题完整报告、证据边界与互动组件，并统一接入全站来源库和下载中心。
先弄清七件事，后面所有数字才读得懂。每条都可以展开，最后一句「为什么重要」是这条的用处。
脑机接口是在大脑与外部设备之间建立一条不经过肌肉的信息通路。分两个方向：读脑（把神经活动翻译成指令）与写脑（用电或超声等方式把信息送回大脑）。本报告绝大部分内容属于读脑。
它不是读心术。今天能稳定解出来的是「运动意图」「注视了哪个闪烁目标」这类和感觉运动皮层强相关的信号，不是抽象想法。
把期望校准到「翻译运动意图」这个量级，后面看到的准确率才不会显得低。
差别在电极离神经元多远。非侵入式（EEG）贴在头皮外，信号要穿过颅骨，信噪比低但零手术风险；侵入式把电极放到皮层表面（ECoG）或插进皮层（Utah 阵列），信噪比高但需要开颅手术。
这个差距是物理性的，不是算法能补的。同一个模型同一个任务，MEG 能到 70.7% 而 EEG 只有 17.7–25.7%（175 名被试）——差距来自传感器，不是解码器。
决定了方案的成本、监管路径与能拿到的证据等级，是三档分档的第一条分界线。
范式是让大脑产生可识别信号的约定玩法。运动想象（MI）是想象动某个肢体，自然但训练久、准确率低；SSVEP 是盯着按固定频率闪烁的目标，速度快很多但需要盯屏幕且易疲劳；P300 是对小概率刺激的自动反应，稳定但慢。
范式选择往往比换模型更能决定系统好不好用。同一批人换范式的性能差异，通常大于同一范式下换算法的差异。
性价比最高的那一档方案，主要靠范式设计取胜，而不是靠更大的模型。
ITR（信息传输率）衡量每分钟能传多少比特，是 BCI 常用的速度指标。问题是同一个系统在不同协议下算出的 ITR 差别极大，而论文标题往往只报最高的那个。
实例：Nakanishi 2018 的 325.33±38.17 bits/min 是提示式、在线、n=20 组均值；同一套系统改成自由拼写只有 198.67±50.48，低约 39%。Chen 2015 常被引的 5.32 bps 是单被试峰值，组均值只有 4.45±0.58。
看到 ITR 先问是提示式还是自由式、是峰值还是组均值——否则等于在比两件不同的事。
四层：预处理去伪迹、解码器（把神经信号变指令）、语言模型或世界模型做后处理纠错、共享控制与意图补全（人给方向，机器补细节）。
值得注意的是 AI 带来的最大单项进步是校准时间的压缩，不是准确率的提升：侵入式语音从约 17 小时训练数据换 23.8–25.5% 错词率，做到 30 分钟 213 句换 0.44% 错词率（50 词表）。
如果目标是让设备当天能用，该投的是校准效率而不是模型规模。
按用途分三类：助力型（给健康人省力，工业与军用）、康复型（帮患者重新练走路，医院场景，是医疗器械）、承重型（背负载荷）。本报告聚焦康复型，因为它才和脑机接口结合有临床意义。
康复型内部还要再分：有的是被动带动关节，有的能自平衡不需拐杖——两者的价格与监管难度差一个量级。
题二的三档方案分界，很大程度就是外骨骼自由度与自平衡能力的分界。
不在「能不能解码」，在「解码够不够快够稳」。人走路时一步的支撑期只有几百毫秒，解码延迟加上执行器响应必须挤进这个窗口，否则不是走得慢，是会摔。
所以真做成的系统几乎都不是让 BCI 直接连续控制关节角度，而是 BCI 只负责「起步/停止/换模式」这类离散意图，连续步态由外骨骼自己的控制器接管。
这决定了架构必须分层，也解释了第 11 章为什么要单独做延迟预算。
两大题各三档。三档的优化目标不同，因此不存在总冠军：最先进档买的是能力上限，综合最优档买的是可落地性，性价比档买的是单位成本产出。选错档比选错型号代价大得多。
为什么不给一个总冠军
三档的优化目标不同——能力上限、可落地性、单位效果成本。把它们合成一个推荐等于隐藏了取舍。请按你自己的约束条件挑其中一档。
以解码性能与可用性为目标，不含外骨骼执行器。
最先进
把能力上限拉满的研究平台，代价是贵、未获批、单被试级证据。
主要构件
主要风险
电极信号随时间衰减、需二次手术取出、单被试结论难以外推；语言模型会显著拉低错词率，若不做消融就无法判断脑信号本身贡献了多少。
综合最优
在零手术风险前提下把可落地性做到最大，选已有获批先例的适应症切入。
主要构件
主要风险
EEG 信噪比是硬天花板，跨被试跨日稳定性需要重复校准；黎曼方法在公开基准上强，但对电极脱落与运动伪迹仍敏感。
性价比最高
靠范式设计而非模型规模取胜，把单位成本产出做到最高。
主要构件
主要风险
范式对用户有约束（需盯屏幕或接受刺激），长时间使用易疲劳；指令集规模受限，不适合高带宽任务。
含执行器，需同时满足延迟预算与医疗器械安全要求。
最先进
能力上限最高的研究平台，接受贵、未获批、单被试级证据三个代价。
主要构件
主要风险
跌倒风险随自由度上升；解码失效必须有硬件级安全回退；器械取出与长期随访费用常被漏算进预算。
综合最优
BCI 只出离散意图，连续步态交给已获批外骨骼自身控制器，兼顾疗效与可落地性。
主要构件
主要风险
组合使用可能触发注册变更；BCI 康复的安全性画像本身尚未建立（9 项 RCT、642 人中仅 1 项报告不良事件），不能把「没人报」当成「很安全」。
性价比最高
把结合点收窄到单关节，用最低成本验证「意图驱动助力」这条链路是否对目标人群有效。
主要构件
主要风险
单关节助力的临床获益证据比整机更薄；低通道数下意图误触发率上升，必须设确认步骤与急停。
成本为 2026-07 快照，人民币，含税口径见第 16 章；标注「询价」的项目不是价格事实。证据等级 A–D 定义见第 1 章。
「能解码」离「能走路」差的就是这张表。人走路一步的支撑期只有几百毫秒，全链路延迟必须挤进这个窗口，否则不是走得慢，是会摔。
非侵入式 EEG 路线 · 合计 480 ms 目标窗口 500 ms 内出离散意图；不做连续关节控制
| 环节 | 耗时 (ms) | 类型 | 口径与出处 |
|---|---|---|---|
| 采集与缓冲 | 250 | 采集 | EEG 需累积足够时窗才有可分性，是本路线最大单项开销 |
| 滤波与去伪迹 | 30 | 计算 | 估算：见第 11 章算式 |
| 特征与解码 | 40 | 计算 | 黎曼流形方法，CPU 即可，无需 GPU |
| 意图确认 | 80 | 计算 | 防误触发的确认窗口，安全必需项 |
| 指令下发 | 20 | 通信 | 有线或低延迟无线 |
| 执行器响应 | 60 | 执行 | 康复型外骨骼关节响应，估算 |
侵入式路线 · 合计 225 ms 目标窗口 200 ms 内出离散意图
| 环节 | 耗时 (ms) | 类型 | 口径与出处 |
|---|---|---|---|
| 采集与缓冲 | 50 | 采集 | 信噪比高，所需时窗显著短于 EEG |
| 预处理 | 15 | 计算 | 估算：见第 11 章算式 |
| 深度解码 | 45 | 计算 | 因果 Transformer，需 GPU 或专用加速 |
| 意图确认 | 40 | 计算 | 确认窗口可比 EEG 路线短 |
| 指令下发 | 15 | 通信 | 经皮无线或有线 |
| 执行器响应 | 60 | 执行 | 高自由度外骨骼，估算 |
嵌入式低功耗路线 · 合计 660 ms 目标窗口 800 ms；以功耗与成本换延迟
| 环节 | 耗时 (ms) | 类型 | 口径与出处 |
|---|---|---|---|
| 采集与缓冲 | 300 | 采集 | 少通道低采样率，时窗更长才够可分 |
| 滤波 | 40 | 计算 | MCU 上定点运算，估算 |
| 轻量解码 | 90 | 计算 | 千级参数模型，无 GPU |
| 意图确认 | 120 | 计算 | 低通道数误触发率高，确认窗口需加长 |
| 指令下发 | 30 | 通信 | 蓝牙低功耗 |
| 执行器响应 | 80 | 执行 | 单关节助力装置，估算 |
各段数值为工程预算区间，标注估算的见第 11 章算式；合计由各段求和自动得出，不代表实测端到端时延。
每一组内部才可比，条长按组内最大值归一。跨组比较是无效的——这正是本报告最想让读者带走的一件事：先看口径，再看数字。
MOABB 复现：BCI IV-2a 四分类，同会话内同一数据集、同一官方划分、同一评测流程。这组是本报告中唯一可以直接排名的一组。
同一个 EEGNet，三套协议三个读数同一个模型架构在不同论文的不同协议下得到的三个数。条长差异反映的是评测方式的差异，不是模型优劣——这就是跨论文准确率不可排名的直接证据。
仅改数据增强：ShallowNet 的前后对照同一模型、同一数据集，唯一变化是把增强改成 cropped-trial。用于说明增强策略的影响可达十余分。
SSVEP ITR：同一论文同一系统，换协议Nakanishi 2018，同一篇论文、同一套 TRCA 系统、均为在线。注意两行的被试组不同（提示式 n=20、自由拼写 n=10），所以这两行只能说明协议差异的量级，不能当作严格配对比较。Shi 2024 的「50 bps」是信道容量构念、非 Wolpaw ITR 且原文未获取，故不列入。
SSVEP 比特率：峰值 vs 组均值（同一批被试）Chen 2015，n=12，同一批被试。被引用最多的是峰值那一行，但它是单个被试的最好成绩；真实组均值低于它约 16%。本组单位是 bps，与上一组的 bits/min 不同，不可跨组比较。
传感器天花板：MEG vs EEG，同模型同任务同一模型、同一任务、175 名被试，唯一变量是传感器模态。top-10 准确率。说明瓶颈在传感器而非算法。
不良事件：每受试者为分母分母是受试者人数。与下面两组分母不同，三组之间绝对不可比——同一批近跌倒事件换分母就能得出 0.61% 与 0.16% 两个数。
不良事件：每节次为分母分母是训练节次数。与上下两组分母不同，不可跨组比较。
不良事件：每暴露小时为分母分母是暴露小时数，单位为每 1000 小时例数。与上两组分母与单位都不同，不可跨组比较。
BCI 康复安全性证据基数系统性证据的缺口本身。9 项 RCT、642 名受试者中仅 1 项系统报告了不良事件——这不是「很安全」，是「没人系统报」。
跨组不可比
不同任务、范式、类别数、人群、在线/离线、数据划分下的准确率与步速不能直接排行。本页每一组内部才是同口径；组与组之间只能看趋势，不能比高低。
按角色、许可证、成熟度筛开源项目。许可证一栏最值得先看：传染性许可会直接影响医疗器械商业化。
符合条件 20 个项目
多设备时间同步与流式传输的事实标准。
只解决传输与同步，不含任何解码逻辑。
统一多家 EEG 硬件的读取接口，跨语言绑定。
设备支持程度参差，冷门型号需自行验证。
脑电与脑磁信号处理的主力库，生态最完整。
偏离线分析，实时低延迟场景需自行搭配流式层。
EEG 深度学习的标准实现集合，含常用网络与训练流程。
复现结果对数据增强与划分方式高度敏感，见第 5 章。
黎曼流形分类方法，公开基准上强于多数现成深度网络。
对电极脱落与运动伪迹敏感，需配套质量监控。
EEG 基础模型，ICLR 2024，预训练 2534.78 小时。
仅开放 Base 规模权重；增益在同数据集官方划分的有监督微调上，跨被试零校准未被证实。
EEG 基础模型，ICLR 2025，预训练超过 9000 小时。
预训练数据从 2500 到 9000 小时收益已明显衰减，堆数据不是当前瓶颈。
跨数据集生物信号 Transformer，NeurIPS 2023，3.2M 参数。
在 TUEV 上被 LaBraM 超过（Cohen kappa 0.527 对 0.664），但两者为同一官方划分下的对照。
EEG 与语言模型结合路线，ICLR 2025，三档规模权重全开。
权重许可与代码许可不同，商用前需分别核对（CC-BY-4.0 要求署名）。
EEG 基础模型，NeurIPS 2024。
权重经 figshare 分享链接提供，权利状态未确认——商用前必须书面澄清。
基于 TUH 20000 记录（5656 小时）预训练，IEEE ISBI 2024。
GPL-3.0 有传染性，闭源医疗器械集成前必须做许可评估，见第 15 章。
EEG 自监督预训练早期代表工作，2021。
无明示许可等于保留全部权利，不建议进产品；仅作方法参考。
颅内 SEEG 基础模型，NeurIPS 2023。
不提供预训练权重，需自备颅内数据从头训练，门槛高。
历史最久的通用 BCI 实验平台，范式实现最全。
GPL-3.0 传染性；C++ 技术栈，二次开发门槛高于 Python 生态。
图形化 BCI 流水线搭建平台，适合快速搭范式原型。
AGPL-3.0 传染性最强（含网络服务条款），商业化前须法务评估。
Python 实时生理信号流水线框架，配置式搭建。
社区规模小于 MNE 生态，复杂范式需自行扩展节点。
机器人中间件事实标准，外骨骼控制集成的通用底座。
实时性需配合 RT 内核与确定性调度；医疗器械软件需额外做变更控制。
高精度接触动力学仿真，步态与助力策略验证首选。
仿真到实机存在差距，不能替代实机安全验证。
生物力学肌骨建模，评估外骨骼对人体关节负荷的影响。
计算偏离线，不适合闭环实时控制。
GPU 加速机器人仿真，适合大规模策略训练。
非开源，授权条款随版本变化；绑定 NVIDIA 硬件生态。
当前条件下没有满足要求的成熟开源项目。 放宽许可要求、接受较低的活跃度，或改用商业 SDK。
活跃度为 2026-07 快照。仓库无 License 文件的项目按不可商用处理——没有明示许可等于默认保留全部权利。详见第 15 章。
选一套构型看总成本。每组单选，右侧给出区间合计。这是量级估算工具，不是报价单。
全部为人民币元，2026-07 快照，含税口径见第 16 章。标注询价的项目为占位值，不是价格事实；汇率与关税波动见第 16 章不确定度一节。
这是区间估算，不是报价
每个选项的价格都标了来源与年份；标注「询价」的项目本站不写成价格事实，计入区间时按公开可核的同类替代取值，并在正文注明。汇率、关税、集成人力与合规费用不含在内。
题一三档方案的多维评分。拖动滑杆改权重，排序会跟着变——这正是「没有总冠军」的直观演示：换一组权重就换一个赢家。
0–10 为本报告的相对定性评分，不是实测指标，仅用于比较同一列内的三档方案。绝对性能请看第 5 章与证据强度模块。
题二三档方案的多维评分，多了一个安全维度——因为这一题的失效模式是摔倒，不是识别错。
0–10 为本报告的相对定性评分，不是实测指标。安全一维反映失效后果与保护机制成熟度，不等于已实测的不良事件发生率（后者三种分母不可比，见第 13 章）。
三条并行路线的阶段与门槛。门槛写成可量化的判据，是为了让「继续投还是停」有客观依据，而不是靠感觉。
目标是能力上限与首例验证，不以取证为目标。周期最长、不可跳过的环节最多。
目标是两年内取证并进入临床使用，选已有获批先例的适应症切入。
先用最低成本验证链路是否对目标人群有效，再决定是否投整机。周期最短。
报告正文、来源台账与交互数据的原始文件，均给出 SHA-256 可逐字节核对。
| 文件 | 说明 | 大小 | SHA-256 |
|---|---|---|---|
| REPORT-zh.md | 报告正文 Markdown 原文 | 256.7 KB | 3e5403062cd0c4e77e16… |
| sources-E1.csv | 来源台账（E1 分册） | 35.7 KB | 32e582920e5925c8195c… |
| sources-E2.csv | 来源台账（E2 分册） | 25.6 KB | c6ada6ab58ba12472b4d… |
| sources-E3.csv | 来源台账（E3 分册） | 16.7 KB | 9aa56dcd737ecd95dccf… |
| sources-E4A.csv | 来源台账（E4A 分册） | 13.9 KB | 4fb5b54d40ede8c04fe9… |
| sources-E4B.csv | 来源台账（E4B 分册） | 17.6 KB | 9746179f31229272ef49… |
| sources-E4C.csv | 来源台账（E4C 分册） | 16.6 KB | 59f67ea1c3d62f43c086… |
| sources-E5.csv | 来源台账（E5 分册） | 17.7 KB | 564531bdc82e070c828e… |
| sources-E6.csv | 来源台账（E6 分册） | 24.3 KB | c31f9dbf80169986f3f4… |
| sources-E7.csv | 来源台账（E7 分册） | 20.8 KB | 1a1f53e778a7f503c123… |
| sources-E8.csv | 来源台账（E8 分册） | 15.4 KB | 26a61a19551b0e3907d3… |
| sources-E9.csv | 来源台账（E9 分册） | 24.6 KB | 6ef3f5c96a0584e418c3… |
| E1-findings.md | 调研原始发现（E1） | 28.6 KB | c751222ee25432335104… |
| E2-findings.md | 调研原始发现（E2） | 30.1 KB | faa2a86ae808c0c6a634… |
| E3-findings.md | 调研原始发现（E3） | 28.5 KB | 346f18754a3feef7f8ac… |
| E5-findings.md | 调研原始发现（E5） | 28.7 KB | f131a46dc8f286a4b6b1… |
| E6-findings.md | 调研原始发现（E6） | 29.8 KB | ea5413e16a4a159c0bd3… |
| interactive.json | 交互模块数据 | 44.0 KB | 95b9d9c7bcac3738003f… |
| AGENT-BRIEF.md | 子智能体统一作业说明（含证据分级与取材边界） | 8.2 KB | 078c2dbfba552b6b97d9… |
<!-- 由 scripts/assemble_report.py 从 research/parts/*.md 自动拼装，请勿直接编辑本文件 -->
一句话结论：AI 给脑机接口带来的最大单项进步是校准时间从小时级压到分钟级， 不是准确率；纯 AI 外骨骼已有获批产品与报销路径，而脑机接口 × 外骨骼迄今大量仍是 单被试演示，两者成熟度差一个数量级。本报告对两大题各给三档方案（最先进 / 综合最优 / 性价比最高），三档并列、不合成总冠军，因为它们的优化目标本就不同。
读数须知：本报告所有性能数字都带口径（人群、样本量、类别数、在线/离线、提示式/自由式）。 跨论文、跨口径的准确率与信息传输率不可排名，原因见第 5 章。
这份报告回答两个问题，每个问题给三个答案。
题一：AI 和脑机接口结合，今天最好的实现方案是什么。 题二：AI 外骨骼本体、以及「脑机接口 × 外骨骼」结合，今天最好的实现方案是什么。
每题各出三档：最先进档买的是能力上限，综合最优档买的是可落地性，性价比最高档买的是单位成本产出。六个方案彼此独立，技术栈、成本、监管路径、能拿到的证据等级完全不同。
因为三档的优化目标互斥。最先进档的植入式路线要开颅、无上市路径、证据多为单被试，但它是颈段完全性脊髓损伤患者唯一有足够解码带宽的选项；性价比档八通道脑电加千级参数模型，两周能搭起来，但指令带宽根本撑不起连续步态控制。
把它们平均成一个"综合评分最高"的方案，等于假设读者的约束条件是平均的——而现实里没人的约束是平均的。有神经外科团队的国家级实验室，和一个预算三十万的康复科，需要的根本不是同一个东西。
这一点在数据上也看得见：公开大规模基准里，黎曼几何方法 ACM+TS+SVM 的准确率 77.82±12.23% 高于多个深度学习模型 [EXO-S396]，按"谁准"排它该是冠军；但同一批基准里 EEGNet 参数量小、训练快、能塞进嵌入式设备，按"单位成本产出"排又是另一个赢家。所以本报告第 8 章与第 12 章给的是六个完整方案，不是一个排行榜。页面上的评分器模块刻意做成可拖动权重——换一组权重就换一个赢家，这本身就是结论。
全报告共 17 章。按身份挑：
| 你是谁 | 先读哪几章 |
|---|---|
| 零基础读者 | 第 2 章（脑机接口、AI、外骨骼分别是什么）、第 3 章（AI 具体干什么活） |
| 决策者 | 第 8 章（题一答案）、第 12 章（题二答案）、第 16 章（成本核算）、第 17 章（落地路线） |
| 工程师 | 第 4–5 章（技术版图与口径）、第 10–11 章（结合架构与延迟预算）、第 15 章（开源栈） |
| 合规负责人 | 第 13 章（安全与不良事件）、第 14 章（中国与海外监管） |
| 只有五分钟 | 页面顶部的三档方案卡与证据强度对照图 |
决策者还有一个额外的读法：先数一遍你关心那一档里 未核实 和 未获取 有多少条。这个数量决定了结论的可信区间，比结论本身更能说明该不该投。
正文里没有标记的陈述，都经过至少一个可追溯来源核实。其余四种标记含义固定：
推断——由已核实事实推出，推理链写在原句附近，但结论本身没有直接来源。未核实——来源里有这个说法，但本报告没能独立验证。未获取——材料确实存在但拿不到（付费墙、403、需机构权限）。原因与官方获取渠道一并写出。估算——本报告自己算的数，必须给出算式与每个输入的来源。第 16 章的算力开销大量属于这一类。厂商自述归为 D 级证据，不单独支撑任何关键推荐。价格若只是询价占位，会写明"询价"，不写成价格事实。这几种状态在同一张表里出现时不会被合并成一个"平均可信度"——那样做等于把最弱的一环藏起来。
这是全报告最需要提前知道的部分。这个领域的数字之所以经常互相矛盾，绝大多数时候不是有人造假，而是两个数根本不在量同一件事。
第一条：SSVEP 的信息传输率不可混谈。 被引用最多的 325.33±38.17 bits/min 有四个限定词——在线、提示式、需个体标定、n=20 组均值。同一篇论文的自由拼写条件只有 198.67±50.48，低约 39%。Chen 2015 常被引的 5.32 bps 是单被试峰值，同一批人的组均值只有 4.45±0.58。至于流传的"50 bps"，那是信道容量构念、不是 Wolpaw ITR，且原文未获取——它不能和前面任何一个数放进同一个排名。
第二条：跨论文的准确率不可排名。 同一个 EEGNet 在三套协议下得到 60.46%、71.06%、74–77% 三个数；同一个 ShallowNet 只把数据增强换成 cropped-trial，就从 58.80% 跳到 73.70%，涨了近 15 个百分点，模型一行代码没改。只有回到同一篇论文、同一张表内部的排名才有意义。
第三条：不良事件的三种分母不可比。 每受试者、每节次、每暴露小时——同一批事件换个分母就能得出差好几倍的"发生率"。第 13 章把三种分母分开列，绝不混算。
明白这三条，就明白为什么本报告每个数字后面都拖着一句口径。那不是啰嗦，那是这些数字能用的前提。
报告背后是一份 305 条的来源台账。正文里每个形如 [EXO-S001] 的标记都可以点开，落到该来源的详情页：原始链接、抓取时间、证据等级，以及它在报告里被哪些结论引用。
举三个真实例子：[EXO-S001] 是 LaBraM 的 ICLR 2024 论文，本报告关于基础模型预训练小时数与 TUEV 微调增益的结论靠它；[EXO-S396] 是 MOABB 的大规模基准复现，第 5 章那组"唯一可以直接排名"的数字出自这里；[EXO-S027] 是 MEG 与 EEG 同模型同任务的对照研究，175 名被试，本报告"瓶颈在传感器不在算法"这一判断的直接依据。
来源库入口在页面底部，可按证据等级筛选。任何一条结论你觉得可疑，先去看它挂的来源——这份报告的设计前提就是让你能查。
这一章不含任何需要背景知识的内容。读完你能看懂后面所有章节的数字在说什么。
正常情况下，你想动手，大脑发信号，信号经脊髓和外周神经到肌肉，手动了。脑机接口做的事是跳过后半段：直接从大脑读取信号，翻译成指令，送给外部设备。
它分两个方向。读脑是把神经活动翻译成指令，本报告绝大部分内容属于这一类。写脑是反过来，用电刺激、超声等方式把信息送回大脑（比如让假手产生触觉），本报告只在讨论闭环反馈时涉及。
一个必须先纠正的期待：它不是读心术。今天能稳定解出来的是"想动左手还是右手""正在盯着哪个闪烁目标"这类和感觉运动皮层、视觉皮层强相关的信号。抽象的想法、没说出口的复杂句子，除了少数植入式语音解码的特定条件外，都不在今天的能力范围内。把期待校准到"翻译运动意图"这个量级，后面看到的准确率数字才不会显得低。
这是整个领域最重要的一条分界线，它同时决定了信号质量、手术风险、成本和监管路径。
| 手段 | 电极位置 | 侵入性 | 信噪比 | 典型通道数 | 主要限制 |
|---|---|---|---|---|---|
| EEG（脑电） | 头皮外 | 无 | 最低 | 8–256 | 信号穿过颅骨被严重衰减和模糊，易受眼动、肌电干扰 |
| MEG（脑磁） | 头外，不接触 | 无 | 中等 | 数百传感器 | 设备极贵、需磁屏蔽室，完全不可穿戴 |
| ECoG（皮层脑电） | 颅骨内、皮层表面 | 需开颅 | 高 | 8–256 | 需手术，通常只在癫痫监护等已有临床指征时顺带进行 |
| 皮层内微电极阵列 | 插入皮层 | 需开颅 | 最高 | 96–1000+ | 手术风险最高，长期信号会衰减，可能需二次手术取出 |
这个差距是物理性的，算法补不了。 最直接的证据来自一项对照研究：同一个模型、同一个任务、175 名被试，MEG 的 top-10 准确率能到 70.7%，而 EEG 只有 17.7–25.7% [EXO-S027]。变量只有传感器模态一个。
这条结论贯穿全报告：如果你的瓶颈在信号质量，那么换更大的模型是徒劳的，该换的是采集手段——而换采集手段意味着手术、伦理审批和完全不同的成本量级。
大脑不会自动输出整齐的指令。范式就是一套约定，让用户配合做某件事，从而产生一个算法认得出的信号模式。三种主流范式：
运动想象（MI）——想象活动某个肢体但不真的动。最自然、不需要外部刺激，但训练周期长、个体差异极大，准确率是三者中最低的。有相当比例的用户几乎产生不了可用的 MI 信号。
SSVEP（稳态视觉诱发电位）——盯着一个按固定频率闪烁的目标，视觉皮层会产生同频响应。速度远快于 MI，是所有范式里信息传输率最高的，但必须盯屏幕、长时间使用容易疲劳、对光敏性癫痫患者有风险。
P300——对小概率刺激的自动反应。稳定、几乎不需要训练，但每次选择都要等一轮刺激序列，速度最慢。
范式选择往往比换模型更能决定系统好不好用。 同一批用户换范式的性能差异，通常大于同一范式下换算法的差异。这也是本报告"性价比最高档"方案的核心策略：不堆模型，堆范式设计。
ITR（信息传输率，information transfer rate）衡量系统每分钟能传多少比特，用来比较不同 BCI 的速度。问题在于：同一个系统在不同协议下算出的 ITR 差别极大，而论文标题往往只报最高的那个。
两个具体例子，都来自本报告核实过的原文：
所以看到一个 ITR 数字，先问三件事：提示式还是自由式？峰值还是组均值？在线还是离线？三个问题答不上来，这个数字就没法用。第 5 章会把这件事讲透。
助力型：给健康人省力，工业搬运、军用负重是主战场。不是医疗器械，监管最松。
康复型：帮患者（卒中、脊髓损伤）重新训练行走或上肢功能，用在医院和康复机构，是医疗器械，要走注册流程。这是本报告聚焦的一类——因为只有它和脑机接口结合才有临床意义：让患者用自己的运动意图驱动训练，理论上能促进神经可塑性。
承重型：主要解决背负载荷，与神经康复关系较远。
康复型内部还要再分。有的只是被动带动关节按固定轨迹运动，有的能自平衡、不需要拐杖辅助。两者的价格和监管难度差一个量级，这个差别构成了第 12 章三档方案的主要分界。
把整条链路摊开：采集信号 → 去噪 → 解码成意图 → 后处理纠错 → 驱动设备。AI 主要在中间三步干活，第 3 章会逐层展开。这里只先说一个反直觉的结论：
AI 在这个领域带来的最大单项进步，是把校准时间压下来，而不是把准确率拉上去。 侵入式语音解码从"约 17 小时训练数据换 23.8–25.5% 错词率"做到"30 分钟 213 句换 0.44% 错词率（50 词表）"，主要功劳在模型和训练策略，而不是电极变好了。对实际使用者来说，"戴上就能用"比"准确率再高两个点"重要得多。
很多报道把"AI+脑机接口"讲成一个模糊的整体，但拆开看，AI 实际上分别站在四个不同的位置上干活，每个位置解决的问题完全不同,不能混为一谈。
| 作用位 | 解决的问题 | 典型方法 | 证据 |
|---|---|---|---|
| ① 信号预处理/去伪迹 | 把肌电、眼动、工频噪声从原始脑信号里滤掉，否则后面的模型学的是噪声 | 传统滤波+近年深度去噪网络 | 语料中未见专门去伪迹网络的量化对比数字，标 未获取 |
| ② 解码器 | 把处理后的信号变成类别/文字/连续轨迹 | 黎曼流形（协方差矩阵+切空间）→ EEGNet/ShallowConvNet 等浅层深度网络 → LaBraM/CBraMod 等预训练基础模型 | 见 3.3、3.4 |
| ③ 语言模型/世界模型 | 对解码器吐出的候选序列做后处理纠错，把"像但不对"的字/词纠正成"对" | n-gram/神经语言模型接在字符级或音素级解码器后面 | 见 3.5 |
| ④ 共享控制/意图补全 | 假设使用者的宏观意图（拿杯子、移动光标到目标区），用自动化补全动作细节，降低对逐帧精确解码的依赖 | 语料本节未获取具体量化案例 | 未获取 |
四层里，②③研究得最扎实，也是本节的重点；①④在本次语料摘要里没有可引用的承重数字，如实标注，不编造。
以侵入式语音解码为例,同一条技术路线上,校准所需的数据量在数年间从"约 17 小时训练数据"压到"30 分钟":
| 研究 | 年份 | 校准数据量 | 结果 | 来源 |
|---|---|---|---|---|
| 前人语音 BCI（Willett 2023 引述） | ≤2023 | 约 17 小时 | 23.8–25.5% 错词率（WER） | [EXO-S022] |
| Willett 语音 | 2023 | 每日重训（当日数据） | 50 词表 9.1%／12.5 万词表 23.8%；不重训则 30% WER | [EXO-S020] |
| Card 语音 | 2024 | 30 分钟 / 213 句 | 50 词表 0.44%，12.5 万词表 2.5%（第 15 次实验起） | [EXO-S022] |
| Natraj 重校准 | 2025 | 约 8 分钟数据 | 成功率恢复到 100% | [EXO-S040] |
这里最容易被忽视的一点是：0.44% 和 23.8% 不是同一词表规模下的比较（50 词 vs 12.5 万词，差两个数量级的任务难度，见 3.4 节的口径提醒），单看这组数字会高估进步幅度。但即便控制词表规模不变，校准时间从"小时级、每日重训"压到"30 分钟一次性"仍然是这几年最实在的工程收益,这个收益主要来自解码器架构与训练方式的改进（能用更少数据学到稳定的神经-语音映射),而不是来自准确率本身的持续攀升——0.44% 已经逼近商用语音识别 4–5% 区间的好几倍优势,继续往上拔准确率的边际收益已经很小,但"不用每天重新校准"这件事,直接决定了这类系统能不能进入日常使用。
跨会话稳定性（decoder drift）是校准问题的另一面：电极信号会随天数漂移，Natraj 2025（Cell，ECoG，四肢瘫痪被试 B1/B3）用约 8 分钟数据重校准就能把成功率拉回 100%，[EXO-S040]；Wairagkar 2025 则把抗漂移能力直接做进 Transformer 架构本身，试图从根上减少对重校准的依赖 [EXO-S023]。方向一致：用更聪明的模型换更少的标定数据，而不是用更多数据换更高精度。
运动想象 BCI（BCI IV-2a，即 BNCI2014-001，四分类）是这个领域引用最多的公开基准。同一项大规模复现研究（30 条流水线 × 36 个数据集）在同一套评测协议下给出的组内（within-session）准确率排序是：
| 方法 | 准确率 |
|---|---|
| ACM+TS+SVM（黎曼切空间+SVM） | 77.82 ± 12.23% |
| ShallowConvNet | 72.47 ± 16.50% |
| FBCSP+SVM | 66.53 ± 12.05% |
| EEGNet-8,2 | 60.46 ± 20.20% |
| DeepConvNet | 35.29% |
黎曼方法排第一，参数量最小的 EEGNet 反而排在倒数第二，参数量最大的 DeepConvNet 垫底。这四个数字之所以能放进同一张表比较，是因为它们出自同一套流水线、同一批数据集、同一个评测协议——这跟"论文 A 里 EEGNet 是 71%，论文 B 里 EEGNet 是 60%，论文 C 里 EEGNet 是 77%"这种跨论文数字堆在一起看完全是两件事：后一种比较是本简报明确划的红线之一，因为不同论文之间的预处理、数据切分、超参调优深度都不一样，数字本身不可比。举例来说，另一项统一协议复现给出的 EEGNet 组内准确率是 71.06 ± 1.0%[EXO-S397]，这个数字不能拿来跟上表的 60.46% 直接排名——它们是两项不同研究、不同协议下的结果，只是各自内部自洽。
本章盘点 2023–2026 年间 AI 与脑机接口（BCI）交叉领域的四类关键技术进展：侵入式语音/文字解码、EEG 基础模型、运动想象（MI）与稳态视觉诱发电位（SSVEP）解码算法，以及非侵入式方法的物理天花板。核心结论是：这一领域"同一份数据、同一个模型，换一种报告口径就能得到完全不同的头条数字"的现象极为普遍，跨论文的性能排行榜在协议未对齐前不具有统计意义。
| 研究 | 年份 | 样本量 | 硬件 | 词表规模 | 错词率 WER | 速度 | 标定/维持 | 来源 |
|---|---|---|---|---|---|---|---|---|
| Willett 手写 | 2021 | n=1（脊髓损伤） | 单阵列颅内电极 | 字符级 | 5.4%（原始，含离线自动校正） | 90 字符/min | 需每日重训 | [EXO-S025] |
| Willett 语音 | 2023 | n=1（ALS） | 4 阵列颅内电极 | 50 词 / 12.5 万词 | 9.1% / 23.8% | 62 词/min | 需每日重训，不重训退化至约 30% | [EXO-S020] |
| Metzger 虚拟形象 | 2023 | n=1（脑干卒中） | ECoG 表面电极 | 自建 1,024 词 | 中位数 25% | 中位数 78 词/min | 未获取 | [EXO-S021] |
| Card 语音 | 2024 | n=1（ALS） | 256 微电极 | 50 词 / 12.5 万词 | 0.44% / 2.5% | 31.6 词/min | 仅 30 分钟标定；84 次会话内维持 2.5% | [EXO-S022] |
| Wairagkar 语音合成 | 2025 | n=1（ALS，同 Card 受试者） | 256 微电极 | 无固定词表（直接语音合成） | 无 WER 指标 | 因果延迟 10ms | 未获取 | [EXO-S023] |
同一个人、同一份数据，换报告口径就能变出三个 WER 数字。 Willett 2023 的原始受试者数据在不同报告条件下依次给出：
| 报告条件 | WER | 备注 |
|---|---|---|
| 在线，实时发声 | 23.8% | 唯一可称为系统性能的数字 |
| 离线，改进语言模型 | 17.4% | 离线评估，非实时系统性能 |
| 离线，改进语言模型 + 测试句时间上更靠近训练句 | 11.8% | 离线 + 有利划分，进一步抬高数字 |
三个数字来自同一个受试者、同一批底层神经数据，差异完全来自"在线/离线""语言模型版本""测试集与训练集的时间邻近性"三个报告选择，而非解码算法本身的进步 [EXO-S020]。这正是 BCI 解码领域"SOTA 不可比"问题的典型样本：任何跨论文比较 WER 数字之前，必须先确认这三个维度是否对齐。
词表规模同样制造了不可比的错觉。Card 2024 的 0.44% 与 Willett 2023 的 23.8% 相差两个数量级，但前者是 50 词封闭词表、后者是 12.5 万词开放词表 [EXO-S020，EXO-S022]；词表规模扫描显示只有 50–100 词的小词表才能保住精度优势，规模扩大到约 1,000 词后优势迅速饱和，两者之间没有廉价的中间地带 [EXO-S020]。此外，双阵列相对单阵列的离线 WER 从 32% 降到 21%，这一改进来自"通道数更多"而非"算法更优"，同样不应计入算法进步的功劳 [EXO-S020]。
跨论文比较的更根本限制是样本量：Willett 手写（2021）、Willett 语音（2023）、Metzger（2023）、Card（2024）、Wairagkar（2025）无一例外均为 n=1 [EXO-S020，EXO-S021，EXO-S022，EXO-S023，EXO-S025]，任何跨论文的性能排名都缺乏统计学基础。语言模型介入同样会制造混淆：Willett 2021 原始字符错误率 8.54%，接入语言模型后降到 2.25% [EXO-S025]；若不做"无语言模型"的消融实验，无法区分"从大脑真实解码出来的信息"与"语言模型猜出来的信息" [EXO-S026]。Wairagkar 2025 的直接语音合成路线完全绕开了文本/语言模型环节，从架构上规避了这一混淆风险，但代价是没有 WER 这类可比指标 [EXO-S023]。
EEG 基础模型近年沿"更大预训练数据、更大参数量"路线快速迭代，但开源程度和许可证条款差异很大，直接影响能否用于商业产品：
| 模型 | 发表年份 | 会议/期刊 | 预训练数据规模 | 参数量 | 权重是否开源 | 许可证（代码/权重） | 来源 |
|---|---|---|---|---|---|---|---|
| BENDR | 2021 | Front. Hum. Neurosci. | TUEG | 未获取 | 开源 | 无 License 文件（默认保留所有权利，不建议产品使用） | [EXO-S005] |
| BIOT | 2023 | NeurIPS 2023 | 多数据集，未获取具体小时数 | 3.2M | 开源 | MIT / MIT | [EXO-S008] |
| Brant | 2023 | NeurIPS 2023 | 颅内 SEEG，未获取小时数 | 未获取 | 不开源（仅源码，无发布权重） | Apache-2.0 / 无权重 | [EXO-S012] |
| Neuro-GPT | 2024 | IEEE ISBI 2024 | TUH 20,000 条记录 ≈ 5,656 小时 | 未获取 | 开源 | GPL-3.0（病毒性许可） | [EXO-S006] |
| LaBraM | 2024 | ICLR 2024 | 2,534.78 小时 | 5.8M（Base）/ 46M（Large）/ 369M（Huge） | 开源，仅发布 Base 规模权重 | MIT / MIT | [EXO-S001，EXO-S002] |
| EEGPT | 2024 | NeurIPS 2024 | 未获取 | 未获取（规模较大） | 开源，通过 figshare 链接分发 | Apache-2.0 / 权利状态未确认 | [EXO-S009] |
| NeuroLM | 2025 | ICLR 2025 | 未获取 | B/L/XL 三档均发布 | 开源（HuggingFace） | 代码 MIT，权重 CC-BY-4.0（两者不同，商用需分别核查） | [EXO-S007] |
| CBraMod | 2025 | ICLR 2025 | >9,000 小时（1,109,545 个样本） | 4M | 开源（HuggingFace） | MIT / Apache-2.0 | [EXO-S003，EXO-S004] |
| EEGFormer | 2024 | 未发表预印本 | 未获取 | 未获取 | 未获取 | 未获取 | [EXO-S011] |
在这份报告里，你会反复看到"某系统达到多少准确率""每分钟能传多少信息"这类数字。但同样是SSVEP脑机接口，两篇论文给出的"信息传输率（ITR）"能差近一倍；同样一个叫EEGNet的解码模型，三份文献给出的准确率能从60%跨到77%。原因通常不是造假，而是每个数字背后有一套没有写在标题里的"测量口径"：被试人数、是提示式还是自由拼写、在线还是离线、数据怎么切分、有没有做数据增强。口径不统一就直接排名，等于拿苹果比橘子。本章把报告里最容易被张冠李戴的几组数字摆在一起，说明它们各自的口径。后面每一处"目前最先进"的判断，都要回头看这一章建立的可比性前提。
信息传输率（ITR，单位bits/min或bps）是SSVEP拼写器最常用的速度指标，但同一篇论文里，仅仅切换任务范式，数字就会大幅变化：
| 数字 | 来源（年份） | 口径 | 说明 |
|---|---|---|---|
| 325.33±38.17 bits/min | Nakanishi et al., 2018 [EXO-S393] | 在线／提示式／组均（n=20，个体263.00–376.58） | 需个体标定，0.8秒/字符；是被最广泛转引的SSVEP速度上限 |
| 198.67±50.48 bits/min | Nakanishi et al., 2018 [EXO-S393] | 在线／自由拼写／组均（n=10） | 同一套TRCA系统，仅换成真实自由拼写任务，比提示式低约39% |
| 235.12±30.12 bits/min | Li et al., 2026 [EXO-S394] | 在线／提示式／组均（n=14） | 新型弱闪烁范式为降低视觉疲劳而牺牲速度，属设计取舍，非性能退步 |
| 5.32 bps | Chen et al., 2015 [EXO-S392] | 自由拼写／单被试峰值（n=12，个体区间2.66–5.32） | 全领域被引用最多的SSVEP数字之一，但它是峰值不是组均 |
| 4.45±0.58 bps | Chen et al., 2015 [EXO-S392] | 提示式／组均（n=12） | 同一批被试的真实组均，比常被引用的"5.32"低约16% |
| 4.50±1.03 bps | Chen et al., 2015 [EXO-S392] | 自由拼写／组均（n=12，个体区间2.66–5.32） | 与提示式组均接近，但个体离散度更大 |
| "50 bps" | Shi et al., 2024 [EXO-S395] | 信道容量构造量，非Wolpaw ITR | 原文未获取（ScienceDirect付费墙返回403），只能核实到摘要级别的claim；这不是同一种度量，不得与上面任何一行放在同一个排名里比较 |
红线： 表中前五行都是Wolpaw ITR（比特/分钟或比特/秒的传统信息传输率定义），彼此的差异来自提示式/自由拼写、峰值/组均、在线/离线三个维度的错位，仍属于"同一种尺子、不同刻度"，经过还原后可以谨慎比较。但Shi 2024的"50bps"是信息论意义上的信道容量估计，与Wolpaw ITR的计算方式不同，报告中任何地方都不应把它与Nakanishi/Chen的数字并列排序或简单相除算"倍数关系"——这是本章要立的第一条红线。
深度学习基准最容易被误读的地方，是"同一个模型名字"在不同评测协议下给出不同数字，三者都真实存在，但不能互相当作对方的复现验证：
| 读数 | 数据来源 | 协议 |
|---|---|---|
| 60.46±20.20% | EXO-S396（大规模基准复现，被试内评测） | 深度学习模型沿用原论文超参数、不做数据增强，而Riemann/Raw类方法做了嵌套交叉验证网格搜索——两类方法的"训练资源"本身不对等 |
| 71.06±1.0%（被试内） | EXO-S397（统一复现协议） | 统一训练流程下的被试内评测；同一协议下的被试间/留一被试评测（LOSO）降到52.74%，说明评测方式本身能改变排名 |
| 约74–77%（自报） | EXO-S397引用的原始论文 | 原作者自报数字，训练细节、数据切分与前两者均不同，不构成同一基准下的对照组 |
同样的错位在ShallowConvNet（常简称ShallowNet）身上更明显：统一协议下的基础训练给出58.80±0.51%的准确率，仅切换成"裁剪片段"（cropped-trial）数据增强方式，同一模型在同一数据集上就跳到73.70%，涨了14.9个百分点 [EXO-S397，EXO-S402]。模型结构没变一行代码，数字却能差出一个"代际"。
结论： 跨论文的准确率数字不能直接排名。60.46%、71.06%、73.70%、77%这几个数字都指向"EEGNet/ShallowNet在某个运动想象数据集上的表现"，但它们衡量的其实是四件不同的事——超参数是否公平、有没有数据增强、被试内还是留一被试、以及是否为原作者自报。只有回到同一篇论文、同一张表内部的排名才有意义。
MOABB、BCI Competition IV-2a／2b这类公开数据集本身没有问题，问题出在"跨论文横向比较"——不同论文即使用同一个数据集名字，被试数量、通道选择、训练/测试切分方式也可能不同。唯一站得住脚的比较方式是：同一数据集＋同一官方切分＋同一篇评测报告内部的排名。
以BCI IV-2a（即MOABB的BNCI2014-001，9名被试、22通道、4类运动想象、官方切分为session1训练/session2测试）为正例，下表四个数字全部来自同一篇大规模基准评测 [EXO-S396] 的同一套评测流程，因此可以直接排名比较：
| 方法 | 准确率 | 类型 |
|---|---|---|
| ACM+TS+SVM（黎曼流形切空间） | 77.82±12.23% | 传统机器学习 |
| ShallowConvNet | 72.47±16.50% | 深度学习 |
| EEGNet-8,2 | 60.46±20.20% | 深度学习 |
| DeepConvNet | 35.29±8.26% | 深度学习 |
这张表的价值不在于"黎曼方法比深度学习强"这个结论本身（如5.2节所述，深度学习一侧未做数据增强、超参数直接沿用原论文，评测条件对它不利），而在于示范：只有四个数字来自完全相同的数据集、切分方式和评测代码时，排名才有意义。报告中其他地方出现的准确率数字，只要来源不是这四行所在的同一份评测，就不能拿来跟这张表混排。
先说结论：目前全球第一个正式走完监管全流程、拿到上市批文并开始收费手术的植入式脑机接口（BCI）产品，是中国博睿康（Neuracle）的NEO-ONE(SCI)——2026年3月13日获得国家药监局（NMPA）三类医疗器械注册证，2026年7月13日在复旦大学附属华山医院完成全球首例商业化手术，定价约40万元人民币，经上海"沪惠保"报销后患者自费30余万元。这一结论由三条相互独立的信源交叉印证（官方监管通稿转载、厂商/医院侧报道、财经媒体报道），可信度较高[EXO-S083，EXO-S084，EXO-S090]。
这里要特别提醒一个容易混淆的名字：博睿康的NEO-ONE(SCI)和脑虎科技的"NeuroXess"是两家不同公司的两款不同产品，只是命名都带有"神经/新一代"的意象，媒体报道中经常被不熟悉行业的读者搞混，甚至误传成同一件事。脑虎科技的NeuroXess是硬膜下植入式柔性BCI，主打"全植入、全无线、全功能"（"三全"），截至本次调研（2026年7月）尚未获批三类证，仍处于NMPA创新医疗器械"绿色通道"特别审查阶段，2026年7月才刚正式启动GCP注册临床试验，此前公开的仅是2例高位截瘫患者的个案报道[EXO-S085，EXO-S089]。换句话说，"全球第一个获批上市的植入式BCI"这个头衔目前只能落在博睿康身上，不能张冠李戴给脑虎科技，两者的技术路线（硬膜外 vs 硬膜下）和监管进度都不同。
美国FDA这边，截至2026年7月的调研时点，没有任何一家公司的全植入式BCI通过De Novo或510(k)拿到最终市场许可。Neuralink（21名受试者，2025年6月完成6.5亿美元E轮融资）、Synchron（受试者规模两个报道口径不一，约10例或约100例，未核实哪个准确）、Paradromics（2026年6月完成首例人体植入，密歇根大学ALS患者）、Precision Neuroscience（2025年3月30日的510(k)编号K242618只是电极阵列硬件本身的"实质等同"清关，不是"闭环BCI疗效"批准），全部仍处于IDE（试验器械豁免）临床试验或仅有FDA突破性设备认定阶段[EXO-S064，EXO-S073，EXO-S074，EXO-S075，EXO-S076]。
| 公司/产品 | 国别 | 技术路线 | 电极/通道数 | 受试者或商业化例数 | 监管状态与文号 | 年份 | 公开价格 | 证据等级 |
|---|---|---|---|---|---|---|---|---|
| 博睿康 Neuracle NEO-ONE(SCI) | 中国 | 硬膜外植入（半侵入） | 未获取具体通道数 | 36例临床（4例可行性+32例多中心确证性）+已开始商业化手术 | NMPA三类医疗器械注册证已获批（2026-03-13） | 2026 | 约40万元/套，沪惠保报销后自费30余万元 | B/C |
| 脑虎科技 NeuroXess | 中国 | 硬膜下植入（"三全"：全植入全无线全功能） | 未获取 | 个案报道2例高位截瘫患者 | NMPA创新医疗器械绿色通道审查中，尚未获批三类证；2026-07启动GCP注册临床 | 2026 | 未获取 | C |
| 阶梯医疗 StairMed | 中国 | 全植入（长期埋植） | 未获取 | 未获取具体累计例数（媒体称年内目标40例） | 尚未获批三类证，处于多中心确证性临床阶段 | 2026 | 未获取 | C |
| Neuralink | 美国 | 全植入 | 未获取 | 21（截至2026年初） | 无FDA De Novo/PMA批准，仅IDE临床试验中 | 2025-2026 | 未获取（非商用产品） | C |
| Synchron | 美国 | 血管内（半侵入） | 未获取 | 约10例或约100例（两口径不一，未核实） | 无FDA De Novo/PMA批准；2026年计划启动关键性试验 | 2025-2026 | 未获取 | C |
| Paradromics | 美国 | 全植入 | 未获取 | 1（首例，2026年6月） | FDA突破性设备认定(2023)+IDE批准(2025)，未获De Novo/PMA | 2025-2026 | 未获取 | C |
| Precision Neuroscience | 美国 | 硬膜外/皮层表面 | 未获取 | 未获取 | 510(k)清关(K242618，仅电极阵列硬件，非完整BCI疗效批准) | 2025 | 未获取 | A(监管事实)/D(宣传) |
| Blackrock Neurotech MoveAgain | 美国 | 全植入（犹他电极阵列） | 未获取 | 未获取 | 未查到独立510(k)/De Novo记录，仅有2021年FDA突破性设备认定 | 2021-2026 | 未获取 | D |
表里最后一行值得单独说。"查不到记录"本身就是结论，不该含糊成"已获批"。Blackrock Neurotech 的 MoveAgain 在 2021 年拿到 FDA 突破性设备认定，但本报告在 FDA 数据库中未查到独立的 510(k) 或 De Novo 记录。正确表述是"获得突破性设备认定"，写成"已获 FDA 批准"是错的。证据等级判为 D，因为可查到的表述主要来自宣传材料而非监管数据库。
同理，Precision Neuroscience 的 510(k)（K242618，2025-03-30）是真实的监管事实，等级 A，但它清关的对象是电极阵列硬件的实质等同，不是完整闭环 BCI 的疗效批准。厂商宣传若把它说成"BCI 获批"，那部分按 D 级处理。这种"监管事实 A 级、宣传口径 D 级"的双等级标注，在本章表格里出现了两次，都不是笔误。
这一档的产品能直接买到，价格公开，但要注意每个数字的口径。以下均为厂商官网标价，不含税、不含关税与运费：
| 产品 | 通道数 | 电极类型 | 价格 | 币种/年份 | 来源 |
|---|---|---|---|---|---|
| OpenBCI Ganglion Board | 4 | 需外接湿/干电极 | $624.99 | USD/2026 | [EXO-S268] |
| OpenBCI Cyton Board | 8 | 需外接湿/干电极 | $1,249.00 | USD/2026 | [EXO-S266] |
| OpenBCI Cyton+Daisy | 16 | 需外接湿/干电极 | $2,499.00 | USD/2026 | [EXO-S267] |
| OpenBCI Ultracortex Mark IV（头戴结构件） | 8/16 | 干电极（梳齿式） | $499.99（自打印）– $1,399.99（专业组装 16ch） | USD/2026 | [EXO-S269] |
| EMOTIV EPOC X | 14 | 湿性混合电极（盐水） | $1,199.00 | USD/2026 | [EXO-S270] |
| g.tec Unicorn Hybrid Black | 8 | 干/湿可选 | 未获取（仅报价配置模式，未公开固定价） | — | [EXO-S271] |
| 博睿康 64 导无线数字脑电系统 NCA0002 | 64 | 未核实（公告未列电极类型） | 399,000 元（单套真实中标价） | CNY/2024 | [EXO-S272] |
最后一行是这张表里最有参考价值的数字：它是深圳大学 2024 年公开招标的真实成交价，不是目录价 [EXO-S272]。做临床级预算时，用它当锚点比用厂商报价单可靠。
价格跨度从 $624.99 到 39.9 万元人民币，接近两个量级。但贵的不一定适合你——通道数与信噪比的提升，只有在你的瓶颈确实在信号质量时才值这个钱。第 2 章的 MEG/EEG 对照说明了物理天花板在哪，第 16 章会把这笔账算完。
g.tec 那行的 未获取 需要说明：该厂商采用询价配置模式，官网不公开固定价格。所以本报告不给它一个数字——"询价"不是价格事实，编一个区间填进去等于制造假数据。
本报告没有查到 2023–2026 年间中国侵入式 BCI 公司的退市案例，但查到一个更值得写的现象——有证无收入：
博睿康三年累计亏损 3.29 亿元；2025 年 NEO-ONE(SCI) 收入为零。公司仍靠非侵入式脑电采集系统（贡献 72.32% 营收）与融资维持，产能利用率不到 40% [EXO-S085]。
这条的性质要说准：它不是失败案例，而是"商业闭环尚未验证"。产品拿了全球首个三类证、完成了首例商业化手术，但报告期内核心产品收入为零。判断"性价比"时这是关键警示——拿证不等于能规模化盈利，两者之间隔着支付方接受度、医生使用习惯、患者筛选标准、产能爬坡等一整串环节。
对读者的实际含义：任何以"已获批"为前提推导收入的模型，都需要先解释这个零收入年份是怎么发生的、以及你的方案凭什么不重复它。
另一类要警惕的是受试者例数口径不一。Synchron 的受试者规模在两个报道里分别是约 10 例和约 100 例，本报告未核实哪个准确，因此两个都标出来而不取其一 [EXO-S074]。Neuralink 的 21 例是截至 2026 年初的口径 [EXO-S064]。这类数字在融资稿里常被四舍五入到有利的方向，引用前务必确认统计截止时间与计入标准（是植入例数还是入组例数）。
这一节是给读厂商新闻稿的人准备的。三个词经常被混用，但含义差别很大：
| 路径/认定 | 性质 | 能不能卖 | 常见误读 |
|---|---|---|---|
| 510(k) | 上市前通知：证明与已上市同类器械实质等同 | 可以 | 需确认清关对象是整机还是某个部件（见 Precision Neuroscience 的例子） |
| De Novo | 新类别申请：无同类可比，经评估建立新分类 | 可以 | — |
| IDE | 研究用器械豁免：允许在临床研究中使用 | 不可以 | 常被说成"获批"，实际只是允许做试验 |
| 突破性设备认定 | 审评通道优先级资格 | 不可以 | 最常被当成"已获批"宣传 |
一个能量化这个区别的数字：截至 2026-03-31，FDA 累计授予突破性器械资格 1,284 项，其中仅 198 项已获市场授权——也就是说约 85% 拿到资格的产品还没获批。已授权名单里 BCI 与神经康复相关的只有 2 条，都是"突破性资格 + De Novo"组合上市（详见第 14 章）。
所以看到"获得 FDA 突破性设备认定"这句话，正确的理解是"排队排到前面了"，不是"通过了"。 而且仅获资格未获批的名单 FDA 不公开，你无法从官方渠道交叉验证厂商的说法，只能按 D 级证据对待。
中国这边对应的加速通道是创新医疗器械特别审查（俗称绿色通道）。同样的逻辑适用：脑虎科技的 NeuroXess 在绿色通道审查中，这不等于已获批——它 2026 年 7 月才刚启动 GCP 注册临床试验 [EXO-S085，EXO-S089]。绿色通道加快的是审评速度，不是降低标准。
这一章的核心判断是：中国在政策与商业化落地上已经跑到全球前面，但"拿证"和"能赚钱"之间隔着一条很宽的沟。 后面的数字会同时支撑这两半。
国家层面已成体系，两份文件是主干：
| 文件 | 发布机构 | 发布年份 | 核心条款 | 来源 |
|---|---|---|---|---|
| 工信部联科〔2024〕12 号《关于推动未来产业创新发展的实施意见》 | 工信部等七部门 | 2024（2024-01-30） | 首次将脑机接口列为未来产业 | [EXO-S301] |
| 工信部联科〔2025〕164 号《关于推动脑机接口产业创新发展的实施意见》 | 七部门联合 | 2025（2025-07-23） | 12 号文的深化版；专栏 2"整机精品工程"明确把基于脑电信号反馈的外骨骼产品列为控制交互类重点产品方向 | [EXO-S301，EXO-S302] |
164 号文那条对本报告题二尤其关键——"基于脑电信号反馈的外骨骼"被点名进重点产品方向，意味着 BCI×外骨骼这条线在国家产业政策里有明确位置，不是边缘方向。
地方政策已经进入给钱阶段，目前查到最具体的资金细则来自北京：
| 文件 | 机构 | 发布年份 | 支持力度 | 来源 |
|---|---|---|---|---|
| 京科发〔2025〕2 号 | 北京市 | 2025（2025-01-07） | 市级统筹政策 | [EXO-S306] |
| 京技管发〔2026〕2 号 | 北京经济技术开发区管委会 | 2026（2026-02-04） | 医疗级产品新取得注册证，单企业每年支持不超过 3000 万元；消费级按销售额 10% 支持（单产品最高 50 万元）；创新平台建设最高 5000 万元；房租补贴最高 1.5 元/㎡/天连续 3 年 | [EXO-S306] |
| 沪科〔2025〕5 号 | 上海市 | 2025（2025-01-10） | 2027 年前 5 款以上侵入式/半侵入式产品完成型式检验加临床试验；2030 年前上游产业链基本国产化；明确"支持脑机接口产品纳入医疗保险收费目录" | [EXO-S304] |
上海那条"纳入医保收费目录"不是空话，7.3 节会看到它已经落地。
| 机构 | 口径 | 年份 | 数字 | 来源 |
|---|---|---|---|---|
| 赛迪顾问（CCID） | 中国脑机接口市场规模 | 2024 实际 | 32 亿元，同比 +18.8%；预计 2027 年 55.8 亿元（+20%） | [EXO-S316] |
| 前瞻产业研究院 | 中国脑机接口市场规模 | 2025 估算 | 约 40 亿元，近五年复合增速 31.95%；医疗领域下游应用企业占比 56% | [EXO-S318] |
| 前瞻产业研究院 | 全球市场规模 | 2025 | 约 29 亿美元，复合增速 16.70%，医疗健康占 58% | [EXO-S317] |
这三行不能放在一起比较，也不能互相验算。 两家机构的统计年份不同、统计范围不同（是否含服务、器械口径还是产业口径均未统一说明）。本报告并列呈现，不取单一结论，也不做加权平均。
明确一条使用纪律：市场报告多为 D 级证据，不得单独支撑关键推荐。 这类数字适合用来判断"方向热不热"，不适合用来算 TAM 然后据此定投资额。若必须用，请同时标注机构名、发布年份、统计口径三项，缺一项就说明这个数字没法核。
这是中国相对海外最实质的领先之处——不只是产品获批，支付路径也通了。
博睿康 NEO-ONE(SCI) 定价约 40 万元人民币（CNY/2026，据报道包含设备、植入手术与医保结算流程，未说明是否含税）；经上海"沪惠保"报销后，患者自费 30 余万元 [EXO-S084]。
两点需要说清楚：沪惠保是商业补充医保，不是基本医保，且具体报销比例与上限未公开 [EXO-S084]。所以"报销后 30 余万"这个数字适用于参保了沪惠保的上海患者，不能推广成全国普遍水平。
另一个价格参照：BrainCo 智能仿生手与仿生腿约 10 余万元人民币（CNY/2025，媒体报道口径，非公司官方定价单）。注意这是配套的假肢与外骨骼产品，不是 BCI 本体；部分患者经残联或基金会合作可低价甚至免费获得 [EXO-S088]。
估算：以 40 万元人民币作为目前唯一有公开定价的植入式 BCI 产品价格锚点，约合 5.5 万美元（算式：40 万元 ÷ 7.2，汇率按 2026 年 7 月粗略换算，具体成交当日汇率未核实）。对比仍处临床试验阶段、无公开商业定价的 Neuralink、Synchron、Paradromics，中国方案是全球唯一能查到具体价格的植入式 BCI 商业化案例 [EXO-S084]。
政策和获批都很好看，但商业闭环还没验证：
博睿康三年累计亏损 3.29 亿元；2025 年 NEO-ONE(SCI) 收入为零。公司仍靠非侵入式脑电采集系统（贡献 72.32% 营收）与融资维持，产能利用率不到 40% [EXO-S085]。
这条对本报告"性价比"判断至关重要：拿证不等于能规模化盈利。 这个案例的性质介于"未失败"与"未验证商业闭环"之间——它不是退市案例，而是商业化滞后。任何以"已获批"为前提推导市场收益的模型，都需要先解释这个零收入年份。
| 环节 | 国产化程度 | 依据与说明 | 来源 |
|---|---|---|---|
| 非侵入式干电极 | 超 90% | 武汉本土企业市占率超 70% | [EXO-S306] |
| 中端半侵入电极 | 约 60% | — | [EXO-S306] |
| 高端侵入式超高通道柔性微电极 | 不足 30% | 该数字为行业研究机构 估算，未见官方统计口径说明 | [EXO-S306] |
| 高密度采集 AFE（ADS1299 类） | 已有至少 4 家国产替代 | ADSD1299 / GX1299 / LHE7909 / IPA1299 | [EXO-S306] |
| 谐波减速器、无框力矩电机 | 国产可得 | 绿的谐波已打破哈默纳科、纳博特斯克垄断 | [EXO-S306] |
| 植入式可充电电池与封装 | 已有供应商 | 品驰医疗（DBS/VNS 领域）、脑虎科技（BCI 专用） | [EXO-S306] |
卡点集中在高端侵入式柔性微电极这一环——不足 30% 且该数字本身只是机构估算。做最先进档方案时，这是供应链上最需要提前锁定的一项。
反过来看，执行器侧（减速器、力矩电机）和采集芯片侧的国产化已经不构成瓶颈，这对题二的综合最优档与性价比档是实质利好。
可查的公开渠道：国家知识产权局专利检索系统、WIPO PATENTSCOPE、Espacenet 均可做同族与引证分析。国外厂商的注册文件在 FDA 的 510(k)/De Novo 数据库、欧盟 EUDAMED 可查题录。
锁住的部分：多家植入式 BCI 公司的在研管线细节、以及 FDA 仅获突破性资格但未获批的器械名单，官方不公开（见第 14 章）。这些只能靠厂商自行披露，一律按 D 级证据处理。
| 条目 | 状态 | 原因 | 官方获取渠道 |
|---|---|---|---|
| 沪惠保对 BCI 产品的具体报销比例与上限 | 未获取 | 未公开 | 上海市医保局或沪惠保承保机构 |
| 博睿康 NEO-ONE 定价是否含税 | 未核实 | 报道未说明 | 厂商询价确认 |
| 阶梯医疗累计临床例数 | 未获取 | 仅有媒体口径的目标数（"年内目标 40 例"） | 企业公开披露或临床试验登记平台 |
| BrainCo 的 BCI 临床受试者数 | 未获取 | 未披露；其仿生假肢为量产商用非临床试验 | 企业公开披露 |
| 高端柔性微电极国产化率的官方统计 | 未核实 | 现有数字为行业机构 估算，无官方口径说明 | 工信部或行业协会统计公报 |
| 40 万元对应的当日成交汇率 | 未核实 | 本报告按 7.2 粗略换算 | 中国外汇交易中心历史汇率 |
这张表的用法：凡是要写进投资备忘录或立项报告的数字，先看它在不在这张表里。 在表里的，必须自己去落实，不能引用本报告了事。
这一章回答"AI 加进脑机接口之后，今天到底能做出什么"。先给一条贯穿三档的基准认知：AI 带来的最大单项进步是校准时间压缩，不是准确率。 侵入式语音 BCI 的校准成本从"约 17 小时训练数据换 23.8–25.5% 错词率"压到"30 分钟、213 句训练数据换 50 词表 0.44% 错词率" [EXO-S022]。把每天开机前的数小时贴片调参变成 30 分钟，才是 BCI 从实验演示走向日常可用的那一步。
三档不是同一把尺子上的三个刻度，而是三个不同的优化目标：最先进档优化能力上限，综合最优档优化"1–2 年内真能交付"，性价比最高档优化单位效果成本。任何把三者合成一个"总推荐"的写法都会隐藏取舍，理由见 8.5 节。
一句话定位：目前唯一有同行评审、在线、跨 8 个月长期性能数据的构型，即 Card 2024 / Wairagkar 2025 的 UC Davis–Brown BrainGate2 体系 [EXO-S022，EXO-S023]。
适合谁：已丧失言语能力的 ALS 或脑干中风患者，且能进入学术临床试验；承担研究者发起临床试验的三甲医院神经外科 + 高校联合团队。前提是接受开颅植入 4 个阵列、接受"每天要重校准"的运维模式、接受目前无任何可采购的获批器械。
不适合：任何需要在 1–2 年内买到现货的场景；不能承受开颅手术风险的患者；把它当消费或康复产品的规划。也不建议把 Neuralink 当成"最先进"的代表——其四项注册研究（PRIME/CAN-PRIME/GB-PRIME/VOICE，预计合计入组 34 人）两个主要终点全部是不良事件，没有任何性能终点，且均未提交结果 [EXO-S050，EXO-S051]。流传的光标速度与比特率数字都是企业口径，缺少可核证据。
技术栈清单
| 层级 | 具体配置 | 年份 | 来源 |
|---|---|---|---|
| 传感器/电极 | 犹他阵列（Utah Array）4 片，共 256 根皮层内微电极，植入言语运动皮层 | 2024–2025 | [EXO-S022，EXO-S023] |
| 采集硬件 | Blackrock NeuroPort 皮层微电极阵列系统（K110010 已 510(k) 清关）+ Digital NeuroPort 信号处理系统（K202174） | 2011 / 2021 | [EXO-S065] |
| 预处理 | 30 kHz 采样 → 阈值穿越计数 + 尖峰带功率特征 → 10 ms 分箱 | 2025 | [EXO-S023] |
| 解码模型 | 因果多层 Transformer（Wairagkar 2025 直出语音）或 RNN + 持续跨日重校准（Card 2024 出文本） | 2024–2025 | [EXO-S022，EXO-S023] |
| 后处理（语言模型） | 12.5 万词表语言模型 + 束搜索；声音合成路线则不用 LM | 2023–2025 | [EXO-S020，EXO-S022，EXO-S023] |
| 应用层 | 屏幕文字通信 / 实时语音播放（全链路 10 ms 因果延迟） | 2025 | [EXO-S023] |
性能预期（每个数字都带口径，跨行不可比较）
| 系统 | 年份 | 人群与样本量 | 词表规模 | 错词率 | 速度 | 在线/离线 | 来源 |
|---|---|---|---|---|---|---|---|
| Card 语音 BCI | 2024 | ALS，n=1 | 50 词 | 0.44% | 31.6 词/分 | 在线，30 分钟校准 | [EXO-S022] |
| Card 语音 BCI | 2024 | ALS，n=1 | 12.5 万词 | 2.5% | 31.6 词/分 | 在线，第 15 次实验起；维持到第 84 次（>8 个月） | [EXO-S022] |
| Willett 语音 BCI | 2023 | ALS，n=1 | 12.5 万词 | 23.8% | 62 词/分 | 在线、发声 | [EXO-S020] |
| Willett 语音 BCI | 2023 | ALS，n=1 | 12.5 万词 | 11.8% | — | 离线，改进 LM + 近邻测试集划分 | [EXO-S020] |
| Metzger 化身 | 2023 | 脑干中风，n=1 | 1,024 词（作者自建集，非公共基准） | 中位 25% | 中位 78 词/分 | 在线；有 2024 年勘误 | [EXO-S021] |
| Natraj 机械臂 | 2025 | 四肢瘫 ECoG，n=2 | 离散动作分类 | 中位准确率 88.19% | 完成 75.52 秒 | 在线，解码器权重完全固定，稳定约 35 天 | [EXO-S040] |
读表三条硬约束：
估算：LM 消掉的剩余错误比例 =（8.54 − 2.25）/ 8.54 = 73.7%，两个输入均取自 [EXO-S025] 同一段原文。含义是低比特率解码配强语言先验时，约四分之三的最终正确性来自语言模型而非脑信号。成本明细
这一档没有商业定价，因为没有任何一家在售。所有美国侵入式项目（Neuralink、Synchron、Paradromics、Precision Neuroscience）截至 2026-07 都处在 IDE 临床试验或突破性设备认定阶段，受试者通常不直接付费，由公司资助试验 [EXO-S073，EXO-S074，EXO-S075，EXO-S076]。
| 成本项 | 金额 | 币种/年份 | 含税与含服务说明 | 来源 |
|---|---|---|---|---|
| 一次性硬件（植入体 + 采集系统） | 未获取（无商业定价） | — | 临床试验阶段成本不等于未来商业定价 | [EXO-S073，EXO-S076] |
| 参照锚点一：已获批植入式 BCI 的真实定价 | 博睿康 NEO-ONE(SCI) 约 40 万元（沪惠保报销后自费 30 余万元） | CNY/2026 | 目前唯一有公开定价的植入式 BCI；但构型是硬膜外、单一抓握适应症，不等于本档能力。定价为媒体转引（C 级），是否含税未说明 | [EXO-S084] |
| 参照锚点二：北美全植入 BCI 植入体单价 | 约 15 万美元量级 | USD/口径年份未明 | 未核实——该数字来源可靠性未在一手材料中确认，仅作方向性参考，不得当价格事实引用 | [EXO-S065] |
| 软件/算力（解码器训练） | 未核实 | — | Card 2024 与 Wairagkar 2025 均未披露 GPU 小时数，缺必需输入，不做金额估算 | [EXO-S022，EXO-S023] |
| 年度维护（重校准人力） | 未获取 | — | 已知工作量口径：Card 2024 采取持续跨日重校准；Natraj 2025 每次重校准需约 8 分钟数据 | [EXO-S022，EXO-S040] |
| 人力集成 | 未获取 | — | 该构型目前只存在于 BrainGate2 这类多机构研究联合体内 | [EXO-S022] |
坦白说，这一档写不出可信的总成本区间：语料里唯一带数字的锚点是那条"未核实"的 15 万美元量级 [EXO-S065]，当报价用会违反证据纪律。需要预算时应向厂商官方渠道询价，并把"临床试验期不收费、商业化后定价未知"写进风险条款。
监管路径
device_name 搜 "brain-computer interface" 查不到任何已批准的美国设备，所有已知侵入式项目的植入体本身都不在 510(k)/De Novo 公开库中，因为仍处 IDE 阶段，而 IDE 批准本身不像 510(k)/De Novo 一样公开可查 [EXO-S061，EXO-S066]。FDA 迄今没有批准任何全植入式 BCI 用于运动或语言恢复。 注意 Precision Neuroscience 的 K242618 只是电极阵列硬件本身的 510(k) 实质等同清关，不是闭环 BCI 疗效获批 [EXO-S075]。主要风险与失效模式
| 风险 | 表现 | 缓解措施 |
|---|---|---|
| n=1 证据基础 | 上述语音解码成绩几乎全部来自单被试 [EXO-S020，EXO-S021，EXO-S022，EXO-S023，EXO-S025]，无法支撑群体推广 | 立项时按"个体化系统"而非"产品"做预期管理；把多被试可行性验证写成独立里程碑 |
| 解码器漂移 | 权重固定时，低维流形绝对位置逐日漂移；第 35–210 天中位准确率从 88.19% 降到 69.05%，完成时间从 75.52 秒延长到 104.854 秒 [EXO-S040] | 三条已有一手证据的路线任选：固定 + 定期重校准（约 8 分钟数据可恢复到 100% 成功率 [EXO-S040]）、持续自适应（Card 2024 [EXO-S022]）、抗非平稳性做进架构（Wairagkar 2025 [EXO-S023]） |
| 语言模型代笔（幻觉） | 强 LM 先验会产出流畅但可能并非用户本意的句子；Tang 2023 的性能下限就是让语言模型完全不看脑信号生成 200 条零假设序列算出来的 [EXO-S026] | 强制报告 LM 消融结果；产品界面区分"解码所得"与"模型补全"；或走 Wairagkar 2025 直接合成声音、完全不过文本与 LM 的路线 [EXO-S023]，代价是原始可懂度更低 |
| 手术与长期植入风险 | 开颅植入 4 片阵列；Neuralink 四项注册研究的两个主要终点全部是器械相关与操作相关不良事件，说明监管当前关注点仍在安全性而非性能 [EXO-S050，EXO-S051] | 按三类器械做完整临床前与临床安全性方案；参照 NEO 的 7,000+ 安全植入天数据设计随访周期 [EXO-S085] |
| 厂商存续 / 长期支持中断 | 已有明确先例：Second Sight 于 2020 年 3 月因疫情冲击裁员停运，患者设备失去厂商技术支持，2022 年后由 Cortigent 接手技术资产 [EXO-S085] | 合同里写入源码/参数托管与退出支持条款；避免单一供应商锁定 |
落地时间估计与关键门槛
按中国三类证路径的可核先例推算：博睿康 NEO 从可行性临床走到注册证，公开时间线跨越数年，最终于 2026-03-13 获证、2026-07-13 完成首例商业化手术 [EXO-S083，EXO-S084，EXO-S090]。本档构型侵入性更高，5 年以上是合理预期，推断依据即上述 NEO 时间线与"通道数更多、侵入更深则临床要求更严"这一监管常识。关键门槛有三个：多被试（n≫1）可重复性证据、长期植入安全性数据、以及重校准工作量能否压到患者可自行完成的程度。
一句话定位：把证据强度、可获得性、监管可行性、维护成本四项加权后最优的构型——头皮 EEG 采集，黎曼流形管线做解码主干，braindecode/MOABB 做工程底座，适应症对齐已有 De Novo 先例的康复或沟通辅助场景。
适合谁：打算在 1–2 年内真交付东西的团队。具体包括：做脑卒中/脊髓损伤上肢康复训练系统的医疗器械公司；医院康复科的临床研究项目；需要为 ALS 或重度瘫痪患者提供沟通辅助的机构。前提是接受"精度天花板明显低于侵入式"，并且把监管落地当成筛选条件而不是事后补办的手续。
不适合：追求接近自然语速的语言解码（非侵入式做不到，理由见下方性能小节）；追求高自由度连续控制；以及指望"EEG 基础模型带来跨被试零校准"的规划——那部分增益在一手材料里没有被证实（详见风险小节）。
技术栈清单
| 层级 | 具体配置 | 年份 | License | 来源 |
|---|---|---|---|---|
| 传感器/电极 | 16–64 通道头皮电极。湿电极（Ag/AgCl 凝胶）信号更稳但架设 15–30 分钟且需清洗；干电极架设数分钟但接触阻抗高、运动伪影明显 | 2026 | — | [EXO-S272] |
| 采集硬件（研究级） | OpenBCI Cyton+Daisy（16 通道）+ Ultracortex Mark IV 专业组装头戴 | 2026 | 开源硬件 | [EXO-S267，EXO-S269] |
| 采集硬件（临床级） | 博睿康 64 导无线数字脑电系统 NCA0002；或 g.tec g.HIamp/g.Nautilus PRO 系列（2012–2020 已有多条 510(k) 清关，价格仅询价） | 2024 / 2020 | 商业 | [EXO-S272，EXO-S079] |
| 采集驱动层 | BrainFlow —— 统一 SDK 屏蔽放大器差异，自带合成板可无硬件调通全链 | 2026 | MIT | [EXO-S206，EXO-S241] |
| 传输同步 | liblsl（跨设备带时间戳同步）+ App-LabRecorder（录成 XDF，临床可追溯） | 2026 | MIT | [EXO-S208，EXO-S243，EXO-S245] |
| 预处理 | MNE-Python —— 读写、滤波、伪迹去除、时频分析，事实上的 Python 脑电数据结构标准 | 2026 | BSD-3-Clause | [EXO-S209，EXO-S246] |
| 解码模型（主干） | pyRiemann 的黎曼流形管线：ACM+TS+SVM 或 TS+EL | 2026 | BSD-3-Clause | [EXO-S213，EXO-S253] |
| 解码模型（并行对照） | braindecode（含 ShallowFBCSPNet、EEGNet 等复现模型），与 MNE 无缝衔接 | 2026 | BSD-3-Clause | [EXO-S210，EXO-S247] |
| 基础模型（可选） | LaBraM-Base，5.8M 参数，权重直接躺在 MIT 仓库里，是权利链最清晰的一个 | 2024 | MIT | [EXO-S001，EXO-S250] |
| 口径校准 | MOABB —— 统一多个公开数据集与交叉验证口径，避免自采数据自证 | 2026 | BSD-3-Clause | [EXO-S211，EXO-S248] |
| 端侧算力 | Jetson Orin Nano Super 开发套件，官方价 249 美元，标称最高 67 TOPS | 2024 | — | [EXO-S273] |
| 应用层 | 康复训练闭环（对照 IpsiHand 的 EEG 驱动上肢康复形态）或沟通辅助界面 | 2021 | — | [EXO-S066] |
明确排除的组件（都有具体理由，不是偏好问题）：
性能预期（口径统一：MOABB 同会话内评测、四分类全标签、BNCI2014-001 即 BCI Competition IV-2a）
| 管线 | 类别 | BCI IV-2a 准确率 % | 跨数据集均值 % | 来源 |
|---|---|---|---|---|
| ACM+TS+SVM | 黎曼 | 77.82 ± 12.23 | 72.38 | [EXO-S014] |
| TS+EL | 黎曼 | 72.38 ± 14.85 | 72.67 | [EXO-S014] |
| ShallowConvNet | 深度 | 72.47 ± 16.50 | 63.91 | [EXO-S014] |
| FgMDM | 黎曼 | 70.14 ± 15.13 | 68.97 | [EXO-S014] |
| CSP+SVM | 传统 | 66.88 ± 15.22 | 63.56 | [EXO-S014] |
| EEGNet-8,2 | 深度 | 60.46 ± 20.20 | 54.86 | [EXO-S014] |
| DeepConvNet | 深度 | 35.29 ± 8.26 | 39.55 | [EXO-S014] |
这张表是本档选型的直接依据：在迄今最大规模的公开复现研究里，现成深度学习打不过黎曼流形方法 [EXO-S014]。但必须同时读作者的免责声明——该研究刻意评测开箱即用的已发表管线，不做逐数据集调参，所以这些深度学习数字是下限不是上限 [EXO-S014]。结论的正确读法是：没有专门调参预算时，黎曼方法是更稳的默认选择，而且黎曼管线在通道数少的场景表现最好 [EXO-S015]，这同时降低了硬件成本与佩戴负担。
另一条几乎免费的收益：右手/双脚运动想象比左手/右手明显更好分，且在 Raw、黎曼、深度三类管线上一致成立（9 个 vs 10 个数据集）[EXO-S015]。范式设计比换模型更省力。
非侵入式的物理天花板必须写清楚。 Défossez 2023 用 175 名被试、4 个公开数据集，同一个模型同一个任务下 MEG top-10 达 70.7%，EEG 只有 17.7% 和 25.7%（候选集 2,604，随机基线 <1%）[EXO-S027]。这说明非侵入式的瓶颈在传感器不在算法，算法侧再优化也翻不过这个物理差距。口径限制也必须一并声明：那是语音感知（听）而非意图表达，任务是从闭合候选集里检索匹配音频片段，不是开放词表转写；它不能用来主张通信能力，也不能和任何 WER 数字比较 [EXO-S027]。
成本明细
| 成本项 | 金额区间 | 币种/年份 | 含税与含服务说明 | 来源 |
|---|---|---|---|---|
| 一次性硬件（研究级路线） | OpenBCI Cyton+Daisy 2,499 美元 + Ultracortex Mark IV 专业组装 16 通道 1,399.99 美元 ≈ 3,899 美元 | USD/2026 | 官网列表价，不含税费与国际运费 | [EXO-S267，EXO-S269] |
| 一次性硬件（临床级路线） | 博睿康 64 导无线脑电系统 399,000 元（单套真实中标价，深圳大学 2024 年公开招标） | CNY/2024 | 政府采购中标价，通常含税；这是目录价之外唯一确认的真实成交数字 | [EXO-S272] |
| 一次性硬件（消费/研究入门） | EMOTIV EPOC X 1,199 美元（14 通道，盐水湿电极） | USD/2026 | 列表价，另需软件订阅（订阅费未获取） | [EXO-S270] |
| 端侧算力 | Jetson Orin Nano Super 开发套件 249 美元/台，按 1–2 台计 249–498 美元 | USD/2024 | 官方发布价 | [EXO-S273] |
| 软件 | 0 元。全栈 MIT/BSD-3-Clause/Apache-2.0，可自由集成、修改、闭源分发 | — | 例外是 EEG-Conformer 与 SCONE 两个 GPL-3.0 项目，仅限研究参考 | [EXO-S249，EXO-S259] |
| 训练算力（云端按需） | AWS p4d.24xlarge（8×A100）约 21.96 美元/小时；p5.48xlarge（8×H100）约 55.04 美元/小时 | USD/2026 | 第三方镜像站数字，非 AWS 官方页面（官方页为 JS 渲染无法抓取） | [EXO-S274] |
训练算力（估算） | 微调 100–1,000 GPU-小时，按 A100 每 GPU-小时约 2.75 美元折算 ≈ 275–2,750 美元 | USD/2026 | 估算算式：21.96 美元/小时 ÷ 8 卡 = 2.75 美元/GPU-小时，再乘 100–1,000 小时。GPU-小时数是假设值不是核实数字，仅作方法演示 | [EXO-S274] |
年度人力（估算） | 2–3 名算法/机器人工程师，约 60–140 万元 | CNY/2025 | 估算算式：2.5 万–4 万元/月 × 12 月 × 2–3 人。薪资输入取自智联招聘口径"算法工程师平均招聘薪资 >2.5 万元/月"，非顶级大模型岗 | [EXO-S280] |
年度维护（估算） | 1 名工程师 20%–30% 工时（开源件版本升级、缺陷修复） | — | 无公开基准数字，按上一行人力口径推算 | [EXO-S280] |
| NMPA 认证成本 | 未核实 | — | 属合规专题范畴，本轮未展开 | — |
合计（研究级路线，不含认证与人力）：估算约 4,150–4,400 美元硬件 + 云算力 275–2,750 美元，即约 4,400–7,150 美元（约合人民币 3.2 万–5.1 万元，汇率按约 7.2 粗略折算，汇率未核实）[EXO-S267，EXO-S269，EXO-S273，EXO-S274]。临床级路线则由 399,000 元的 64 导系统主导，量级完全不同 [EXO-S272]。
监管路径
这一档的监管可行性是它成为"综合最优"的核心原因，因为已经有两个走完全程的非侵入式先例。
| 市场 | 路径 | 可参照先例 | 依据 | 来源 |
|---|---|---|---|---|
| 美国 | De Novo（新分类申请，Class 2） | IpsiHand（DEN200046，2021-04-23 获批），器械命名为"脑电驱动上肢动力训练器"，21 CFR 890.5420，产品代码 QOL | 这是头皮 EEG 驱动康复设备走通 De Novo 的直接先例，非侵入、Class 2 | [EXO-S066] |
| 美国 | De Novo → 后续 510(k) 扩展适应症 | ARC-EX（DEN240014，2024-12-19 De Novo；K251821，2025-11-14 扩展至居家使用） | 说明拿到 De Novo 后可用 510(k) 增量扩展场景，这条增量路径成本远低于重新申报 | [EXO-S061，EXO-S063] |
| 美国 | 电极硬件单独 510(k) | Precision Neuroscience Layer 7-T（K242618，2025-03-30） | 硬件与算法可拆开申报；但要清楚 510(k) 只认定硬件实质等同，不评价也不认证任何 AI/算法声称 | [EXO-S064，EXO-S075] |
| 中国 | 非侵入式康复类通常低于三类；具体分类编码本轮未获取 | 博睿康的非侵入式脑电采集系统是其营收主体（贡献 72.32%），说明该类别有可行的商业化路径 | 分类编码原文未取得，不做推断 | [EXO-S085] |
必须点出的一个落差：IpsiHand（DEN200046）和 ARC-EX（DEN240014）均不含任何 AI/机器学习组件的公开声明——IpsiHand 基于对侧运动皮层 EEG 镜像疗法（非 AI 解码），ARC-EX 是程序化电刺激（非 AI）[EXO-S061，EXO-S066]。也就是说，目前真正拿到 FDA 最终市场许可的 BCI 相邻产品，核心解码/控制逻辑都不是深度学习意义上的 AI。 AI 解码在监管上的可接受性尚未被任何获批案例验证，规划时应把 AI 解码器当成"需要额外说服监管的增量"而非"默认可以带上的组件"。
旁证：FDA 2025 年批准的 258 个 AI 算法中神经科仅 13 个（约 5%），放射科占 79%；没有单独证据表明这 13 个神经科 AI 批准中有任何一条与 BCI 相关，此条标记未核实 [EXO-S069]。
主要风险与失效模式
| 风险 | 表现 | 缓解措施 |
|---|---|---|
| 传感器物理天花板 | 同模型同任务下 EEG 仅 17.7–25.7%，MEG 70.7% [EXO-S027]。算法投入的边际收益会很快撞墙 | 把产品定位收窄到低比特率就够用的任务（离散指令、康复训练触发、二至四分类），不要承诺连续高自由度控制 |
| 基础模型无增益 | LaBraM/CBraMod 的头条成绩是 TUAB/TUEV 临床 EEG 分类的同数据集官方划分有监督微调，不回答跨被试问题；跨被试零校准增益在一手材料里没有被证实 [EXO-S001，EXO-S003] | 按"可能无增益"做预算；先用黎曼基线锁定可交付性能，基础模型作为可选增强而非依赖项。反向证据也要记住：Tang 2023 的跨被试解码器"勉强高于随机水平" [EXO-S026] |
| 堆数据无效 | CBraMod 用 >9,000 小时预训练数据（LaBraM 的 3.55 倍）却自陈"超过 1,000 小时后改进速率放缓"，且模型只有 4M 参数 [EXO-S003] | 不要把预算压在扩充预训练语料上；数据不是当前瓶颈 |
| 拿证不等于能盈利 | 博睿康三年累计亏损 3.29 亿元，2025 年 NEO-ONE(SCI) 收入为零，公司靠非侵入式脑电采集系统（营收占比 72.32%）与融资输血，产能利用率不到 40% [EXO-S085] | 商业计划里把"取证"与"规模化收入"当两个独立里程碑；先用非医疗器械用途或科研市场养活现金流 |
| 许可与供应链 | 基础模型仓库许可差异极大：BENDR 无 License、Neuro-GPT GPL-3.0、EEGPT 权重条款未获取 [EXO-S001]。数据集也有门槛：TUEG 需注册审核 + 签使用协议 + rsync 密钥，24–48 小时审核 [EXO-S277] | 立项即做许可清单与 SBOM；数据获取预留缓冲期；优选 LaBraM（MIT 权重）与 braindecode 转换再发布版本（BSD-3） [EXO-S002] |
| 脑电数据合规 | 脑电数据在中国属个人敏感信息，有境内存储要求；欧盟侧可能被认定为生物特征数据（特殊类别个人数据），GDPR 具体分类条款本轮未核实 | 架构设计阶段即做境内存储与留痕；跨境场景另做法律评估 |
落地时间估计与关键门槛
推断（依据：上述开源件的文档完整度、社区活跃度，以及 MOABB/braindecode 提供的现成 pipeline 范例代码）：2 人团队（1 名熟悉 EEG 信号处理的算法工程师 + 1 名嵌入式/系统工程师）用 3–6 个月可以跑通"公开数据集训练 + Jetson Orin Nano 端侧实时推理"的运动想象分类闭环 [EXO-S273]。这只是技术闭环。
关键门槛在技术之外：走医疗器械路径的话，认证周期与临床数据要求会主导时间线，而认证成本本轮未核实。可参照的时间锚点是 ARC-EX 从 De Novo 获批（2024-12-19）到 510(k) 扩展居家使用（2025-11-14）约 11 个月 [EXO-S061，EXO-S063]——增量扩展快，首次取证慢。
一句话定位：单位效果成本最低的构型——4–8 通道 EEG，黎曼管线或 EEGNet 级别的小网络，把精力花在范式设计而不是模型规模上，全栈开源零软件成本。
适合谁：高校实验室与教学项目；创业公司做技术验证与融资 demo；注意力监测、简单意图分类这类轻量人机交互产品；以及任何"先要把闭环跑通再谈精度"的阶段。
不适合：临床诊疗用途（信号质量与合规都不够）；需要开放词表语言解码的场景；以及需要医疗器械资质的产品——这一档的成本优势很大一部分来自不进入医疗器械监管，一旦要取证，成本结构会跳到 8.2 档。
这一档的选型逻辑最反直觉，所以先说依据。 两条一手证据直接决定了"不要上大模型"：
推断（依据 [EXO-S010，EXO-S014]）：端侧部署不必然要牺牲精度，这是 EEG 与 NLP/CV 很不一样的地方，也是这一档能成立的根基。技术栈清单
| 层级 | 具体配置 | 年份 | 价格/License | 来源 |
|---|---|---|---|---|
| 传感器/电极 | Ultracortex Mark IV 头戴（干电极梳齿式），自打印版本 | 2026 | 499.99 美元 | [EXO-S269] |
| 采集硬件（最低配） | OpenBCI Ganglion Board，4 通道 | 2026 | 624.99 美元 | [EXO-S268] |
| 采集硬件（推荐配） | OpenBCI Cyton Board，8 通道 | 2026 | 1,249 美元 | [EXO-S266] |
| 采集驱动 | BrainFlow（含合成板，可无硬件先调通全链路） | 2026 | MIT | [EXO-S206，EXO-S241] |
| 传输同步 | liblsl | 2026 | MIT | [EXO-S208，EXO-S243] |
| 预处理 | MNE-Python | 2026 | BSD-3-Clause | [EXO-S209，EXO-S246] |
| 解码模型（首选） | pyRiemann 黎曼管线（TS+SVM / TS+LR / FgMDM） | 2026 | BSD-3-Clause | [EXO-S213，EXO-S253] |
| 解码模型（极小端侧） | EEGNet-8,2，1,716 参数（SMR 2 秒窗）；更小的 EEGNet-4,2 只有 796 参数 | 2018 | 经 braindecode 复现，BSD-3 | [EXO-S010，EXO-S210] |
| 后处理 | 不用语言模型。这一档不做语言解码，无 LM 环节 | — | — | — |
| 基准评测 | MOABB —— 作者明确说全部基准结果已公开发布、可直接复用以避免重复实验 | 2026 | BSD-3-Clause | [EXO-S014，EXO-S248] |
| 端侧算力 | Jetson Orin Nano Super（249 美元）；推断千级参数模型可在通用 MCU/低端 SoC 上推理，无需 GPU | 2024 | — | [EXO-S010，EXO-S273] |
| 训练算力 | 单张消费级显卡即可，或云端按需 | 2026 | — | [EXO-S274] |
| 公开数据集 | BCI Competition IV-2a（9 名被试，22 EEG + 3 EOG，250 Hz，官网直接下载）；PhysioNet 运动想象（109 名被试，64 通道，160 Hz，ODC-By v1.0） | 2008 / 2004 | 免费 | [EXO-S276，EXO-S275] |
范式设计：这一档最划算的一笔投入
选右手/双脚运动想象而不是左手/右手——在 Raw、黎曼、深度三类管线上一致更好分（9 个 vs 10 个数据集）[EXO-S015]。这一条不花钱、不加通道、不换模型，纯靠任务设计拿到准确率提升。同理，减少通道数不仅省钱，还落在黎曼管线的最优区间 [EXO-S015]。在这一档，范式设计的性价比高于任何算法改进。
性能预期
| 管线 | 参数量 | BCI IV-2a 准确率 % | 跨数据集均值 % | 口径 | 来源 |
|---|---|---|---|---|---|
| TS+EL（黎曼） | 不适用（非神经网络） | 72.38 ± 14.85 | 72.67 | 同会话内、四分类全标签、开箱即用不调参 | [EXO-S014] |
| FgMDM（黎曼） | 不适用 | 70.14 ± 15.13 | 68.97 | 同上 | [EXO-S014] |
| CSP+SVM（传统） | 不适用 | 66.88 ± 15.22 | 63.56 | 同上 | [EXO-S014] |
| EEGNet-8,2（深度） | 1,716 | 60.46 ± 20.20 | 54.86 | 同上；作者刻意不调参，是下限不是上限 | [EXO-S010，EXO-S014] |
注意这些数字全部来自 9 名被试的 BCI IV-2a 数据集 [EXO-S276]，且是同会话内评测——不是跨被试、不是跨日。跨日与跨被试性能会明显更低，这一档不应对外承诺免校准。同时，跨论文准确率不可排名：同一个 EEGNet 在不同协议下会给出 60.46%、71.06%、74–77% 三组数字，ShallowNet 仅换 cropped-trial 数据增强就从 58.80% 变成 73.70% [EXO-S014]。选型时只看同一份表内的相对关系。
延迟方面的可用参照：Wairagkar 2025 的全链路（30 kHz 采样 → 特征 → 10 ms 分箱 → 多层 Transformer → 声码器 → 播放）在 10 ms 内完成 [EXO-S023]，证明闭环深度学习推理在对话级延迟上可行。但那是台式研究系统不是嵌入式，FPGA/MCU 端侧 EEG 推理的实测延迟、功耗与资源占用本轮未获取，所以本档的端侧可行性按推断而非事实处理。
成本明细（这一档必须给出总成本区间，所以算式全部展开）
| 成本项 | 最低配 | 推荐配 | 币种/年份 | 含税与含服务说明 | 来源 |
|---|---|---|---|---|---|
| EEG 采集板 | Ganglion 4 通道 624.99 | Cyton 8 通道 1,249.00 | USD/2026 | 官网列表价，不含税、不含国际运费与关税 | [EXO-S266，EXO-S268] |
| 头戴结构件 | Ultracortex Mark IV 自打印 499.99 | 同 499.99 | USD/2026 | 自打印版需自备 3D 打印，耗材成本未计入 | [EXO-S269] |
| 端侧算力 | Jetson Orin Nano Super 249 | 同 249（或 ×2 = 498） | USD/2024 | 官方发布价 | [EXO-S273] |
| 软件全栈 | 0 | 0 | — | BrainFlow/liblsl/MNE/pyRiemann/braindecode/MOABB 全为 MIT/BSD-3，可闭源商用 | [EXO-S206，EXO-S208，EXO-S209，EXO-S213，EXO-S248] |
| 数据集 | 0 | 0 | — | BCI IV-2a 官网直接下载；PhysioNet 为 ODC-By v1.0 | [EXO-S275，EXO-S276] |
训练算力（云端，估算） | 100 GPU-小时 ≈ 275 | 1,000 GPU-小时 ≈ 2,750 | USD/2026 | 估算算式：p4d.24xlarge 21.96 美元/小时 ÷ 8 卡 = 2.75 美元/GPU-小时，× 小时数。GPU-小时数为假设值；若只用小模型微调，实际远低于此 | [EXO-S274] |
| 一次性硬件小计 | 约 1,374 美元 | 约 1,998 美元 | USD/2026 | 算式：624.99 + 499.99 + 249 = 1,373.98；1,249 + 499.99 + 249 = 1,997.99 | [EXO-S266，EXO-S268，EXO-S269，EXO-S273] |
| 总成本区间（含云算力） | 约 1,650–4,750 美元（约合人民币 1.2 万–3.4 万元，汇率按约 7.2 粗略折算，汇率未核实） | USD/2026 | 不含人力、不含税费、不含任何认证成本 | 同上 | |
年度人力（估算） | 2 名工程师，约 60–96 万元 | — | CNY/2025 | 估算算式：2.5 万–4 万元/月 × 12 月 × 2 人。薪资输入取自智联招聘口径 | [EXO-S280] |
年度维护（估算） | 1 名工程师 20%–30% 工时 | — | — | 开源件版本升级与缺陷修复，无公开基准数字 | [EXO-S280] |
最小可行组合一句话总结：算法用 pyRiemann 的 TS+SVM（跨数据集均值 72.67% [EXO-S014]），算力用一台 Jetson Orin Nano Super（249 美元 [EXO-S273]），硬件用 OpenBCI Cyton 8 通道 + 自打印 Ultracortex（约 1,749 美元 [EXO-S266，EXO-S269]），范式选右手/双脚运动想象 [EXO-S015]，数据先用 BCI IV-2a 免费跑通 [EXO-S276]。软件一分钱不花，硬件两千美元以内。
一条容易被忽略的省钱项：MOABB 已公开发布全部基准结果，作者明确说可直接复用以避免重复实验 [EXO-S014]。这省下的是真金白银的算力与人力。
监管路径
主要风险与失效模式
| 风险 | 表现 | 缓解措施 |
|---|---|---|
| 通道数不足导致上限过低 | 4 通道够验证算法闭环，不够真实康复场景 [EXO-S268] | 立项即明确这是验证平台不是产品平台；把 8 通道 Cyton 当实际起点，4 通道只用于教学 |
| 干电极信号质量代价 | 干电极省去导电膏与洗头（架设从 15–30 分钟缩到数分钟），但接触阻抗更高、运动伪影更明显、信噪比低于湿电极；本轮未取得量化对比数据，标记未核实 | 静态坐姿任务优先；加运动伪影检测与坏道自动剔除；对精度敏感的评测环节改用湿电极复核 |
| 误把开箱即用数字当上限 | MOABB 的深度学习数字低是因为刻意不调参 [EXO-S014]，据此断言"深度学习不行"是错的 | 表述上区分"无调参预算时黎曼更稳"与"深度学习上限更低"，后者没有证据 |
| 跨日/跨被试性能落差 | 上述数字全是同会话内评测 [EXO-S014]；跨被试解码器可能"勉强高于随机水平" [EXO-S026] | 每次使用前做短校准；不对外承诺免校准；把校准时长本身作为产品指标披露 |
| 开源许可传染 | EEG-Conformer 与 SCONE 是清单中仅有的两个 GPL-3.0 项目，直接链接会要求整个衍生作品以 GPL 开源 [EXO-S249，EXO-S259] | EEG-Conformer 只作研究参考、重新实现核心思路；SCONE 只作离线工具不打包进产品。SCONE 另有维护风险：近 5 年（2021-03 起）无提交 [EXO-S259] |
落地时间估计与关键门槛
推断（依据：开源件文档完整度、社区活跃度、MOABB/braindecode 的现成 pipeline 范例）：2 人团队 3–6 个月可跑通"公开数据集训练 + Jetson 端侧实时推理"的运动想象分类演示 [EXO-S273]。关键门槛不在算法而在三处：干电极的佩戴一致性、跨日校准流程能否让非专业用户自己完成、以及是否克制住"上大模型"的冲动——后者是这一档最常见的失败方式，因为它同时推高算力成本与许可风险，却没有证据支持能带来增益 [EXO-S001，EXO-S003，EXO-S014]。
| 维度 | 最先进档 | 综合最优档 | 性价比最高档 |
|---|---|---|---|
| 核心技术 | 256 通道皮层内微电极阵列 + 因果 Transformer + 12.5 万词表 LM | 16–64 通道头皮 EEG + 黎曼流形管线（ACM+TS+SVM）+ braindecode/MOABB 工程底座 | 4–8 通道头皮 EEG + pyRiemann TS+SVM 或 EEGNet-8,2（1,716 参数）+ 无 LM |
| 性能口径 | 50 词表在线 0.44% WER；12.5 万词表在线 2.5% WER（Card 2024，n=1，30 min 校准）[EXO-S022] | BCI IV-2a 四分类同会话内 77.82±12.23%（黎曼 ACM+TS+SVM，n=9，开箱即用）[EXO-S014] | BCI IV-2a 四分类同会话内：黎曼 72.38%；EEGNet-8,2 60.46%（n=9，开箱即用，下限）[EXO-S014] |
| 口径警告 | n=1；50 词表与 12.5 万词表不可比；数字中 LM 贡献占约 74% [EXO-S025] | 跨日/跨被试显著更低；深度学习数字是刻意不调参的下限 [EXO-S014] | 同左；通道数减少会进一步影响绝对准确率（量化数字未获取） |
| 总成本区间 | 未获取（无商业定价；15 万美元量级仅为未核实方向参考）[EXO-S065] | 研究级约 4,400–7,150 美元（不含人力与认证）；临床级由 39.9 万元 64 导 EEG 主导 [EXO-S267，EXO-S272] | 约 1,650–4,750 美元（硬件 + 云算力，不含人力）[EXO-S266，EXO-S268，EXO-S269，EXO-S273，EXO-S274] |
年度人力（估算） | 未获取 | 2–3 人，约 60–140 万元/年 [EXO-S280] | 2 人，约 60–96 万元/年 [EXO-S280] |
| 监管可行性（中国） | 三类医疗器械；先例：博睿康 NEO 2026-03-13 获证，36 例临床 [EXO-S083，EXO-S085，EXO-S090] | 非侵入式康复类可能低于三类；分类编码本轮未获取 | 非医疗器械用途无需注册；转医疗用途则参照 8.2 档 |
| 监管可行性（美国） | IDE 临床 → De Novo/PMA；迄今无全植入式 BCI 获 De Novo/PMA 批准 [EXO-S061] | De Novo（IpsiHand 先例 DEN200046）；但所有已批准 BCI 相邻设备均不含 AI 解码组件 [EXO-S066] | 非医疗器械用途无需 FDA 清关（OpenBCI/EMOTIV 现行定位 [EXO-S078，EXO-S081]） |
| 证据等级 | A 级原始论文；但n=1，无多中心数据 | A 级（MOABB 多中心复现）；单中心 n=9 数据集 | A 级（MOABB 多中心复现）；同口径 |
| 适用人群 | ALS / 脑干中风 / 颈段脊髓损伤，无言语能力，能进入临床试验 | 脑卒中 / 脊髓损伤上肢康复；ALS 沟通辅助；1–2 年内要交付的项目 | 高校实验室；创业公司技术验证；轻量人机交互产品；教学场景 |
| 最大单项风险 | n=1 证据基础；无任何可采购获批器械 | 传感器物理天花板（EEG 仅 17.7–25.7% vs MEG 70.7% [EXO-S027]）；基础模型零校准增益未证实 | 通道数过少；干电极信号质量下降；把演示原型误当产品交付 |
| 最大机会 | 语音解码精度已接近商用 ASR 的 4–5% 参照区间（12.5 万词表 2.5%）[EXO-S022] | 黎曼管线开箱即用稳健；braindecode/pyRiemann 许可干净、社区活跃 [EXO-S013] | MOABB 基准结果可直接复用，省算力与人力；1,716 参数即可端侧部署 [EXO-S010，EXO-S014] |
三档的优化目标本质上不同：最先进档的目标是能力上限，综合最优档的目标是1–2 年内真能落地，性价比最高档的目标是单位效果成本。把这三个目标用同一把尺子排序，等于把苹果与橘子排大小——形式上可以排出来，但排出来的东西隐藏了取舍。
具体体现在三组不可调和的现实约束：
第一，最先进的方案目前完全不可购买。 Card 2024 / Wairagkar 2025 的构型存在于 BrainGate2 这类学术联合体内，没有任何商业渠道 [EXO-S022，EXO-S023]。博睿康 NEO 是全球首个获批上市的植入式 BCI，但它的硬膜外构型和通道数远低于最先进档 [EXO-S083，EXO-S090]。Neuralink 的性能数字全是企业口径（D 级），其注册试验的主要终点只有不良事件、无任何性能终点 [EXO-S050，EXO-S051]。当"最先进"和"最可落地"指向完全不同的系统，总冠军的说法就没有意义。
第二，性能天花板是物理的，不是算法的。 MEG 70.7% vs EEG 17.7–25.7%，差距来自传感器物理特性而非模型 [EXO-S027]。在任何非侵入式构型上，算法再好也补不上这个差距。如果最终目标是语言级通信能力，非侵入式方案原理上就做不到，无论它在"综合最优"还是"性价比最高"的维度上得多少分。这意味着三档之间有一条原理性的分水岭，而不只是成本差异。
第三，拿证不等于盈利，盈利不等于规模化。 博睿康已拿三类证，但三年累计亏损 3.29 亿元、NEO-ONE(SCI) 报告期内零收入、产能利用率不到 40% [EXO-S085]。这提示即使在"综合最优"档——最靠近商业可行的那一档——从取证到规模化收入之间仍有一个巨大的不确定区间。性价比最高档通过绕开医疗器械监管规避了这个风险，代价是能力上限严格受限。
选哪档：按约束条件的决策树（文字版）
最后一条三档通用的原则：先把 MOABB 的基准口径跑对，再去自采数据。 作者明确说已发布全部基准结果可直接复用以避免重复实验 [EXO-S014]。这是成本最低的"先验证方向、再投入资源"的做法，也是对本章所有性能数字的正确使用方式——它们是选型的相对参照，不是可以对外承诺的绝对指标。
外骨骼是穿在身上的机器人。它不"读脑"，只读肌肉、姿态和脚底受力，再决定什么时候给多大力。 本章只讲外骨骼这一侧——脑机接口怎么接进来是第 10 章的事。外骨骼分三类， 成功标准完全不同，放进同一张排行榜就是错的。
| 类型 | 谁在用 | 怎么用 | 成功标准（看哪个指标） | 本章证据落点 |
|---|---|---|---|---|
| 康复训练型 | 卒中、脊髓损伤、脑外伤患者；在医院/康复中心由治疗师操作 | 每次 30–60 分钟、每周 3 次以上的疗程式训练，练完脱下 | 功能恢复量表：能否独立行走、FMA-LE、WISCI II、LEMS。步速只是次要指标 | Cochrane 101 项 RCT / 4224 人 [EXO-S114]；训练强度 45–60 min/日、≥3 h/周 [EXO-S115] |
| 助行代步型 | 脊髓损伤者个人/居家长期使用 | 替代轮椅完成日常移动，一天穿几小时 | 步速、耐力（6 分钟步行距离）、是否免手杖、续航 | VA 多中心 RCT N=161、居家自主使用 4 个月 [EXO-S412] |
| 工业助力承重型 | 搬运、装配、过顶作业的健康工人 | 一个班次连续穿戴，防疲劳而非治病 | 肌电负荷下降、代谢能耗下降、可承托负重；不受医疗器械监管 | German Bionic Exia 宣称最大动态助力 38 kg（84 磅），2025 年发布 [EXO-S126] |
三类之间的指标不可换算。康复型做得再好也不会让患者"走得更快"（9.5 有硬证据）， 而助行型的核心卖点恰恰是速度与耐力；工业型连"患者"都没有，谈量表毫无意义。
控制链是"猜你想干什么 → 判断你走到步态的哪一步 → 决定给多大力"， AI 进入这三个环节，外面再套一层"怎么把参数调到最适合你"的优化。
| 作用位 | 输入信号 | 代表方法 | 可核实的数据与年份 | 来源 |
|---|---|---|---|---|
| 意图识别 | EMG（肌电）、IMU（惯性）、足底压力 | 传统靠 EMG 阈值触发；深度学习做多活动分类 | Luo 2024 的仿真 RL 控制器只用大腿 IMU 就覆盖走/跑/爬楼三种活动，没有 EMG、没有足底压力（2024） | [EXO-S113] |
| 步态相位估计 | IMU + 关节角 | 传统有限状态机；学习式相位回归 | 有限状态机需为每个活动手工设计规则，跨活动切换生硬（范式对比，非量化指标） | [EXO-S111，EXO-S113] |
| 阻抗/助力自适应 | 上两层输出 + 实时代谢或肌电反馈 | 阻抗控制 + 在线参数寻优 | Zhang 2017：个性化优化比手调"静态最佳"再降 5.8%±7.4% 口径见 9.3（2017） | [EXO-S111] |
| 强化学习训练的控制策略 | 仿真环境（不用真人） | 三个 MLP（动作模仿/肌肉协调/外骨骼控制）联合训练，肌骨模型 50 自由度、208 条肌肉，单次训练 8 小时（RTX3090） | 训完直接部署真人，完全不需要逐人调参（2024） | [EXO-S113] |
| 人机协同优化（human-in-the-loop） | 真人实测代谢/肌电 | CMA-ES 进化算法，每代 8 个候选控制律 | 4 代 / 64 分钟收敛；个别受试者需 128–208 分钟（2017） | [EXO-S111] |
对"性价比"档有直接意义的一条：肌骨骼仿真栈已经许可清晰、可直接二次开发—— MyoSuite 与 OpenSim Moco 均为 Apache-2.0，可闭源商用 [EXO-S128，EXO-S129，EXO-S218]。 硬件侧唯一同时满足"开源 + 同行评审（Science Robotics 2024）+ 活跃维护"的下肢外骨骼是 OpenExo， 但它的 GitHub 许可字段是 Other/NOASSERTION，商业化前必须逐字核对仓库内 LICENSE [EXO-S131]。
| 代际 | 核心机制 | 每人调参成本 | 已验证人群 |
|---|---|---|---|
| 传统 | 有限状态机 + 阻抗控制 + EMG 触发 | 靠"经验参数"，无系统方法 | 广泛，但个体差异靠人工补偿 |
| 第一代 AI：人在环优化 | 真人穿戴时用 CMA-ES 按实测代谢迭代 | 64 分钟起，个别 128–208 分钟 | 健康成年人 [EXO-S111] |
| 第一代改良：户外自主个性化 | 用历史数据训练的模型替代现场迭代 | 压缩到约 1 小时，且在真实户外 | 20 多岁健康成年人 [EXO-S112] |
| 第二代 AI：仿真 RL（sim-to-real） | 肌骨仿真里训练 8 小时，直接部署 | 0（不需要真人调参） | 健康成年人 n=8，体重 45–109 kg，年龄 22–34 岁 [EXO-S113] |
三项研究的代谢降幅：Zhang 2017 单踝 24.2%±7.4%（n=11，健康人，跑步机 1.25 m/s， 对照=零力矩模式，P=1×10⁻⁶）[EXO-S111]；Slade 2022 约 17%、步速约 +9%（2022 年， 未核实——原文被 cookie 验证页拦截，数字来自斯坦福官方新闻稿与科技媒体转引）[EXO-S112]； Luo 2024 髋部走 24.3%、跑 13.1%、爬楼 15.4%（n=8）[EXO-S113]。
这三个百分比不可排名。 必须同时标注五个维度才成立：受试对象（全部是健康年轻人， 未验证于步态障碍或截肢人群）、助力部位（单踝 vs 双踝 vs 髋）、活动类型与速度、 有无适应期、以及对照基线。最后一项最容易骗人：Zhang 2017 原文写明，穿着零力矩外骨骼 本身就比穿正常鞋多耗能约 10%，所以"相对零力矩降低 24.2%"换成"相对正常鞋"实际净改善约 14% ——两个数字出自同一篇论文 [EXO-S111]。
同样重要的边界：Luo 2024 原文明确写出控制器仅训练于健康人步态数据， 不能直接用于步态障碍或截肢人群；参考轨迹只取自 CMU 动捕库中 1 名受试者的 10 秒数据 [EXO-S113]。 两篇论文的通讯作者均有相关专利与商业利益声明（Zhang/Collins 持专利；Hao Su 是 Picasso Intelligence LLC 联合创始人），引用时应当知情 [EXO-S111，EXO-S113]。
口径警告：自由度、重量、续航三列在公开渠道里普遍缺失或只有厂商口径，本表凡是查不到的 一律写 未获取，不做"合理估计"。价格列注明币种与年份，"询价"不写成价格事实。
| 产品 / 厂商 | 类型 | 自由度 | 重量 | 续航 | 免手杖 | 监管状态与文号 | 年份 | 价格区间（币种/年份） | 证据 |
|---|---|---|---|---|---|---|---|---|---|
| ReWalk Personal 6.0 / Lifeward（以色列） | 助行代步 | 未获取 | 约 23 kg | 锂电 3–4 小时（代际间数字不一致，未核实） | 否，需前臂拐杖 | FDA De Novo DEN130034（2014-06-26，开辟 PHL 分类）；510(k) K200032（2020-05-26）、K221696（2023 追加楼梯/路缘） | 2014–2023 | CMS DMEPOS 一次性支付 $91,032（USD，2024；州际区间 $81,929–$109,238） | A（监管+费率） |
| ReWalk 7 / Lifeward | 助行代步 | 未获取 | 未获取 | 未获取 | 否 | 510(k) K241822，2025-03-12 | 2025 | 未获取 | A |
| EksoNR / Ekso Bionics（美国） | 康复训练 | 髋屈 135°/伸 20°，膝屈 130°（关节活动范围，非自由度计数） | 未获取（限重 220 lbs） | 48.1 V 锂电池，时长 未获取 | 否（院内治疗师监护） | 510(k) K220988（2022-06-09），前代 K200574（2020） | 2022 | 第三方估算 $85,000–$120,000（USD，D 级，厂商未公开定价，不可作价格事实） | A（监管）/ D（价格） |
| Ekso Indego Personal / Parker→Ekso | 助行代步 | 未获取 | 未获取 | 未获取 | 否 | 510(k) K173530（2018）；2024-04 获 CMS Medicare 最终支付确定 | 2018 / 2024 | $91,032（USD，2024，同区间） | A |
| Cyberdyne HAL 医疗用（下肢型）（日本） | 康复训练 | 未获取 | 未获取 | 未获取 | 未获取 | 日本 PMDA 医疗器械（申请日 2015-03-25）；FDA 510(k) K233695（2024-05-07） | 2015 / 2024 | 未获取（日本有专门保险机制，报销点数未核实） | A（监管）/ 指标未获取 |
| Wandercraft Atalante X（法国） | 康复训练（自平衡） | 未获取 | 未获取 | 未获取 | 是（自平衡，原文表述 self-balancing） | 510(k) K250904（2025-10-24），前序 K232077（2023-12-13）；2025-04-03 有一起召回，根因 Use error | 2023–2025 | 未获取 | A |
| 傅利叶智能 AL-800-B1-AHL（中国） | 康复训练（步态与平衡训练评估系统） | 多组件系统（压力传感 + 步态机械腿 + 惯性传感） | 未获取 | 未获取 | 院内减重/悬吊场景 | NMPA 二类：皖械注准20192190117号（制造商安徽埃力智能科技） | 2019 | 2024 年中标价 79 万 / 144 万 / 147.5 万元人民币（三甲医院，同型号价差近 2 倍，含税与配置口径未披露） | A（注册证）/ D（中标价来源为公告转引） |
| Lokomat / Hocoma（瑞士） | 康复训练（悬吊减重跑台式） | 未获取 | 未获取 | — | — | NMPA/FDA 具体文号未核实 | — | 未获取（中国经销商询价制） | 口径不足 |
| 大艾 / 迈步 / 程天 / 卓道 / 安杰莱 / 司羿（中国） | 康复训练为主 | 未获取 | 未获取 | 未获取 | 未获取 | 部分有 NMPA 注册证线索，注册号与类别未逐一核实；安杰莱 2026-02 据报道获注册证（编号未核实） | 2023–2026 | 多数 未获取；卓道 2023-02 完成超亿元 B 轮（融资额非售价） | D |
| German Bionic Exia（德国） | 工业助力 | 未获取 | 未获取 | 未获取 | — | 工业用具，非医疗器械 | 2025-05-27 发布 | 未获取（新闻稿未披露） | D |
| Hypershell X Pro S / Max S / Ultra S（中国） | 消费助行 | 未获取 | 未获取 | 5000 mAh / 72 Wh，约 88 分钟充满 | — | 官网明确声明"非医疗器械" | 2025 | $999 / $1,499 / $1,999（USD，2025 官网；英国站另一体系，Go X £799 起） | D |
| WIRobotics WIM（韩国） | 消费/助行 | 单致动器 | 约 1.6 kg | 未获取 | — | 是否具医疗器械认证未核实 | 2024-02 首发 | 首批 300 台 320 万韩元（约 $2,330，2024）；记者报价约 $2,500 | D |
读表要点：美国至今没有任何"BCI 驱动的下肢外骨骼"获批。动力外骨骼产品代码 PHL （21 CFR 890.3480）项下共 24 条授权（含 1 条 De Novo），全部 Class II、无 PMA， 没有一条器械名含 BCI 或 EEG；厂商谱系为 ReWalk/Lifeward 5 条、Ekso 4 条、 Wandercraft 3 条、Cyberdyne 3 条、Indego/Parker 3 条 [EXO-S383，EXO-S381，EXO-S382]。
厂商侧的公司风险必须写进采购决策：Ekso Bionics 已于 2026 年 5 月通过业务合并重组为 ChronoScale Corporation（代码 EKSO→CHRN）[EXO-S120]；ReWalk 母公司 Lifeward 于 2026 年 3 月 被审计师出具"持续经营能力存疑"警告、同期完成最高 1,120 万美元战略融资（未核实， 调研阶段记录为产品表内的状态描述，未单独立台账条目，引用前须查 SEC 年报原文）； Sarcos 于 2024 年 3 月更名 Palladyne AI 并淡出重型外骨骼硬件 [EXO-S121，EXO-S133]； German Bionic 于 2025 年 11 月 17–18 日申请常规破产程序（Regelinsolvenz）[EXO-S127]。 采购前须确认售后与保修的承接主体。
中国分类口径有一个常见误解要纠正：现行《医疗器械分类目录》19-02-05（关节训练设备） 五个子类全部是 I 类或 II 类，没有外骨骼本体独立列示的 III 类条目； 落 II 类还是 III 类目前是"个案认定"，不是目录直接标注 [EXO-S309，EXO-S310]。 配套行业标准 YY/T 1973-2025《医用下肢外骨骼机器人》与 YY 9706.278-2023（2026-05-01 实施） 才刚发布或即将实施 [EXO-S310]。国际侧的康复机器人专用安全标准是 IEC 80601-2-78:2019 + AMD1:2024（AMD1 发布 2024-03-12），只写 2019 版等于落后一版 [EXO-S361，EXO-S362]。
不要接受"有效"两个字。下表把每项证据的口径摊开——同一个问题上，最大样本的证据与 中等样本的 meta 分析结论相反，这本身就是本节最重要的信息。
| 研究 / 年份 | 设计 | 样本量 | 人群 | 对照 | 盲法 | 主要终点 | 效应量与显著性 | 来源 |
|---|---|---|---|---|---|---|---|---|
| Cochrane CD006185（2025） | 系统综述 + meta | 101 项 RCT，4224 人（平均年龄 47–76 岁） | 成年卒中 | 常规理疗/常规护理 | 各研究不一，整体质量低到中等 | 独立行走比例；步速；6MWD | 独立行走：可能提高（51 研究/2148 人，NNT≈9，中等确信度）；步速：无提升（73 研究/3043 人）；6 分钟步行距离：无提升（42 研究/1966 人）；退出/死亡无差异；随访期效果可能不持续 | [EXO-S114] |
| Frontiers in Neurology meta（2024） | 系统综述 + meta | 34 项 RCT，1166 人 | 卒中（分亚急性/慢性） | 常规康复 | 未统一 | 下肢功能与活动参与 | FMA-LE MD=1.15（95%CI 0.29–2.01）；步速 MD=0.07 m/s（95%CI 0.03–0.11，p=0.001）；FAC MD=0.25；亚急性期显著获益，慢性期无显著改善 | [EXO-S115] |
| VA 多中心 RCT（2024） | 随机对照，居家 | N=161（外骨骼 78 / 轮椅标准治疗 83） | 慢性 SCI 退伍军人 | 轮椅标准治疗 | 未报告为盲法 | 4 个月居家自主使用下的安全性与使用情况 | 严重不良事件 12/78（15.4%）vs 14/83（16.9%）；11 例骨折中仅 2 例器械相关；器械相关长骨骨折 0 例 | [EXO-S412] |
| 中国四臂 RCT（2026） | 随机四臂 | N=60 随机 / 58 分析 | 亚急性期卒中 | 四臂互为对照 | 未报告 | 未提取（本轮只核实到安全性终点） | 严重不良事件 0；非严重不良事件 17.2%（10/58）：疲劳 6、小腿酸痛 2、眩晕 1、皮肤红斑 1 | [EXO-S422] |
| HANK RCT（2023） | 随机对照 | N=23，每人 15 节次 | 不完全性 SCI | 常规训练 | 未报告 | 未提取 | 重大不良事件 0、跌倒 0；轻度胫骨红斑 2 例；疼痛 VAS 1.8±1.0 cm | [EXO-S423] |
| 随机交叉 KAFO 对照（2025） | 随机交叉 | N=10 | SCI | 传统 KAFO 矫形器（本批唯一有传统器具对照的） | 交叉设计 | 不良事件计数 | 48 例事件：KAFO 31 vs 外骨骼 17，其中仅 6 例器械相关 | [EXO-S421] |
| Atalante 可行性（2021） | 单臂可行性 | N=12 纳入 / 11 完成 | SCI | 无对照 | 无 | 安全性与可行性 | 1 例坐骨区皮肤糜烂需换药 | [EXO-S424] |
| EXALS 方案（2026） | 单中心开放非对照 ABA | 计划 N=20 | 缓慢进展型 ALS | 无对照 | 开放 | 主要终点即安全性与耐受性 | 尚无结果（这是方案，说明外骨骼安全性的高质量前瞻证据仍在积累期） | [EXO-S390] |
关于分歧不做调和：Cochrane（101 项/4224 人）说步速无提升，2024 年 Frontiers meta （34 项/1166 人）说步速 +0.07 m/s 有统计学显著。两者纳入标准、结局测量方式、亚组划分不同。 样本量更大、方法更严格的是 Cochrane，建议以其为主要参考，但不隐藏另一侧结论 [EXO-S114，EXO-S115]。
| 结局 | 是否被证据支持 | 依据 |
|---|---|---|
| 提高独立行走比例 | 支持（中等确信度，NNT≈9） | [EXO-S114] |
| 提升平均步速 | 证据分歧（大样本否，中样本是，亚急性期更明显） | [EXO-S114] vs [EXO-S115] |
| 提升 6 分钟步行距离 | 不支持 | [EXO-S114] |
| 亚急性期卒中获益 | 支持 | [EXO-S115] |
| 慢性期卒中获益 | 证据倾向不支持 | [EXO-S115] |
| 降低死亡率 | 无差异（死亡罕见） | [EXO-S114] |
读所有上表数字时要先打一层折扣：2026 年一项元研究检索 PEDro 至 2024-08，纳入 160 项两臂机器人干预 RCT（95% 属神经康复、61% 为 PEDro≥6 的高质量研究），发现 97% 的摘要含至少 1 项 spin、90% 的摘要根本不提不良事件、77% 对非显著主要终点作 过度乐观解读、23% 在主要终点无临床重要效应时仍推荐该疗法 [EXO-S388]。 这是对摘要报告质量的评估，不等于原文未记录，但它限定了本节所有"安全""有效"表述的上限。
人话：同一批事故，用"多少人出过事""多少次训练出过事""每 1000 小时出过事"三种算法， 会得出三个完全不同的数字。混着比就是造假。
| 分母口径 | 研究 / 年份 | 人群 / 规模 | 数字 |
|---|---|---|---|
| 每受试者 | 系统综述+meta（2016） | SCI，14 研究 N=111，周期 1–24 周 | 跌倒 4.4%（95%CI 1.0–10.0%）；骨折 3.4%（95%CI 0.7–8.1%）；严重不良事件 0 [EXO-S411] |
| 每受试者 | VA RCT（2024） | 慢性 SCI N=161，4 个月 | SAE 15.4% vs 轮椅 16.9%；器械相关长骨骨折 0 [EXO-S412] |
| 每受试者 | 欧洲 9 中心（2018） | SCI N=52 | SAE 0；II 级压力性损伤 4/52（7.7%）；3 例因踝肿退出 [EXO-S415] |
| 每训练节次 | 卒中外骨骼（2025） | 卒中 FAC≤3，N=40 | 2.5±1.4% / 每节次；器械或操作相关：膝痛 1、皮肤擦伤 3 [EXO-S413] |
| 每训练节次 | ABLE（2023 / 2024） | SCI N=24 / N=10 | 81 事件/242 节次（8 例器械相关）；27 事件/209 节次（22.2% 器械相关）[EXO-S419，EXO-S420] |
| 每暴露小时 | 多发性硬化（年份见台账） | N=13，仅 5 人可耐受器械 | 皮肤问题 151 例 / 1000 暴露小时 [EXO-S417] |
最干净的证明来自同一篇研究：完全性胸段 SCI 队列的同一批近跌倒事件， 按节次算是 4/651 = 0.61%，按步行距离算是 0.16% / 每 10 m——换分母就换数字 [EXO-S414]。
两条对采购和方案设计直接有用的结论：
MAUDE 数据可查但不能算发生率：产品代码 PHL 全时段共 54 条报告 （Injury 47 / Malfunction 7 / Death 0），首报 2015-03-30、末报 2025-12-19； 按年分布 2018 年集中出现 21 条。MAUDE 是被动上报、没有分母，只能看构成与趋势。 Death 计数为 0 这一条是有意义的：外骨骼在美国上市 11 年无死亡报告 [EXO-S385]。 若要自建不良事件记录表，直接照 ABLE 系列的 ISO 14155:2011 + MEDDEV 2.7/3 + MDCG 2020-10/1 分类口径与 HANK 的 NPUAP/EPUAP 皮肤检查口径 [EXO-S419，EXO-S420，EXO-S423]。
| 地区 | 状态 | 年份与关键编号 | 金额 | 来源 |
|---|---|---|---|---|
| 美国 | 已打通。CMS 2023 年最终规则把动力外骨骼/矫形器定义为"支具（braces）"纳入 DMEPOS；HCPCS K1007（Powered Lower Extremity Exoskeleton）于 2024 年费率表首次生效（2024-04-01 起，后续 7 月/10 月季度更新 MM13574 / MM13658 / MM13774） | 2023 规则 / 2024-04-01 费率生效 | 一次性支付 $91,032 USD（2024，州际区间 $81,929–$109,238）；Ekso Indego Personal 2024-04 获最终支付确定，ReWalk Personal 同期纳入 | [EXO-S119，EXO-S116，EXO-S117] |
| 美国 VA | 自 2015 年 12 月起为符合条件的退伍军人免费提供 ReWalk 类设备 | 2015 | 患者自付 0 | [EXO-S117 相关口径] |
| 日本 | HAL 医疗用（下肢型）2015 年获 PMDA 认定为医疗器械；日本有专门保险报销机制，中央社会保険医療協議会曾发布 HAL 报销修订方案 | 2015（申请日 2015-03-25） | 报销点数与年份未核实（仅有公告标题线索）；零售价 未获取 | [EXO-S122] |
| 欧洲 | 未获取。本次未取得德/英/法等国的外骨骼报销文件；工业外骨骼厂商在欧洲以 B2B 直销/租赁为主，不涉医保 | — | 未获取 | — |
| 中国 | 外骨骼本体没有专项医疗服务价格项目（可能被并入通用康复训练/物理治疗收费，未见"外骨骼"字样立项）。已落地的三项 BCI 价格编码是：侵入式置入费 01330200 0010000、取出费 01330200 0020000、非侵入式脑机接口适配费 01310100 0010000，计价单位均为"次"、价格由医院自主确定，且暂不纳入上海市基本医保支付范围 | 2025 立项 | 外骨骼 未获取；BCI 三项价格由医院定 | [EXO-S303，EXO-S304] |
| 中国（政府采购） | 目前能查到的最高价值证据是中标公告，不是零售价表 | 2024 | 傅利叶 AL-800-B1-AHL：79 万 / 144 万 / 147.5 万元人民币（三家医院） | [EXO-S123] |
| 中国（产业补贴，非报销） | 北京经开区细则：医疗级产品注册证单企业每年 ≤3000 万元；消费级按销售额 10%（单产品 ≤50 万元、单企业每年 ≤200 万元），施行至 2028-12-31 | 2026-02-04（京技管发〔2026〕2 号） | 见左 | [EXO-S305，EXO-S306] |
政策侧有一条对本报告主题的直接点名：2025-07-23 七部门《关于推动脑机接口产业创新发展的 实施意见》（工信部联科〔2025〕164 号）专栏 2"整机精品工程"把"基于脑电信号反馈的 外骨骼产品"列为控制交互类重点产品方向 [EXO-S301]。第 10 章要讲的组合在中国有政策名分， 但名分不等于付费通道。
把脑机接口接到外骨骼上，直觉上是"用意念走路"。工程上不是这么回事：BCI 给出的是 每几秒一次、只有几个类别、还会出错的意图；走路需要的是每几毫秒一次、连续、 不能出错的关节力矩。这两者之间差着好几个数量级，中间必须垫一整套东西。 本章先摊清做成过什么，再讲那套东西怎么分层。
先给一条口径警告。本项目台账里没有 Lorach 2023 脑-脊接口原文的条目（该论文未进入 本次调研的 305 条台账），因此本章不引用其具体数字，只呈现台账内可核实的后续进展。 表中标"DOI 直引"的条目在调研阶段以 DOI 或注册号直接核实、未占用台账号段， 引用时须回到原始 DOI，不可当作已入账来源。
| 年份 | 团队 | 信号源 | 执行器 | 样本量 | 在线/离线 | 随访时长 | 关键指标（带口径） | 证据级别 | 来源 |
|---|---|---|---|---|---|---|---|---|---|
| 2021 | 天津大学（明东、许敏鹏） | 头皮 EEG（非侵入） | FES 功能性电刺激，不是外骨骼 | 32（随机） | 训练在线 | 未提取 | FMA-UE 与 Kendall MMT 增益显著优于 NMES 对照；ΔLC(m-ERD)–ΔFMA-UE r=0.6093，P=0.012 | B | [EXO-S229] |
| 2024 | 清华洪波 × 博睿康 NEO | 硬膜外 8 电极 ECoG（半侵入） | 可穿戴外骨骼手套 | 1（完全性颈段 SCI） | 在线 | 居家 9 个月 | 抓握意图检测 F1=0.91；物体转移在线成功率 100%；上肢运动评分 +5、ARAT +27；SEP 峰值最大 +12.7 μV | B（预印本，未同行评审） | [EXO-S221] |
| 2025 | 清华 × 博睿康 | 硬膜外 8 铂铱电极 | 屏幕光标（无执行器） | 1（四肢瘫） | 在线 | 信号稳定 >18 个月，解码器 >6 个月免重标定 | Fitts ITR 36.7 / 30.0 bit·min⁻¹（2D center-out / web-grid），命中率 >91% | B（预印本） | [EXO-S222] |
| 2025 | 清华 × 博睿康（EMBC） | 无线硬膜外 ECoG | 手势解码（双层） | 1 | 离线+在线 | — | 会议论文，完整指标未提取 | B | [EXO-S223] |
| 2023– | 博睿康 NCT05920174 | 硬膜外 ECoG | 气动手套 | 计划 9 | — | 主终点为 12 个月不良事件 | 结果未公布 | A（注册） | [EXO-S224] |
| 2025– | 博睿康 NCT06990412 | 硬膜外 ECoG | 气动手套 | 计划 32，12 家医院 | — | 主终点：3 个月BCI 辅助下 ARAT 抓握应答率 | 结果未在注册库公布 | A（注册） | [EXO-S225] |
| 2026 | 中山大学附属第三医院（Annals of Neurology，ChiCTR2300074503） | 头皮 EEG（非侵入） | 下肢外骨骼 | 21（BCI+外骨骼 10 / 仅外骨骼 11） | 在线训练 | 30 min/次、6 次/周、共 4 周 | 主终点 WISCI II；LEMS 组间 p=0.003；10MWT p<0.001、6MWT p=0.031 均为组内改善、组间不显著；HADS 下降联合组更大（p=0.003）；MRI 无结构性改变 | B + A（注册号） | [EXO-S238] |
| 2026 | NMPA 获批（药监系统媒体） | 硬膜外植入体 | 气动手套设备 | 4 可行性 + 32 确证性 = 36 例累计 | — | 2019 立项→2023-10 首例→2025-05 起 11 家医院 32 例→2026-03-13 获批 | 三类注册证获批；产品由植入体、电极套件、收发器、气动手套、解码软件组成 | D（注册证原文未读，注册人名称两版本不一致） | [EXO-S226] |
| 2026 | 清华官网转载 | 硬膜外 8 电极，有效频带 200 Hz | 气动手套 | 32（+4） | 新闻口径未分 | 6 个月训练 | 抓握解码准确率 >90%（未给在线/离线与类别数）；解码延时数百毫秒；22/32 例训练后自主手运动评分显著提升 | D | [EXO-S227] |
| 2026 | 复旦华山（牵头单位官网） | 硬膜外 ECoG | 气囊/气动手套 | 32（伤后 3–4 年平台期） | — | 每日 ≥6 小时训练 | "手部抓握功能改善率 100%" | D（"改善率"未定义阈值，无对照组） | [EXO-S228] |
| 2026（DOI 直引） | EPFL/.NeuroRestore（Courtine 等，Research Square 预印本 10.21203/rs.3.rs-9901682/v1） | 植入式"数字桥" | 上肢与手（非下肢外骨骼） | 3（慢性不完全性四肢瘫） | 在线 | 稳定 >1 年 | 用脑活动基础模型解码最多 8 种运动状态；注册记录 NCT05665998 / NCT06243952 / NCT07610850（各 n=3） | 预印本，未同行评审 | DOI 直引，未入台账 |
| 2025（DOI 直引） | Clinatec（Grenoble）WIMAGINE（Research Square 预印本 10.21203/rs.3.rs-7598810/v1） | 64 通道硬膜外 ECoG | 两套表面 FES（原外骨骼试验 NCT02550522，n=5，自 2015 年） | 2 | 在线 | 未提取 | 实现同时双手控制 | 预印本，未同行评审 | DOI 直引，未入台账 |
| 2024 | ONWARD Medical | 无（非 BCI） | 经皮脊髓电刺激 ARC-EX | 依托 Up-LIFT n=65 | — | — | De Novo DEN240014，2024-12-19，Class II，产品代码 SDO / 21 CFR 890.5851 | A | [EXO-S239，EXO-S379] |
读表的四条纪律：
未核实，无台账条目）。整条链路分六层。分层的意义在于责任边界清楚：哪一层出错、由哪一层兜底、 哪一层可以慢、哪一层绝对不能慢。下表逐层给职责、可选技术与失效模式。
| 层 | 一句话职责 | 可选技术（台账内可核实的） | 主要失效模式 | 谁兜底 |
|---|---|---|---|---|
| ① 采集层 | 把脑电变成带时间戳的数字流 | 非侵入：头皮 EEG（中山三院 RCT 用的就是这一档 [EXO-S238]）；半侵入：硬膜外 8 电极 ECoG，有效频带可达 200 Hz [EXO-S227]；侵入：256 通道微电极、30 kHz 采样 [EXO-S023]。驱动抽象用 BrainFlow（MIT），多流同步用 liblsl（MIT），落盘 XDF 用 LabRecorder [EXO-S206，EXO-S208] | 电极脱落/阻抗漂移、运动伪迹（走路时最严重）、丢包、时间戳错位 | ⑥ 安全监护层判信号质量不合格即降级 |
| ② 特征/解码层 | 把信号流变成"想干什么"的类别或概率 | 黎曼流形（pyRiemann，BSD-3）在中小样本下是最稳基线 [EXO-S213，EXO-S396]；深度模型 braindecode（BSD-3）[EXO-S210]；口径校准用 MOABB（BSD-3）避免自采数据自证 [EXO-S211] | 跨日漂移（解码器权重固定时机械臂控制稳定约 35 天：前 35 天中位准确率 88.19%，第 35–210 天降至 69.05%；约 8 分钟数据重校准即恢复 100% [EXO-S040]）；跨被试不迁移 | ② 自身的定期重校准 + ③ 置信度门限 |
| ③ 意图仲裁层（共享控制） | 决定"要不要采纳这个意图"，把稀疏离散的意图翻译成动作指令 | 证据累积（把多次判决投票成一次决定）、置信度门限、状态机约束。无成熟开源件，必须自写——唯一体系化的开源中间件 ROS-Neuro 是 ROS 1 Noetic、GPLv3，核心包停在 2024-07 [EXO-S216] | 假触发（不想走却走了）、漏触发（想走走不了）、误码在高层被当真 | ③ 自身的仲裁策略 + ⑥ 安全层 |
| ④ 运动规划层 | 生成完整的关节轨迹与助力时序 | 有限状态机 + 阻抗控制；步态相位估计；仿真 RL 训练的策略（Luo 2024 用三个 MLP，肌骨模型 50 自由度 208 条肌肉，训练 8 小时 [EXO-S113]）；离线用 OpenSim 验证助力对关节力矩的影响 [EXO-S218] | 相位判断错导致助力时机错、跨活动切换生硬、患者与设备"打架" | ④ 自身的轨迹平滑 + ⑥ 限幅 |
| ⑤ 执行器层 | 把轨迹变成力矩，并保证节拍稳定 | ros2_control（Apache-2.0）做硬件抽象与实时控制回路 [EXO-S217]；总线 CANopenNode（Apache-2.0）可规避 SOEM 的 GPLv3/付费问题 [EXO-S220]；电机侧 moteus（Apache-2.0，r4.11 规格 15–30 kHz 控制率、5 Mbps CAN-FD、峰值相电流 100 A）[EXO-S220] | 总线抖动/丢帧、力矩饱和、电机过热、机械间隙 | ⑤ 自身的实时环 + ⑥ 双通道急停 |
| ⑥ 安全监护层 | 独立于上面五层，随时能把系统拉回安全态 | 力矩/速度限幅、跌倒检测、双通道急停、失效安全状态、审计日志。全部无现成开源件，必须自写 [EXO-S216]。适用标准：IEC 80601-2-78 + AMD1:2024（康复机器人专用）[EXO-S361，EXO-S362]、IEC 60601-1 Ed. 3.2 [EXO-S365]、IEC 62304 Ed. 1.1（软件生命周期）[EXO-S368]、ISO 14971:2019（风险管理）[EXO-S370]、IEC 60601-1-6 / IEC 62366-1（可用性）[EXO-S367，EXO-S369] | 监护层自己失效（最坏情况）；误报太多导致临床把它关掉 | 硬件层面的机械限位与冗余 |
这张表最重要的一行是第 ③ 层，因为它是整条链最薄的一环。调研阶段用六组查询扫过 GitHub，结论是"生产可用的 BCI→外骨骼开源工程：未找到"；ROS-Neuro 最接近， 但停在 ROS 1、GPLv3（直接链接会传染整个闭源产品），且机器人侧示例只到轮式反馈与 通用 ros_control_interface，不含外骨骼安全层 [EXO-S216]。"活跃维护的 OpenBCI/LSL → ROS 2 桥" 同样未找到，命中的桥接项目最新一个停在 2019 [EXO-S216]。
因此任何 BCI×外骨骼方案的自研清单至少包含六项，全部没有现成开源件： ① BCI 输出到 ROS 2 的桥；② 在线自适应解码与协同校准回路（braindecode、pyRiemann 都是 离线训练框架）；③ 意图与轨迹的仲裁策略；④ 安全层（力矩/速度限幅、跌倒检测、双通道急停、 失效安全状态）；⑤ IEC 62304 可追溯的软件架构与审计日志、脑电数据境内存储与留痕； ⑥ 患者个体化标定流程与临床操作界面 [EXO-S216，EXO-S209，EXO-S210，EXO-S213]。
一句话分工：BCI 只说"我要开始走 / 停下 / 抓住"，绝不说"髋关节现在给 12.4 N·m"。 后者由外骨骼的底层控制器自己算。这不是设计偏好，是被 BCI 输出的三个硬性特征逼出来的。
| BCI 输出的特征 | 台账里的量化证据 | 对外骨骼的含义 |
|---|---|---|
| 稀疏：每次判决之间隔很久 | 稳定跨日的机械臂控制任务用的是 5 Hz 分类器 + 600 ms 最短选择时间的离散低带宽控制 [EXO-S040] | 一个步态周期内 BCI 可能只来得及说一次话，中间几百毫秒必须由控制器自己补全 |
| 低带宽：能表达的信息量极少 | 硬膜外 8 电极的 Fitts ITR 是 36.7 / 30.0 bit·min⁻¹（2D 光标，在线，n=1）[EXO-S222]；SSVEP 的高端也只有 325.33±38.17 bits/min（n=20 组均、在线、提示式、40 目标、每次选择 0.8 s；同系统自由拼写只有 198.67±50.48）[EXO-S393] | 按 bit/min 量级，BCI 不可能连续下发多关节轨迹。轨迹只能由控制器生成 |
| 有错：准确率天花板明显 | 同一个 EEGNet 在 BCI IV-2a 上：60.46%（大规模基准）/ 71.06%（统一协议复现）/ 74–77%（各文自报），跨论文不可排名 [EXO-S396，EXO-S397]；ShallowNet 仅换 cropped-trial 增强就从 58.80% 升到 73.70% [EXO-S397]；跨被试 LOSO 普遍掉到 44.78–57.81% [EXO-S397] | 假设"解码准确率 90%" 就是"每 10 步错 1 步"，在走路场景等于必须跌倒一次。所以错误必须在 ③ 层被吸收，而不是传到 ④⑤ 层 |
再补一条来自执行器侧的对照：脑虎的机械臂控制任务里，字符准确率 78.3% 看起来不低， 但完全匹配的指令准确率只有 54.0%（1–3 字指令）——能不能真正驱动执行器要看后者 [EXO-S234]。 这就是"意图层准确率"与"执行层可用性"之间的落差。
共享控制的具体做法，落在 ③ 层的三件事上：证据累积（多次判决投票成一次决定，代价是延迟增加， 见第 11 章）、置信度门限（不够确信就不动，把假触发换成漏触发，因为漏触发的后果轻得多）、 状态机约束（站立态下不接受"起步"以外的意图，从源头减少可犯错的空间）。 这三件事都要自写 [EXO-S216]。
| 档位 | 具体是什么 | 台账证据 |
|---|---|---|
| 单被试演示（占绝大多数） | 清华 NEO 的全部同行评审出口都是 n=1（2 篇预印本 + 2 篇 EMBC）[EXO-S221，EXO-S222，EXO-S223]；浙大 Utah 阵列汉字书写 n=1（且发表版把提升幅度从预印本 84% 下调为 69%，引用必须用发表版）[EXO-S232]；脑虎 Science Advances 的 n=1 是癫痫术前监护患者、临床指征内电极、不是长期植入 BCI [EXO-S234]；脑虎的"203 天长期稳定 + 三维解码 0.84"是一只拉布拉多犬，人体部分只有术中/短期 [EXO-S235]；阶梯医疗 Nat Commun 的 11 例是术中急性记录（719 个单细胞），证明的是电极记录能力，不是长期可用 [EXO-S236] | |
| 进了注册试验 | 博睿康 NCT05920174（n=9，主终点 12 个月不良事件）与 NCT06990412（n=32，12 家医院，主终点 3 个月 ARAT 抓握应答率），结果均未在注册库公布 [EXO-S224，EXO-S225]；中山三院 ChiCTR2300074503 是唯一有对照、有主终点、已发表的中国 BCI×外骨骼 RCT（n=21）[EXO-S238]；华山 NCT07720882（"Triple-F"，n=32，2026-07-07 开始，注册号直引、未入台账） | |
| 真上市 | 全球唯一：博睿康 NEO 于 2026-03-13 获 NMPA 三类注册证，执行器是气动手套，适应症为颈段 SCI 所致四肢瘫 [EXO-S226]。美国侧：EEG-BCI 上肢康复器械有专门产品代码 QOL / 21 CFR 890.5420，但该代码下至今只有 1 个获批器械（IpsiHand，DEN200046，2021-04-23），且定义原文只覆盖上肢、只覆盖非侵入式 [EXO-S377，EXO-S378]；动力外骨骼代码 PHL 下 24 条授权没有一条器械名含 BCI/EEG [EXO-S383] |
把三档并列起来的结论：截至 2026 年年中，"BCI 驱动的下肢外骨骼"在美国没有获批产品， 在中国获批的那一款执行器是手套而非下肢外骨骼；下肢方向唯一有对照的人体证据是 n=21、4 周、 单中心、单盲的 pilot RCT，且其步行终点（10MWT / 6MWT）组间差异不显著 [EXO-S238，EXO-S383，EXO-S226]。
最后一条限定必须写在所有安全性表述之前：BCI 康复的安全性画像本身尚未建立—— 9 项 RCT、642 名受试者中只有 1 项报告了不良事件，作者结论是现有证据不足以确立 BCI 的安全性画像 [EXO-S438]。这一条给本章所有"未见不良事件"的说法都封了上限。
打字慢一点只是烦。走路慢一点会摔。区别在于：打字的时间基准由人自己定，走路的时间基准 由重力定。 你已经开始前倾了，助力还没来，身体不会等系统想清楚。
这里必须先划一条诚实的界线：站立平衡的可容忍延迟窗口、跌倒的时间尺度，本项目 305 条 台账里没有可核实的数值，标 未获取。 我不做物理估算——那需要身高、重心高度、 踝关节力矩上限等输入，这些输入台账里一个都没有，硬凑一个"约 300 ms"的数字属于编造。
台账里能支撑的是后果侧的量级：外骨骼跌倒按受试者算是 4.4%（95%CI 1.0–10.0%， SCI，14 研究 N=111，周期 1–24 周），骨折 3.4%（95%CI 0.7–8.1%）[EXO-S411]； 近跌倒事件按节次算是 4/651 = 0.61%，同一批事件按步行距离算是 0.16% / 每 10 m [EXO-S414]。三起 FDA 外骨骼召回中最新一起（2025 年 Atalante X）的根因是 Use error [EXO-S386]。也就是说：真实世界里外骨骼的风险已经被记录在案，而延迟是这些事件里 系统能自己控制的少数变量之一。
还有一条对时序设计有直接约束的证据：动力外骨骼在美国上市 11 年，MAUDE 里 产品代码 PHL 全时段 54 条报告（Injury 47 / Malfunction 7 / Death 0）[EXO-S385]。 Death 为 0 说明现有的机械限位与人工监护起了作用——换句话说，现在的安全边界是靠"有人扶着" 维持的，不是靠延迟做得好。 想脱离监护，延迟预算就得自己立得住。
口径说明：下表每段都标注出处或估算依据。凡标 估算 的，算式与每个输入的来源 全部写出；凡台账内没有实测的，直接写 未获取，不填"典型值"。
| 段 | 这一段在干什么 | 时延 | 依据 / 算式 |
|---|---|---|---|
| ① 采集缓冲（单样本） | 等一个采样点到齐 | 4 ms（250 Hz）/ 6.25 ms（160 Hz） | 估算：1/采样率。250 Hz 来自 BCI IV-2a 数据集规格 [EXO-S276]；160 Hz 来自 PhysioNet MI 数据集 [EXO-S275]。侵入式侧 30 kHz 采样对应 0.033 ms [EXO-S023] |
| ① 采集缓冲（决策窗） | 攒够足以判决的一段信号 | 300–1000 ms（SSVEP 刺激段）；2000–4000 ms（运动想象试次窗） | SSVEP：Nakanishi 2018 用 0.3 s 刺激、Chen 2015 用 1 s 刺激 [EXO-S393，EXO-S392]；MI：BCI IV-2a 试次 4 s，EEG-Conformer 用 [2,6] s 窗即 4 s [EXO-S276，EXO-S398]。这一段通常是整条链最大的一项，比推理大 2 个数量级 |
| ② 滤波/预处理 | 带通、去伪迹、协方差 | 未获取 | 台账内无独立实测。已知处理内容：4–40 Hz 带通 [EXO-S398]；黎曼流水线需算协方差矩阵 [EXO-S213]。不给数字 |
| ③ 解码推理 | 跑模型出结论 | 侵入式台式系统全链路 10 ms 内（含采集特征与声码器）[EXO-S023]；非侵入式 EEG 端侧推理 未获取 | 10 ms 是 Wairagkar 2025 的实测：30 kHz 采样 → 阈值穿越+尖峰带功率 → 10 ms 分箱 → 多层 Transformer → 声码器 → 播放，全链路 10 ms 内 [EXO-S023]。注意那是台式研究系统，不是嵌入式 |
| ③ 解码推理（模型规模侧证） | 模型大小决定推理时间量级 | 参数量 1,716（EEGNet-8,2，SMR 2 s 试次）vs 152,219（DeepConvNet）vs 369M（LaBraM-Huge） | [EXO-S010，EXO-S001]。EEG 上参数量与精度不是单调关系——1,716 参数的 EEGNet 在 BCI IV-2a 上 60.46%，152,219 参数的 DeepConvNet 只有 35.29% [EXO-S396]。这意味着端侧低延迟不必然以精度为代价 |
| ④ 意图仲裁 | 证据累积、置信度门限、状态机 | ≥ 一个判决周期；离散低带宽控制的实测是 5 Hz 分类器 + 600 ms 最短选择时间 | [EXO-S040]。累积 k 次判决则该段约为 k×判决周期（估算：k × 200 ms，200 ms 来自 5 Hz 判决率的倒数 [EXO-S040]）。这一段是设计者自己加的延迟，也是唯一可以用"多等一会儿换少犯一次错"的旋钮 |
| ⑤ 通信 | 把指令送到电机 | CAN-FD 5 Mbps 链路；一帧 64 字节 ≈ 0.13 ms | 估算：64 字节 × 8 bit ÷ 5×10⁶ bit/s ≈ 0.10 ms，加帧头/仲裁位按 ~30% 余量取 0.13 ms。5 Mbps 与 CAN-FD 出自 moteus r4.11 规格 [EXO-S220]。总线段在整条预算里可以忽略，除非丢帧重传 |
| ⑤ 通信（控制回路节拍） | 底层力矩环的时间粒度 | 33–67 μs | 估算：1/(15–30 kHz)。控制率 15–30 kHz 出自 moteus r4.11 规格 [EXO-S220] |
| ⑥ 执行器机械响应 | 电机出力到关节真的动 | 未获取 | 台账内无外骨骼关节的力矩上升时间/机械带宽实测。已知的相邻规格：峰值相电流 100 A [EXO-S220]；髋屈 135°/伸 20°、膝屈 130° 的关节活动范围 [EXO-S384]。这一段必须自测，不可套用他人数字 |
| 全链路（可核实的两个端点） | — | 侵入式台式：10 ms [EXO-S023]；半侵入式产品口径：数百毫秒（清华 NEO 新闻口径，D 级）[EXO-S227] | 另有个案报道称脑虎系统全链路延时 <50 ms，但该案例含跨 800 公里的网络传输，级别为 C、未核实 [EXO-S085，EXO-S089] |
这一章最容易被误读的地方在开头：市面上说的"AI 外骨骼"和"脑机接口控制的外骨骼"是两件成熟度差 一个数量级的事，混为一谈就会得出完全错误的采购结论。
纯 AI 外骨骼（不接脑，靠 IMU / 足压 / 肌电 / 步态相位估计驱动）已经走完了产品化闭环：美国 FDA 的动力下肢外骨骼产品代码 PHL / 21 CFR 890.3480 项下累计 24 条授权记录，全部 Class II、 无一条走 PMA，厂商谱系覆盖 ReWalk/Lifeward 5 条、Ekso 4 条、Wandercraft 3 条、Cyberdyne 3 条、 Indego/Parker 3 条 [EXO-S383]；这条分类是 2014 年 ReWalk 的 De Novo（DEN130034）开出来的 [EXO-S381]。报销侧同样已经打通：CMS 用 HCPCS 编码 K1007 把动力下肢外骨骼纳入 DMEPOS， 2024 年费率表首次生效，Ekso Indego Personal 于 2024 年 4 月获最终支付确定，一次性支付 91,032 美元（2024 年，区间 81,929–109,238 美元，因州而异）[EXO-S117，EXO-S119]。中国侧 虽然分类目录里没有"外骨骼"这个品名，但外骨骼型下肢康复训练器已通过分类界定个案归入 19-02、Ⅱ 类 [EXO-S474]，且有真实成交价可查（见 12.2）。
BCI × 外骨骼（接脑，实时解码中枢信号再驱动机械）到今天为止绝大部分仍是单被试演示。三条 互相独立的阴性证据把这个判断钉住了：
| 维度 | 纯 AI 外骨骼（不接脑） | BCI × 外骨骼（接脑） |
|---|---|---|
| 已获批产品 | 有，美国 PHL 项下 24 条 [EXO-S383]；中国 19-02 Ⅱ 类个案界定 [EXO-S474] | 下肢：无（全球）[EXO-S383]；上肢仅 IpsiHand 一款、非侵入 [EXO-S377] |
| 报销路径 | 有，美国 K1007 / 91,032 美元（2024）[EXO-S119，EXO-S117] | 中国仅设了 3 项 BCI 收费编码，价格"医院自主确定"、暂不纳入基本医保支付 [EXO-S303，EXO-S304] |
| 最强疗效证据 | Cochrane 101 项 RCT / 4224 人 [EXO-S114] | 单项 pilot RCT，n=21 [EXO-S238] |
| 典型证据规模 | 千人级 meta 分析 | 单被试到 n=32（且 n=32 那批只有新闻口径）[EXO-S227，EXO-S228] |
| 安全性画像 | 有分母、有 95%CI 的汇总率（见 12.2） | 尚未建立：9 项 RCT、642 人中仅 1 项报告不良事件 [EXO-S438] |
读者从这张表就能得到本章的第一条实用结论：如果目标是"让患者今年就能用上并且能报销"， 答案在纯 AI 外骨骼一侧；BCI 那一层现在买到的是研究能力，不是疗效。
下面三档各自独立，没有总冠军，三档的技术栈、成本、监管路径、能拿到的证据等级完全不同。
一句话：把能力上限拉满的研究平台——用植入电极直接读运动皮层，驱动自平衡或高自由度外骨骼， 接受"贵、未获批、单被试级证据"三个代价。
| 层 | 具体选型 | 年份 | 来源 |
|---|---|---|---|
| 采集层 | 硬膜外 8 电极无线 ECoG（博睿康 NEO 路线，经皮无线供能与通信，有效频带可达 200 Hz） | 2024–2026 | [EXO-S221，EXO-S227] |
| 采集层（更高带宽备选） | Utah 皮层内微电极阵列（浙大路线）；或 256 通道柔性 ECoG（脑虎路线，本体为癫痫监护期临床指征内使用） | 2023–2025 | [EXO-S232，EXO-S234] |
| 解码层 | 自建深度解码器；开源可用基座 braindecode（BSD-3）+ MNE-Python（BSD-3），小样本对照基线用 pyRiemann（BSD-3） | 2026 快照 | [EXO-S210，EXO-S209，EXO-S213] |
| 意图仲裁层 | 无现成开源件，必须自写（意图—轨迹仲裁/共享控制策略是 E4A 明确列出的五项自写清单之一） | — | [EXO-S216] |
| 运动规划层 | MuJoCo（Apache-2.0）+ MyoSuite（Apache-2.0）做人机耦合肌骨仿真；大规模并行 RL 用 IsaacLab（BSD-3，但依赖专有 Isaac Sim） | 2026 快照 | [EXO-S218，EXO-S219] |
| 执行器层 | 定制髋外骨骼（Luo 2024 原型：自重 3.2 kg、峰值扭矩 18 N·m、仅用大腿 IMU）；或商用自平衡整机 Atalante X（FDA 510(k) K250904，2025-10-24） | 2024 / 2025 | [EXO-S113，EXO-S383] |
| 执行器驱动 | moteus（Apache-2.0，硬件+固件全开源，2026-07 仍活跃）；总线用 CANopenNode（Apache-2.0）规避 SOEM 的 GPLv3/商业双授权 | 2026 快照 | [EXO-S220] |
| 安全监护层 | IEC 80601-2-78:2019 + AMD1:2024（缺 AMD1 等于落后一版）、IEC 60601-1 Ed. 3.2、ISO 14971:2019、IEC 62366-1 Ed. 1.1；软件走 IEC 62304 Ed. 1.1 | 2019–2024 | [EXO-S361，EXO-S362，EXO-S365，EXO-S370，EXO-S369，EXO-S368] |
一个必须说清的空白："BCI 输出 → 外骨骼"这一环没有生产可用的开源工程。最接近的是 ROS-Neuro（帕多瓦大学，20+ catkin 包），但它是 ROS 1 Noetic、核心包最近提交停在 2024-07、 且为 GPLv3（直接链接会传染闭源产品）；活跃维护的 OpenBCI/LSL → ROS 2 桥未找到 [EXO-S216]。这一层的工程量要自己扛。
| 指标 | 数值 | 口径 | 来源 |
|---|---|---|---|
| 上肢：抓握意图检测 | F1 = 0.91 | n=1，颈段完全性 SCI，居家 9 个月，预印本未同行评审 | [EXO-S221] |
| 上肢：物体转移成功率 | 100% | 同上 n=1，在线，外骨骼手套辅助下 | [EXO-S221] |
| 上肢：量表改善 | 上肢运动评分 +5、ARAT +27 | 同上 n=1，无对照，非盲 | [EXO-S221] |
| 上肢：多中心自主功能改善 | 32 例中 22 例经 6 个月脑控抓握训练后自主手部运动评分显著提升 | n=32，无对照组，新闻口径（D 级），训练强度每日≥6 h | [EXO-S227，EXO-S228] |
| 光标控制 | Fitts ITR 36.7 / 30.0 bit·min⁻¹，命中率 >91% | n=1，在线，2D center-out / web-grid，非临床终点 | [EXO-S222] |
| 长期稳定性 | 信号稳定 >18 个月，解码器 >6 个月免重标定 | n=1 | [EXO-S222] |
| 下肢：步速 / 连续行走距离 / 免手杖 | 未获取 | 全球尚无 BCI 驱动下肢外骨骼的获批产品与可核验人体疗效指标 [EXO-S383] | — |
| 代谢能耗（纯外骨骼侧上限，不含 BCI） | 髋外骨骼走 −24.3% / 跑 −13.1% / 爬楼 −15.4% | n=8 健康成年人（22–34 岁，45–109 kg），对照为零力矩模式，仿真训练 8 h 后直接部署 | [EXO-S113] |
三条不能省的限定：（1）"改善率 100%"这个说法出自牵头医院口径，指的是"在 BCI 辅助下出现任意 程度改善"的计数，未定义最小临床重要差异、无对照组，与清华/新华网的 22/32 口径不一致， 不能读作"全部患者恢复手功能" [EXO-S228，EXO-S227]。（2）代谢降幅百分比跨研究不可排名： 受试对象、助力关节、活动类型、有无适应期、对照基线五个维度都不同；Zhang 2017 论文自己就 指出穿零力矩外骨骼比穿正常鞋多耗能约 10%，所以"相对零力矩 −24.2%"换成"相对正常鞋"净改善 只有约 14% [EXO-S111]。（3）Luo 2024 的控制器只训练于健康人步态数据，原文明确写不能直接 用于步态障碍或截肢人群 [EXO-S113]。
| 分段 | 时延 | 依据 |
|---|---|---|
| 采集 + 无线传输 | 未获取 | 硬膜外无线链路的分段时延未在可核实材料中给出 |
| 解码（皮层信号 → 意图） | 数百毫秒 | 清华口径原文表述"解码延时数百毫秒" [EXO-S227] |
| 全链路（同类侵入式系统个案） | <50 ms | 脑虎个案报道口径（C 级，跨 800 公里象棋对弈）[EXO-S089] |
| 全链路技术下限参照 | 10 ms | 因果语音合成全链（30 kHz 采样 → 10 ms 分箱 → Transformer → 声码器），n=1，台式研究系统非嵌入式 [EXO-S023] |
| 执行器响应 | 未获取 | 外骨骼关节从收到指令到出力的实测时延未获取 |
估算端到端 300–800 ms（算式：解码"数百毫秒"取 200–600 ms + 意图仲裁与轨迹生成 估算 50–100 ms + 执行器响应 估算 50–100 ms）。输入来源：解码段来自 [EXO-S227]， 后两段无一手实测，属纯估算，不得当作规格。注意 <50 ms 与"数百毫秒"两个口径差一个数量级， 前者是个案媒体口径、后者是团队自述，两者不可放在同一张排名表。
| 项 | 区间 | 币种/年份/口径 | 来源 |
|---|---|---|---|
| 植入式 BCI 本体（已上市参照） | 约 40 万元/套，上海"沪惠保"报销后自费 30 余万元 | CNY / 2026 / 含税口径未核实，媒体转引（C 级） | [EXO-S083，EXO-S084] |
| 外骨骼整机（自平衡商用） | 未获取（Atalante 无公开定价） | — | — |
| 外骨骼整机（定制原型） | 未获取（执行器/减速器国内普遍"询价"模式，不写成价格事实） | — | [EXO-S220] |
| 训练算力 | 单次 sim-to-real 训练 8 h @ RTX3090；云端折算 A100 约 $2.75/GPU·h | USD / 2026 / 第三方镜像价 | [EXO-S113，EXO-S274] |
| 年度维护 | 未获取 | 无公开基准 | — |
| 人力集成 | 估算 60–140 万元/年（2–3 名工程师 × 2.5–4 万元/月 × 12） | CNY / 2025 薪酬口径，非报价 | [EXO-S280] |
| 临床/合规 | IEC 80601-2-78 单本 CHF 380；注册与临床试验费用 未获取 | CHF / 2026 | [EXO-S361] |
总成本无法给出可信区间：外骨骼执行器与自平衡整机两项关键成本均为"询价/未公开"， 按纪律不做估算冒充报价。可参照的量级警示是：博睿康三年累计亏损 3.29 亿元，2025 年 NEO-ONE SCI 收入为零，产能利用率不到 40% [EXO-S085]——拿证 ≠ 能规模化盈利。
三种分母互不可比，必须同时呈现：每受试者口径下 SCI 人群跌倒 4.4%（95%CI 1.0–10.0%）、 骨折 3.4%（95%CI 0.7–8.1%）、严重不良事件 0 例（14 项研究 N=111，项目周期 1–24 周） [EXO-S411]；每训练节次口径下卒中人群 2.5 ± 1.4%（N=40）[EXO-S413]；每暴露小时口径下 多发性硬化人群皮肤问题 151 例/1000 暴露小时（N=13，且仅 5 人可耐受器械）[EXO-S417]。 同一批近跌倒事件换分母就是 0.61%（每节次）与 0.16%（每 10 m 步行）两个数 [EXO-S414]。 把三者放进一张排行榜或求平均都是错的。
BCI 侧的安全性画像本身未建立：9 项 RCT、642 名受试者中只有 1 项报告了不良事件， 作者结论是现有证据不足以确立 BCI 的安全性画像 [EXO-S438]。这条限定了本档所有 BCI 安全性 陈述的可信度上限——包括那项 N=296 多中心 RCT 的 22.00% vs 21.23% [EXO-S437]。
本档特有风险：植入手术本身的风险不在上述外骨骼数字覆盖范围内；已上市植入式 BCI 披露的是 "累计安全植入超 7000 天无严重不良事件"（企业招股书口径，D 级）[EXO-S085]。
| 风险 | 表现 | 缓解 |
|---|---|---|
| 证据等级越级引用 | 把 n=1 预印本或"改善率 100%"当作群体疗效写进方案 | 所有 BCI 指标标注 n 与是否同行评审；32 例结果目前只有新闻口径，不作 B 级使用 [EXO-S221，EXO-S228] |
| 骨折（真风险，但由筛查决定） | 最大 RCT（N=161）器械相关长骨骨折 0 例，但入选已排除髋部 T 值 <−3.5 或胫骨近端/股骨远端 BMD <0.60 g/cm²；筛选失败以骨密度为主（n=64） | 必须做骨密度筛查；不做筛查时该数字不可外推。反例：唯一严重不良事件为胫骨平台骨折，患者髋部 T 值 −3.8 [EXO-S412，EXO-S414] |
| 使用错误而非机械失效 | 3 起外骨骼召回中 2020 年 ReWalk 根因 Device Design、2025 年 Atalante X 根因 Use error | 按 IEC 60601-1-6 / IEC 62366-1 做可用性工程与操作者培训 [EXO-S386，EXO-S367，EXO-S369] |
| 开源许可传染 | ROS-Neuro（GPLv3）、SOEM（GPLv3/商业双授权，LICENSE 原文要求商用需购许可）、BCI2000（GPL + 闭源须另购 BCI2000 与 Qt 双许可）链入闭源产品 | 只参考架构自写；总线改用 CANopenNode（Apache-2.0）[EXO-S216，EXO-S220，EXO-S215] |
| 下肢闭环无先例 | 全球无 BCI 驱动下肢外骨骼获批，审评无参照路径 | 先做上肢（有 QOL 先例）或先做非侵入（见 12.2）；下肢侵入路线按科研预算而非产品预算列支 [EXO-S383，EXO-S377] |
估算：5 年以上到可注册产品，本档在 1–2 年内只能交付研究平台。关键门槛按可核实的先例 时间线推：博睿康 NEO 走了 2019 立项 → 2021 样机 → 2022–2023 动物试验与型式检验 → 2023-10 首次人体 → 2024-08 进创新通道 → 2025-05 起 11 家医院 32 例多中心 → 2026-02 提交注册资料 → 2026-03-13 获批，全程约 7 年，而且执行器是气动手套，不是下肢外骨骼 [EXO-S226]。 下肢外骨骼这条更难：既无获批先例，也无对口的注册审查指导原则 [EXO-S383，EXO-S478]。
一句话：把 BCI 降级为"意图触发开关"，把疗效责任交给已获批的康复外骨骼，1–2 年内真能落地。
| 层 | 具体选型 | 年份 | 来源 |
|---|---|---|---|
| 采集层 | 临床级：博睿康 64 导无线数字脑电系统 NCA0002（有真实中标价）；研究级：OpenBCI Cyton+Daisy 16 通道 + Ultracortex Mark IV；消费/研究折中：EMOTIV EPOC X 14 通道 | 2024 / 2026 | [EXO-S272，EXO-S267，EXO-S269，EXO-S270] |
| 采集软件 | BrainFlow（MIT，驱动抽象）+ liblsl（MIT，多流时间同步）+ App-LabRecorder（MIT，XDF 落盘，临床可追溯） | 2026 快照 | [EXO-S241，EXO-S208] |
| 解码层 | 首选 pyRiemann（BSD-3，黎曼协方差/切空间）；深度模型对照用 braindecode（BSD-3）；口径校准强制走 MOABB（BSD-3） | 2026 快照 | [EXO-S213，EXO-S210，EXO-S211] |
| 意图仲裁层 | 共享控制：BCI 只做"起步/停止/换相"离散触发，连续轨迹交给外骨骼原生控制器。无开源件，须自写（含证据累积与拒识阈值） | — | [EXO-S216] |
| 运动规划层 | 用外骨骼厂商原生步态控制器（不改动，避免破坏其注册状态）；离线验证用 OpenSim（Apache-2.0）算助力对关节力矩的影响，减少人试次数 | 2026 快照 | [EXO-S218] |
| 执行器层 | 中国：傅利叶智能 AL-800-B1-AHL（NMPA 二类注册证 皖械注准20192190117号）；美国：EksoNR（K220988，2022-06-09）、ReWalk 7（K241822，2025-03-12）、Indego Personal（Medicare 已确定支付） | 2018–2025 | [EXO-S123，EXO-S384，EXO-S383，EXO-S116] |
| 执行器接入 | ROS 2 Jazzy Jalisco（LTS，2024-05 发布，支持到 2029-05） + ros2_control（Apache-2.0）+ CANopenNode（Apache-2.0） | 2024–2026 | [EXO-S255，EXO-S217，EXO-S220] |
| 安全监护层 | YY 9706.278—2023（强制，实施 2026-05-01）+ YY/T 1973—2025（推荐，实施 2026-07-01）+ ISO 14971:2019 + IEC 62304 Ed. 1.1；不良事件记录表照抄 ABLE 系列的 ISO 14155:2011 + MDCG 2020-10/1 分类，皮肤检查照 HANK 的 NPUAP/EPUAP | 2023–2025 | [EXO-S460，EXO-S458，EXO-S370，EXO-S368，EXO-S419，EXO-S423] |
| 指标 | 数值 | 口径 | 来源 |
|---|---|---|---|
| 独立行走比例 | 提高（中等确信度），NNT≈9（每 9 人治疗多 1 人能独立行走） | Cochrane 2025，51 项研究/2148 人，成年卒中，对照为常规理疗/常规护理 | [EXO-S114] |
| 平均步速 | 无提升 | Cochrane 2025，73 项研究/3043 人 | [EXO-S114] |
| 平均步速（分歧口径） | MD = +0.07 m/s（95%CI 0.03–0.11，p=0.001） | 2024 Frontiers meta，34 项 RCT/1166 人，亚急性期显著、慢性期不显著 | [EXO-S115] |
| 6 分钟步行距离 | 无提升 | Cochrane 2025，42 项研究/1966 人 | [EXO-S114] |
| 免手杖 | 未获取（ReWalk Personal 的公开说明是需配合前臂拐杖） | 厂商规格口径 | [EXO-S118] |
| BCI 加成（下肢，唯一有对照的） | LEMS 组间 p=0.003 显著；10MWT（p<0.001）与 6MWT（p=0.031）为组内改善、组间差异不显著；主终点 WISCI II | n=21（BCI+外骨骼 10 / 仅外骨骼 11），SCI，30 min×6 次/周×4 周，单中心单盲 | [EXO-S238] |
| MI 四分类解码准确率 | 被试内 71.06 ± 1.0%（EEGNet）/ 79.08 ± 0.43%（ATCNet）；跨被试 LOSO 掉到 52.74 / 57.81% | BCI IV-2a，官方划分（第 1 段训练/第 2 段测试），5 种子，末次检查点 | [EXO-S397] |
| MI 方法族对照 | ACM+TS+SVM（黎曼）77.82 ± 12.23% > ShallowConvNet 72.47 ± 16.50% > EEGNet-8,2 60.46 ± 20.20% | 同一数据集，被试内 5 折分层、20% 测试集；深度学习一侧未做超参搜索与增强 | [EXO-S396] |
| SSVEP 选择速率 | 组均 ITR 325.33 ± 38.17 bits/min，正确率 89.83 ± 6.07% | n=20，在线 + 提示式 + 需个体标定，40 目标，0.8 s/次选择 | [EXO-S393] |
| SSVEP 自由拼写 | 198.67 ± 50.48 bits/min（比提示式低约 39%） | 同一系统 n=10，在线，自由拼写 | [EXO-S393] |
三条硬约束必须写进方案书：（1）跨论文准确率不可排名——同一个 EEGNet 在同一数据集上 60.46% / 71.06% / 各文自报 74–77% 三个数；ShallowNet 仅换 cropped-trial 增强就从 58.80% 跳到 73.70%（架构、数据、划分完全相同）[EXO-S396，EXO-S397，EXO-S402]。（2）SSVEP ITR 不可混谈：325 那个数是提示式组均，Chen 2015 的 5.32 bps 是单被试峰值（组均只有 4.45 ± 0.58 bps），"50 bps"是信息论信道容量构念、非 Wolpaw ITR，且原文未获取， 三者不同轴 [EXO-S392，EXO-S393，EXO-S395]。（3）被试内排名不迁移：EEG-Conformer 被试内中上（75.79%）但跨被试全场最低（44.78%）[EXO-S397]——这决定了产品必须做个体标定， "开箱即用零标定"在本档不成立。
| 分段 | 时延 | 依据 |
|---|---|---|
| 刺激/试次窗（SSVEP 路线） | 0.3 s 刺激 + 0.5 s 注视转移 = 0.8 s/次选择 | [EXO-S393] |
| 刺激/试次窗（MI 路线） | 试次窗 4 s（BCI IV-2a 标准试次长度）；实际取窗 [2,6] s | [EXO-S396，EXO-S398] |
| 采集 → 解码进程传输 | 估算 10–50 ms（liblsl 局域网带时间戳传输，无一手实测） | [EXO-S208] |
| 解码推理（端侧） | 未核实（Jetson Orin Nano Super 标称最高 67 TOPS，功耗 推断 7–25 W 可配置；实测延迟未获取） | [EXO-S273] |
| 证据累积/拒识 | 估算 200–500 ms（多试次投票以压低误触发率，自写层） | — |
| 执行器起步响应 | 未获取 | — |
估算端到端 1.2–5 s（算式：MI 路线取试次窗 4 s + 传输 50 ms + 证据累积 500 ms ≈ 4.5 s； SSVEP 路线取 0.8 s + 传输 50 ms + 累积 300 ms ≈ 1.2 s）。输入来源：窗长来自 [EXO-S393，EXO-S396]，其余为估算。结论是本档的延迟量级是"秒"，不是"毫秒"， 所以只能做离散触发，不能做连续步态跟随。
| 项 | 区间 | 币种/年份/口径 | 来源 |
|---|---|---|---|
| 外骨骼硬件（中国机构采购） | 79 万–147.5 万元（同型号 AL-800-B1-AHL 三笔 2024 年中标：长春中医药大学附属医院 79 万、广州东升医院 144 万、上海瑞金康复医院 147.5 万，价差近 2 倍，推断为配置/服务差异） | CNY / 2024 / 中标价含税口径未逐笔核实 | [EXO-S123] |
| 外骨骼硬件（美国个人） | 81,929–109,238 美元，Medicare 一次性支付确定值 91,032 美元 | USD / 2024 / DMEPOS 费率 | [EXO-S117，EXO-S119] |
| EEG 采集（临床级） | 399,000 元/套（博睿康 64 导，深圳大学 2024 年公开招标真实中标价） | CNY / 2024 | [EXO-S272] |
| EEG 采集（研究级替代） | Cyton+Daisy $2,499 + Ultracortex Mark IV $499.99–1,399.99 | USD / 2026 官网价 | [EXO-S267，EXO-S269] |
| 端侧算力 | Jetson Orin Nano Super Developer Kit $249 | USD / 2024-12 官方价 | [EXO-S273] |
| 训练算力 | 按需云：p4d.24xlarge（8×A100）≈$21.96/h；p5.48xlarge（8×H100）≈$55.04/h | USD / 2026 / 第三方镜像（Vantage），非 AWS 官方页 | [EXO-S274] |
| 年度维护 | 未获取（无公开基准；估算 1 名工程师 20%–30% 工时） | — | [EXO-S280] |
| 人力集成 | 估算 60–140 万元/年（2–3 人 × 2.5–4 万元/月 × 12 月） | CNY / 2025 招聘口径，非报价 | [EXO-S280] |
| 临床/合规 | 标准购置：IEC 80601-2-78 单本 CHF 380；注册检验与临床评价费用 未获取 | CHF / 2026 | [EXO-S361] |
估算一次性总投入约 150 万–220 万元人民币（算式：外骨骼 79–147.5 万 + 临床级 EEG 39.9 万 + 算力约 0.2 万 + 首年人力 60–140 万取下限 30 万作为集成部分摊；不含注册与临床试验费用， 该两项 未获取）。若用研究级 EEG 替代 64 导，采集侧从 39.9 万降到约 3 万元。
同 12.1.7 的三种分母规则完整适用，且本档人群以卒中为主，对应数字是：每受试者口径非严重 不良事件 17.2%（亚急性卒中 N=58 分析，疲劳 6/小腿酸痛 2/眩晕 1/皮肤红斑 1，严重不良事件 0） [EXO-S422]；每节次口径 2.5 ± 1.4%（卒中 FAC≤3，N=40，器械或操作相关为膝痛 1、皮肤擦伤 3） [EXO-S413]；每暴露小时口径的 151 例/1000 h 来自多发性硬化人群，不可外推到卒中 [EXO-S417]。 与传统矫形器对照时外骨骼一侧事件更少：随机交叉 N=10，48 例不良事件中传统 KAFO 31 例 vs 外骨骼 17 例（其中仅 6 例器械相关）[EXO-S421]。
BCI 安全性画像未建立这条限定同样适用：9 项 RCT、642 人中仅 1 项报告不良事件 [EXO-S438]。 叠加另一条报告偏倚证据：160 项机器人康复 RCT 中 90% 的摘要根本不提不良事件、97% 含 至少一项 spin [EXO-S388]。所以本档在方案书里应写"不良事件谱系已知、发生率可信度有限"， 而不是"已证明安全"。
| 风险 | 表现 | 缓解 |
|---|---|---|
| Ⅱ/Ⅲ 类误判 | 用了 AI 解码却按二类报，被要求转三类，时间线整体推倒 | 架构评审阶段就锁定：走二类则解码器限定为非 AI 方法（如 CSP/黎曼流水线的固定参数实现），并在技术文件中论证；走三类则按三类排预算 [EXO-S451] |
| 误触发导致跌倒 | MI 跨被试准确率仅 52.74–57.81%，误判会在错误时机启动步态 [EXO-S397] | 共享控制 + 多试次证据累积 + 拒识阈值；BCI 仅触发不控制连续轨迹；保留治疗师物理监护与双通道急停（安全层无开源件，须自写）[EXO-S216] |
| 疗效预期管理失败 | 宣传"提升步速"，而 Cochrane（101 项/4224 人）明确无提升 | 对外表述只承诺"提高独立行走比例，NNT≈9"，并如实呈现 Cochrane 与 2024 meta 的分歧 [EXO-S114，EXO-S115] |
| 骨折（筛查问题） | 未做骨密度筛查时骨折成为真风险 | 照 VA RCT 的入选标准做骨密度与足部 X 线筛查 [EXO-S412] |
| 供应商存续风险 | Ekso 已重组为 ChronoScale（EKSO→CHRN，2026-05 生效）；Lifeward 2026-03 被审计师出具"持续经营能力存疑"警告；German Bionic 2025-11 申请破产 | 采购前书面确认售后与保修承接主体；优先选有本地服务网络的型号 [EXO-S120，EXO-S121，EXO-S127] |
推断 12–24 个月跑通"临床可用的研究者发起试验"：算法侧 3–6 个月（BrainFlow+MNE+pyRiemann 在公开数据集训练 + Jetson 端侧实时推理闭环），机电集成再 3–6 个月（ROS 2/ros2_control 与外骨骼 对接，执行器采购/打样周期是最大不确定项），依据是这批开源件的文档完整度与现成 pipeline 范例 [EXO-S211，EXO-S210]。关键门槛三条： ① 外骨骼选型必须是已持证型号，不自研本体；② Ⅱ/Ⅲ 类路径二选一必须在架构冻结前拍板； ③ YY 9706.278—2023 自 2026-05-01 起已是强制项，型式检验要按新版排期 [EXO-S460]。
刚接触这个领域的人常踩一个坑：看到两份报告都在说"跌倒率"，数字却差好几倍，于是怀疑其中一份数据造假。真正的原因往往不是造假,而是分母不一样。同一批近跌倒事件,按"每次训练"统计得到 0.61%,按"每 10 米步行距离"统计得到 0.16%——这不是两项研究打架,是同一项完全性胸髓损伤外骨骼步行训练研究（N=13 入组、11 例完成、共 60 次训练,4 次近跌倒）自己给出的两种算法[EXO-S414]。这两个数字描述的是同一件事,但因为分母口径不同,不能互相替代,更不能排序比较谁的设备"更安全"。这是本章要反复强调的第一条红线。
外骨骼和康复机器人的不良事件统计,常见三种分母口径,分别回答不同的问题:
| 分母类型 | 代表数字 | 定义 | 适用场景 | 为什么不能互换 |
|---|---|---|---|---|
| 按受试者(per-subject) | 跌倒 4.4%,骨折 3.4%[EXO-S411] | 发生过该事件的受试者数 / 总受试者数 | 回答"这批人里有多少人经历过" | 不反映训练强度或暴露时长,同样的人训练 10 次和 100 次,按人算的比例可能不变 |
| 按训练/使用次数(per-session) | 跌倒/近跌倒 2.5%±1.4%[EXO-S413] | 事件次数 / 总训练次数 | 回答"平均每次训练出问题的概率" | 不同研究"一次训练"的时长、强度差异很大,次数本身不可比 |
| 按暴露时长(per-exposure-hour) | 皮肤问题 151 例/1000 小时[EXO-S417] | 事件次数 / 总暴露小时数 ×1000(或类似换算) | 回答"用得越久,风险如何累积" | 时长统计更接近"暴露-反应"关系,但换算基数(每 100 小时/每 1000 小时)不统一,引用时必须核对基数 |
三种口径没有孰优孰劣,但一旦跨口径比较(比如把"按人 4.4%"和"按次 2.5%"放在一张排行榜里比大小),得出的结论就是错的。写报告、做汇报时,只要看到百分比,先问一句"分母是什么、单位是什么",再决定能不能引用。
在评估外骨骼辅助 BCI 康复应用时,最容易被忽略、却最需要写清楚的一点是:目前检索到的 9 项随机对照试验、共 642 名受试者中,只有 1 项研究报告了不良事件[EXO-S438]。这句话必须被准确理解为——没有人做过系统性的安全上报,不是"这项技术很安全"。 安全数据缺失和安全性良好是两件完全不同的事,前者是"未知",后者是"已知且好",不能把未知偷换成好。后续任何总结性描述都不能把"未获取到不良事件报告"改写成"未发现安全问题"或"总体安全"。
同一模式在临床试验报告规范上也能看到独立证据:一项对 160 篇随机对照试验摘要的方法学研究发现,约 97% 的摘要存在"spin"(即摘要措辞使读者对结果产生比正文数据更乐观的误读),约 90% 的摘要未提及不良事件[EXO-S388]。这提示即便某项研究"报告了"结果,摘要层面的乐观表述也可能掩盖了正文里本该出现的安全信息,查证时不能只看摘要结论。
外骨骼类设备目前能查到的不良事件类型和已知数字如下,注意各行的分母和人群并不统一,不能横向比较发生率:
| 事件类型 | 数字 | 分母/人群/年份 | 来源 |
|---|---|---|---|
| 跌倒 | 4.4% | 按受试者统计 | [EXO-S411] |
| 骨折 | 3.4% | 按受试者统计 | [EXO-S411] |
| 跌倒/近跌倒 | 2.5%±1.4% | 按训练次数统计 | [EXO-S413] |
| 近跌倒(同批数据双口径) | 0.61%(按次) / 0.16%(按 10 米步行) | 完全性胸髓损伤,N=13/11 完成,2026 | [EXO-S414] |
| 皮肤压力性损伤/摩擦 | 151 例/1000 小时 | 多发性硬化症,N=13,按暴露时长统计 | [EXO-S417] |
| 皮肤损伤、压疮、骨折(无发生率数字) | 未提供发生率,仅描述事件类型,归因于使用经验不足 | N=40,截瘫人群,2022 | [EXO-S389] |
| 骨密度/骨折风险、体位性低血压、疼痛、设备故障 | 已列为不良事件类型,无独立量化数字 | 未获取 | [EXO-S417] |
需要特别说明最后两行:[EXO-S389] 这篇论文只描述了"发生过哪几类事件",没有给出任何带分母的发生率数字,论文把压疮、骨折的成因归于使用经验不足,并要求在有经验医护指导下使用;体位性低血压、疼痛、设备故障等条目在 [EXO-S417] 中被列为已知不良事件类别,但未提供独立于皮肤问题之外的量化发生率,引用时不能替换成具体百分比。
需要特别说明分类框架的差异:ABLE 项目采用 ISO 14155:2011 配合 MEDDEV 2.7/3 与 MDCG 2020-10/1 的不良事件分级体系,HANK 项目采用 NPUAP/EPUAP 压疮分级标准[EXO-S417]。两个项目即便统计的都是"皮肤问题",分级标尺本身也不同,数字口径差异不止在分母,还在事件定义本身。
侵入式脑机接口特有的手术并发症与长期植入风险——包括感染、电极信号衰减/失效、以及探索性研究终止后的取出手术（explant surgery）——未获取。这类数据通常需要长期随访的植入式设备临床研究或上市后监测报告,不在本章所依据的三份语料(不良事件、安全标准、NMPA 分类)覆盖范围内,如需核实应查询相关植入式神经调控设备的临床试验报告或厂商上市后监测披露。
面对任何"某设备/某疗法很安全"的表述,建议按以下 8 项逐一核对:
这一章包含本报告纠正的三个流传很广的错误。如果你正在写立项材料或投资备忘录，建议先核对这三条。
先说结论：《医疗器械分类目录》里检索不到"外骨骼"这个品名——官方目录库全文检索 0 命中 [EXO-S442，EXO-S474]。
这意味着一个实务后果：你没法按品名直接查到自己产品的注册路径。外骨骼型下肢步行训练产品在 2024 年第二次分类界定汇总中被界定为 19-02（一级层级，未细到 .05），按 Ⅱ 类 管理 [EXO-S442，EXO-S474]。所以立项第一步不是查目录，而是准备分类界定申请材料，把预期用途、作用机理、结构组成写清楚，走个案界定拿到明确答复。
流传的"外骨骼康复机器人按 19-02-05 管理"这个说法不准确——目录里没有该品名，界定只到 19-02 这一级。
第二个要纠正的错误：19-01 不是运动康复。 19-01 是认知、视觉、听觉、言语障碍康复设备（19-01-01 至 19-01-04，均 Ⅱ 类）；运动康复训练器械是 19-02 [EXO-S442]。把上下肢康复外骨骼写成 19-01 是错的。
顺带一条能省事的："减重步态训练器"不用另找编码，它直接写在 19-02-01 的品名举例里，产品描述含"减重装置、主机、跑台"，Ⅱ 类 [EXO-S442]。
| 编码 | 适用范围 | 与本报告的关系 |
|---|---|---|
| 09-00 | 物理治疗器械 | 部分理疗类康复设备落在这里 |
| 12-00 | 有源植入器械 | 植入式脑机接口本体的相关分类 |
| 19-01 | 认知/视觉/听觉/言语障碍康复设备 | 不是运动康复，常被误用 [EXO-S442] |
| 19-02 | 运动康复训练器械 | 外骨骼型产品经个案界定归入此处，Ⅱ 类 [EXO-S442] |
| 19-02-01 | 含"减重步态训练器"品名举例 | 无需单独界定，Ⅱ 类 [EXO-S442] |
第三个要纠正的错误，也是最容易踩的：GB 9706.278 不存在。 本报告对 GB 9706 系列全库 84 条做了检索，0 命中 [EXO-S479]。IEC 80601-2-78 在中国的对口标准是行业标准 YY 9706.278—2023，不是国家标准 GB [EXO-S479，EXO-S460]。把它写成 GB 会直接导致标准清单和检验委托单出错。
适用标准的实际状态：
| 标准号 | 名称 | 强制/推荐 | 发布日期 | 实施日期 | 备案号 | 来源 |
|---|---|---|---|---|---|---|
| YY 9706.278—2023 | 医用电气设备 第2-78部分：康复、评定、代偿或缓解用医用机器人的基本安全和基本性能专用要求 | 强制 | 2023-03-14 | 2026-05-01 | 88904-2023 | [EXO-S460] |
| YY/T 1973—2025 | 医用下肢外骨骼机器人 | 推荐 | 2025-06-18 | 2026-07-01 | 100851-2025 | [EXO-S458] |
| GB 9706.1—2020 | 医用电气设备 第1部分：基本安全和基本性能的通用要求 | 强制 | 2020-04-09 | 2023-05-01 | — | [EXO-S469] |
| GB 9706.226—2021 | 医用电气设备 第2-26部分：脑电图机的基本安全和基本性能专用要求 | 强制 | 2021-10-11 | 2023-05-01 | — | [EXO-S470] |
注意发布日期与实施日期的差距。 YY 9706.278—2023 虽然 2023 年就发布了，但实施日期是 2026-05-01——在 2026 年 5 月之前它不是必须符合项 [EXO-S460]。"YY 9706.278 已经在执行了"这个说法在 2026 年 5 月前是错的。截至本报告快照（2026-07），它已生效。
YY/T 1973—2025 于 2026-07-01 实施，虽是推荐性标准，但它是目前唯一直接对应医用下肢外骨骼的产品标准，注册时基本绕不开 [EXO-S458]。
另有一条本报告未下结论的：GB 9706 系列是否存在对应 IEC 80601-2-78 的康复机器人分标准，状态为 未核实。推断（依据 [EXO-S361，EXO-S365]）：GB 9706 系列是 IEC 60601 系列的转化，而 80601-2-78 属 80601 专用标准族，中国转化通常滞后 IEC 数年；但存在性必须查国家标准全文公开系统（openstd.samr.gov.cn）原文才能定论，此处不下结论。
时效提醒：这两份标准实施不久，后续执行细则、检验方法细化、审评尺度都可能变化。2026 年之后使用本报告，这一节必须重新核。
如果产品含 AI 解码模型，除器械本体的要求外还要满足软件与人工智能医疗器械相关指导原则。几个直接影响架构设计的要点：
以上为要点转述，具体条款以官方发布的指导原则原文为准，本报告不复制标准与指导原则正文。
美国这边最常被混淆的是三个概念。这个混淆不是学术问题，它直接影响你怎么读厂商的宣传稿：
| 路径/认定 | 性质 | 意味着什么 | 常见误读 |
|---|---|---|---|
| 510(k) | 上市前通知 | 与已上市同类器械实质等同，可以上市销售 | — |
| De Novo | 新类别申请 | 无同类可比，经评估建立新分类，可以上市销售 | — |
| IDE | 研究用器械豁免 | 允许在临床研究中使用，不等于可销售 | 被说成"已获批" |
| 突破性设备认定 | 审评通道优先级 | 只是审评加速资格，完全不等于获批 | 最常被当成"已获批"宣传 |
这个区别有确切的数量级支撑：截至 2026-03-31，FDA 累计授予突破性器械资格 1,284 项，其中仅 198 项已获市场授权 [EXO-S387]。也就是说拿到资格的产品里约 85% 还没获批。已授权名单中 BCI 与神经康复相关的只有 2 条（IpsiHand 与 ARC-EX），两者都是"突破性资格 + De Novo"的组合上市 [EXO-S387]。
还有一个信息缺口值得知道：仅获资格但尚未获批的器械，FDA 不公开名单——所以在研 BCI 的突破性资格总数为 未获取，只能靠厂商自行披露 [EXO-S387]。这意味着当某家公司宣称"已获 FDA 突破性认定"时，你无法从官方渠道交叉验证，只能按 D 级证据对待。
第 6 章会给出一个具体例子：某植入式 BCI 产品只有突破性设备认定，本报告查不到独立的 510(k) 或 De Novo 记录——那么正确表述是"获得突破性设备认定"，不能写成"获批"。
欧盟侧按 MDR 管理，康复外骨骼通常落在 Class IIa 或 IIb（取决于预期用途与风险），需公告机构（Notified Body）介入。MDR 相比旧的 MDD 显著提高了临床证据要求，这一点在做欧盟计划时要单独评估。
中美欧对照：
| 维度 | 中国 | 美国 | 欧盟 |
|---|---|---|---|
| 外骨骼典型分类 | Ⅱ 类（19-02，经个案界定） | Class II（多数走 510(k)） | Class IIa/IIb（MDR） |
| 主要路径 | 注册检验 + 临床评价 | 510(k) 或 De Novo | 公告机构审核 + CE |
| 加速通道 | 创新医疗器械特别审查 | 突破性设备认定 | — |
| 数据本地化 | 有明确要求 | 无同等要求 | GDPR 另行约束 |
| 步骤 | 中国 Ⅱ 类 | 中国 Ⅲ 类 | 美国 |
|---|---|---|---|
| 1. 分类确认 | 分类界定个案申请（外骨骼必需） | 同左，且需确认是否属高风险类别 | 确定 Class 与是否有 predicate device |
| 2. 标准清单 | YY 9706.278—2023（强制）、YY/T 1973—2025 等 | 同左 + 植入类专用标准 | 适用的 FDA 认可共识标准 |
| 3. 质量体系 | 建立并运行医疗器械质量管理体系 | 同左，审核更严 | QSR / ISO 13485 |
| 4. 设计输出 | 含 AI 软件文档、自学习关闭证据 | 同左 + 生物相容性、灭菌验证 | 软件文档按 FDA 软件指南分级 |
| 5. 注册检验 | 委托有资质检验机构 | 同左 | 视路径而定，非必须 |
| 6. 临床 | 临床评价（可能可豁免临床试验） | 通常需临床试验 | 510(k) 多数免临床；De Novo 通常需 |
| 7. 申报 | 省级或国家药监部门 | 国家药监部门 | FDA |
| 8. 上市后 | 不良事件监测、再评价、变更控制 | 同左，要求更高 | MDR 报告制度、上市后监督 |
清单里第 1 步和第 8 步最容易被低估：前者决定后面全部路径，后者是长期成本项。第 17 章的落地路线会把这些步骤放进时间轴，并标出哪些阶段不可跳过。
做 AI×脑机接口／外骨骼原型，第一步不是写代码，而是搞清楚"哪些轮子已经有人造好、能不能直接塞进商业产品"。开源项目的许可证条款，往小了说决定要不要在发行说明里加一段声明，往大了说决定产品能不能闭源销售。本章按功能角色把当前（2023–2026 活跃度为准）可用的开源栈过一遍，并单独列出许可证风险和不建议直接用的项目。
采集与流传输层：BrainFlow（MIT，跨设备统一采集 SDK）[EXO-S206，EXO-S241]；OpenBCI_GUI（MIT）[EXO-S207，EXO-S242]；liblsl 及其 labstreaminglayer 生态、App-LabRecorder（均 MIT，实验室内多模态同步流的事实标准）[EXO-S208，EXO-S243，EXO-S245]。这一层三个项目全是宽松许可证，是目前风险最低、可以直接商用集成的一层。
信号处理层：MNE-Python（BSD-3-Clause，EEG/MEG 预处理与分析的主力库）[EXO-S209，EXO-S246]；braindecode（BSD-3-Clause，深度学习解码框架，构建在 MNE 之上）[EXO-S210，EXO-S247]；pyRiemann（BSD-3-Clause，黎曼几何特征提取，常与 EEGNet 类模型做基线对比）[EXO-S213，EXO-S253]；MOABB（BSD-3-Clause，跨数据集基准评测框架）[EXO-S211，EXO-S248]；EEGLAB 核心为 BSD-2-Clause，但其插件生态各插件许可证不统一，商用前需逐个插件核实 [EXO-S212]。
解码模型层：LaBraM（MIT，脑电基础模型）[EXO-S250]；TorchEEG（MIT，EEG 深度学习工具箱）[EXO-S251]；EEG-ExPy（BSD-3-Clause）[EXO-S252]；EEG-Conformer（GPL-3.0，Transformer 类解码模型，是本清单中除机器人仿真层 SCONE 外唯一的强копилефт项目）[EXO-S249]。CBraMod 未能在本次采集的来源文件中定位到独立条目，许可证与活跃度未获取。
BCI 框架层：BCI2000（GPL，且二进制发布自 2023 年起已停滞、未托管在 GitHub，工程可持续性存疑）[EXO-S215]；Timeflux（MIT，但仓库活跃度自 2024-12-04 起停滞）[EXO-S214，EXO-S244]。OpenViBE 的官方主库不在 GitHub（位于 openvibe.inria.fr），本次调研未将其纳入抓取清单，许可证与活跃度未获取，需查官方站点原文核实。
机器人与仿真层：ros2 元仓库及 ros2_control（组件均 Apache-2.0）[EXO-S217，EXO-S254，EXO-S256]；MoveIt2（BSD-3-Clause）[EXO-S257]；ROS-Neuro（其 package.xml 标注 GPLv3）[EXO-S215]；opensim-core（Apache-2.0）[EXO-S218，EXO-S258]；mujoco（Apache-2.0）[EXO-S218，EXO-S260]；MyoSuite（Apache-2.0，已从 Meta/FAIR 迁移至 MyoHub 组织维护）[EXO-S218，EXO-S261，EXO-S281]；IsaacLab（BSD-3-Clause，但其 isaaclab_mimic 子模块为 Apache-2.0 且依赖闭源的 cuRobo，混合许可证需分层核实）[EXO-S219，EXO-S262]；TorchRL（MIT）[EXO-S219]；SCONE（GPL-3.0，肌骨骼仿真，仓库自 2021 年起已停滞）[EXO-S259]。
运动控制与现场总线层：ODrive（MIT，但 v3.x 固件已 NRND/停产，新一代固件闭源且需签 NDA，等于"开源许可证覆盖的部分已过时"）[EXO-S220，EXO-S263]；moteus（Apache-2.0，活跃维护）[EXO-S220，EXO-S264]；SimpleFOC（MIT）[EXO-S265]；SOEM（GPLv3 与商业许可双授权）[EXO-S220]；CANopenNode（Apache-2.0）[EXO-S220]。
宽松许可证（MIT、BSD-2/3-Clause、Apache-2.0）允许闭源商用、修改后不强制公开源码，是目前清单里的多数。真正需要警惕的是 GPL/AGPL 类协议：GPL 系要求"衍生作品"整体以相同协议再发布源码，AGPL 更进一步把"通过网络提供服务"也纳入触发条件。这里"衍生"的边界在实践中常有争议——静态链接、直接复制代码大概率算衍生；作为独立进程调用、通过标准协议通信，通常不算，但具体到某个项目的判定，建议由法务而非工程师拍板。
本次尽调中命中强 copyleft 的项目集中在两处：解码模型层的 EEG-Conformer（GPL-3.0）[EXO-S249] 和仿真层的 SCONE（GPL-3.0，已停滞多年）[EXO-S259]。两者都不建议直接拷入闭源商业产品的代码库；可以做的是把论文方法当研究参考自行重新实现，或将其作为独立子进程/服务隔离调用并不做修改分发。SOEM 的双授权模式（GPLv3 或付费商业许可）意味着如果不想承担 GPL 义务，需要联系版权方购买商业授权，这是一笔要提前计入预算的许可成本，本报告未获取其具体商业授权报价，标记未获取。
| 许可证类型 | 代表项目 | 闭源商用可行性 |
|---|---|---|
| MIT / BSD-2/3-Clause / Apache-2.0 | BrainFlow、MNE-Python、braindecode、mujoco、moteus 等（占多数） | 可直接闭源商用，通常仅需保留版权声明 |
| GPL-2/3 | EEG-Conformer、SCONE、BCI2000、ROS-Neuro | 直接复用代码需整体开源；建议隔离调用或重新实现 |
| GPLv3/商业双授权 | SOEM | 需付费购买商业许可以避免 GPL 义务，报价未获取 |
| 无 LICENSE 文件 | ExoNet（数据集代码） | 法律地位不明确，视同"保留所有权利"，商用前需联系作者书面确认 |
| 混合许可证（子模块不同协议） | IsaacLab（核心 BSD-3，isaaclab_mimic 子模块 Apache-2.0 且依赖闭源 cuRobo） | 需逐子模块核实，且注意闭源依赖本身的许可条款 |
这一章给的是可拆开验算的模型，不是报价单。所有钱都带币种、年份和含税口径；标 估算 的地方给算式；拿不到公开价的写"询价"或 未获取，不编数字填坑。
六大块，按一次性与年度分开。最容易被低估的是后三块——它们不出现在硬件清单里，但常常占总额一半以上。
| 分块 | 性质 | 典型区间（人民币，2026，含税） | 主要不确定度 |
|---|---|---|---|
| 硬件 BOM | 一次性 | 1.5 万 – 300 万元 | 跨三档差两个量级，见 16.2 |
| 算力（训练 + 推理） | 一次性 + 年度 | 0.3 万 – 100 万元 | 训练轮数与云价，见 16.3 |
| 软件与许可 | 一次性 + 年度 | 0 – 60 万元 | 开源栈本体免费，成本在替换传染性组件 |
| 人力集成 | 年度 | 60 万 – 400 万元/年 估算 | 团队规模与周期，行业薪酬区间见 [EXO-S280] |
| 临床与合规 | 一次性 | 3 万 – 1200 万元 估算 | 区间最宽的一块，Ⅱ 类与 Ⅲ 类差两个量级 |
| 年度运维 | 年度 | 2 万 – 70 万元/年 | 电极耗材是持续开销，常被漏算 |
低成本验证档——OpenBCI 栈是目前最便宜的科研级脑电入口，价格梯度清晰：
| 器件 | 通道数 | 价格 | 币种/年份 | 来源 |
|---|---|---|---|---|
| OpenBCI Ganglion Board | 4 | $624.99 | USD/2026 | [EXO-S268] |
| OpenBCI Cyton Board | 8 | $1,249.00 | USD/2026 | [EXO-S266] |
| OpenBCI Cyton+Daisy | 16 | $2,499.00 | USD/2026 | [EXO-S267] |
| Ultracortex Mark IV 头戴结构件 | 8/16 | $499.99（自打印）– $1,399.99（专业组装 16ch） | USD/2026 | [EXO-S269] |
| EMOTIV EPOC X | 14 | $1,199.00 | USD/2026 | [EXO-S270] |
以上均为厂商官网标价，不含税、不含关税与运费，进口到境内需另加。16 通道的完整入门配置（Cyton+Daisy 加专业组装头戴）约 $3,900，按此计的人民币量级在 3 万元上下 估算（算式：$3,898 × 汇率，汇率随时点变动，本报告不锁定汇率）。
临床可用档——这一档有一个难得的真实成交价，不是目录价：
深圳大学 2024 年公开招标，博睿康 64 导无线数字脑电系统 NCA0002 中标价 399,000 元人民币/套（CNY/2024，招标成交价）[EXO-S272]。
这是本报告在国产临床级脑电设备上确认到的唯一真实成交数字，比厂商目录价更有参考价值。用它做预算锚点比用询价单更稳。
研究级/最先进档——植入式电极、手术与随访费用未获取：厂商未公开定价，且这类费用高度依赖具体术式与医院。第 17 章相关预算列标为"询价占位"，不是价格事实。
执行器侧：开源电机驱动方案的软件部分免费（ODrive MIT、moteus Apache-2.0、SimpleFOC MIT），但硬件价格多数未获取——ODrive 与 moteus 官网未取得公开标价 [EXO-S263，EXO-S264]。SimpleFOC 是纯软件库，电机与编码器需自购另计 [EXO-S265]。
一条容易踩的坑：ODrive 固件最近发布是 fw-v0.5.6（2023-05-09），固件明显滞后于仓库活跃度 [EXO-S263]。选它要评估固件维护风险，不能只看 star 数。
云端训练单价（第三方镜像数据，2026-07 访问，美元，不含税）：
| 实例 | 配置 | 单价 | 来源 |
|---|---|---|---|
| AWS p4d.24xlarge | 8× A100 | ≈$21.96/hr | [EXO-S274]（Vantage 第三方镜像） |
| AWS p5.48xlarge | 8× H100 | ≈$55.04/hr | [EXO-S274]（Vantage 第三方镜像） |
注意这是第三方镜像数据，不是 AWS 官方价目表，且未含预留实例折扣与跨区差异。用于量级估算可以，写进合同不行。
训练一次 EEG 基础模型的成本 估算。算式与每个输入的来源都摊开：
成本 = 所需 GPU 小时 ÷ 单实例 GPU 数 × 实例小时单价所以这里只能给一个条件式结论：如果某模型需要 1,000 GPU 小时（即 8×A100 实例跑 125 小时），则成本约 $2,745；如果需要 10,000 GPU 小时，则约 $27,450。倍数关系是线性的，但基数本身未获取。任何把"数据小时数"当"GPU 小时数"算出来的成本数字都是错的。
推理侧：嵌入式 vs 云
| 方案 | 入口成本 | 年度成本 | 适用 | 来源 |
|---|---|---|---|---|
| 嵌入式 | Jetson Orin Nano Super Developer Kit 官方价 $249（USD/2024-12，不含税关税） | 电费可忽略 | 千级参数模型、黎曼流形方法；本报告性价比档 | [EXO-S273] |
| 单机 GPU | 8–20 万元人民币（2026，含税）估算 | 电费与折旧 | 需做基础模型微调 | — |
| 云推理 | 0 | 按调用量计费 | 弹性需求；但脑电数据须境内存储，跨境方案受限，见第 14 章 | — |
嵌入式方案在 $249 这个价位就能跑起来，意味着算力已经不是这个领域的门槛。性价比档的钱该花在跨日数据采集和范式设计上，不是买卡。
开源栈本身零许可费，第 15 章列的宽松许可项目（MIT/BSD-3/Apache-2.0）可直接商用。真实成本出现在替换传染性许可组件上。
清单里仅有两个 GPL-3.0 项目：EEG-Conformer [EXO-S249] 与 SCONE [EXO-S259]。若最终产品要闭源商业化，直接链接或大量抄用其代码会触发传染性条款，要求整个衍生作品也以 GPL 开源 [EXO-S249，EXO-S259]。实务处理办法：
这两条的成本是重写工时，量级在数人月 估算，比事后被要求开源整个产品便宜得多。
另一类隐性成本是数据集许可。TUEG 语料需注册审核并签署使用协议，非完全开放，流程是"注册 + 签表 + 邮件申请 + rsync 密钥，24–48 小时审核" [EXO-S277]；ExoNet 的 GitHub 仓库无 LICENSE 文件，法律地位视同保留全部权利 [EXO-S279]。数据集许可与代码许可是两件独立的事，都要过。
三个构型，人民币，2026，含税。所有假设都标了出处或 估算。
| 项目 | 性价比档 | 综合最优档 | 最先进档 |
|---|---|---|---|
| 硬件（一次性） | 3–8 万元（OpenBCI 16ch 折算 估算） | 40–50 万元（含 64 导系统，锚定 39.9 万真实中标价 [EXO-S272]） | 120–300 万元（询价占位） |
| 算力（一次性） | 0.3 万元（Jetson 折算 [EXO-S273]） | 8–20 万元 估算 | 30–100 万元 估算 |
| 软件与许可 | 0（纯宽松许可栈） | 5–20 万元（替换传染组件 估算） | 20–60 万元（询价占位） |
| 人力（3 年累计） | 180–360 万元 估算 | 400–900 万元 估算 | 900–1800 万元 估算 |
| 临床与合规 | 3–10 万元（仅伦理审批 估算） | 150–450 万元（Ⅱ 类 估算） | 300–1200 万元（Ⅲ 类 估算） |
| 运维（3 年累计） | 6–18 万元 | 24–75 万元 | 90–210 万元 |
| 三年合计 | 约 192–396 万元 | 约 627–1515 万元 | 约 1460–3670 万元 |
残值与故障率假设（每条都标了性质）：
估算——无公开二手市场数据支撑，属保守假设。估算，对应运维行的备件预算。人力占比在三档里都是最大单项（性价比档约 90%、综合最优档约 60%）。这说明一件事：在这个领域，省硬件钱的边际收益远小于缩短周期的收益。
按区间宽度排序，最宽的排前面：
未获取，只能给条件式算式。且云价随时点与折扣策略变动，[EXO-S274] 是第三方镜像而非官方价目表。最后一条使用建议：这张模型表的价值在于让你知道哪一块该去问价、哪一块能自己算。带 估算 的地方算式已给出，换掉输入就能得到你自己的数；带"询价"的地方，本报告帮不了你，必须去问。
这一章把三档方案摊成时间轴。每个阶段的门槛都写成可量化的判据，目的是让"继续投还是停"有客观依据，而不是靠感觉或沉没成本。
适合有神经外科与伦理审查能力的三甲医院、国家级实验室。周期最长，不可跳过的环节最多。
| 阶段 | 目标与交付物 | 通过门槛 | 周期 | 预算（人民币，2026，含税） | 主要风险 |
|---|---|---|---|---|---|
| 1 | 动物实验与电极长期稳定性验证 | 植入体在动物模型中连续 3 个月信号可用，阻抗漂移在预设阈值内 | 0–6 月 | 80–200 万元 估算 | 电极封装失效，需回到材料迭代 |
| 2 | 伦理审批与临床研究方案备案 | 伦理委员会通过，方案含明确的取出条件与随访计划 | 6–12 月 | 20–50 万元 估算 | 审批周期不可压缩，方案退回重写 |
| 3 | 首例植入与离散意图解码验证 | 单被试离散意图准确率稳定达标，端到端延迟进入 200 ms 窗口 | 12–24 月 | 150–400 万元（询价占位） | 单被试个体差异导致结论无法外推 |
| 4 | 外骨骼联动与安全回退验证 | 解码失效时硬件级安全回退 100% 触发，全程无跌倒事件 | 24–36 月 | 200–500 万元（询价占位） | 跌倒风险随自由度上升，一次事故即中止 |
| 5 | 长期随访与结果发表 | 12 个月随访完成，信号衰减曲线与不良事件按三种分母分别报告 | 36 月起 | 50–150 万元/年 估算 | 信号衰减触发二次手术，费用常被漏算 |
第 4 阶段的门槛是 100% 而不是"高比例"——安全回退这类失效后果为跌倒的机制，不存在可接受的失败率。
适合康复科、以两年半内取证为目标的产品团队。这条路线的关键是先确认路径再动手，顺序错了会返工。
| 阶段 | 目标与交付物 | 通过门槛 | 周期 | 预算（人民币，2026，含税） | 主要风险 |
|---|---|---|---|---|---|
| 1 | 适应症与监管路径确认 | 找到同类获批先例；完成分类界定确认（外骨骼型经个案界定归入 19-02，Ⅱ 类）[EXO-S442] | 0–3 月 | 10–30 万元 估算 | 界定结果与预期不符，整个成本模型重算 |
| 2 | 系统集成与实验室验证 | 离散意图准确率与误触发率同时达标；全链路延迟进入 500 ms 窗口 | 3–9 月 | 60–150 万元 | 脑电跨日稳定性不足，需增加重标定流程 |
| 3 | 注册检验与标准符合性 | 通过注册检验；符合 YY 9706.278—2023（强制，2026-05-01 实施）[EXO-S460] 与 YY/T 1973—2025（2026-07-01 实施）[EXO-S458] | 9–15 月 | 50–120 万元 估算 | 检验不通过需改硬件，回到第 2 阶段 |
| 4 | 临床评价 | 达到预设主要疗效终点；不良事件按三种分母分别记录、不混算 | 15–24 月 | 100–300 万元 估算 | 入组慢是最常见的延期原因 |
| 5 | 注册申报与上市准备 | 取得注册证；AI 部分满足自学习关闭与变更控制要求 | 24–30 月 | 30–80 万元 估算 | 补充资料往返，周期不可控 |
第 1 阶段只花 3 个月和几十万，但它决定后面所有阶段的形态。跳过它直接做集成，是本领域最常见也最贵的错误。
适合先验证再决定是否投整机的团队。周期最短，失败最便宜。
| 阶段 | 目标与交付物 | 通过门槛 | 周期 | 预算（人民币，2026，含税） | 主要风险 |
|---|---|---|---|---|---|
| 1 | 范式设计与开源栈搭建 | 纯宽松许可栈跑通端到端 demo；无传染性许可组件进入产品路径 | 0–2 月 | 5–15 万元 | 误用 GPL/AGPL 组件，后期替换代价高 |
这条路线的算力门槛已经很低：端侧推理入口如 Jetson Orin Nano Super Developer Kit 官方价 $249（2024-12 发布，美元，不含税与关税）[EXO-S273]，第 2 阶段的轻量模型不需要独立 GPU。真正的成本在人力集成与跨日数据采集，不在硬件。 | 2 | MVP 定义与健康被试验证 | 见下方 17.4 的量化定义 | 2–5 月 | 15–40 万元 | 低通道数下误触发率不达标 | | 3 | 单关节助力联动 | 意图触发到关节响应全链路进入 800 ms 窗口；急停与确认机制 100% 有效 | 5–9 月 | 20–60 万元 | 单关节助力的临床获益证据本身较薄 | | 4 | 小样本目标人群探索 | 伦理批准前提下完成小样本验证，形成"是否投整机"的量化决策依据 | 9–14 月 | 30–80 万元 估算 | 目标人群表现显著低于健康被试 |
四个不可跳过的环节，以及跳过的后果：
MVP 的量化定义（对应 17.3 第 2 阶段），写到能照着执行：
未获取的关键材料（含原因与官方获取渠道）：
| 材料 | 原因 | 官方获取渠道 |
|---|---|---|
| Shi 2024 SSVEP 论文全文 | ScienceDirect 付费墙返回 403，只核实到摘要级 | 机构订阅或向作者索取；其"50 bps"是信道容量构念，本报告已明确不与 Wolpaw ITR 并列 |
| 在研 BCI 器械的突破性资格总数 | FDA 只公开已获市场授权的突破性器械名单 [EXO-S387] | 无公开渠道，只能由厂商自行披露 |
| GB 9706 系列是否存在康复机器人分标准 | 需查原文才能定论，本报告不下结论 [EXO-S479] | 国家标准全文公开系统 openstd.samr.gov.cn |
| 部分器械与外骨骼整机报价 | 厂商未公开定价，本报告标为"询价占位" | 直接向厂商询价，注意确认含税与含服务口径 |
依赖单被试证据、不可外推的结论：植入式语音解码的低错词率成绩、以及最先进档 BCI×外骨骼的能力上限判断，均建立在单被试或个案系列之上。这些数字说明"技术上限在哪"，不说明"对一般患者有效"。任何把它们当作产品性能承诺的做法都是误用。
询价占位项：第 16 章成本表与本章预算列中标注"询价占位"的条目不是价格事实，只是量级占位。做预算决策前必须实际询价，且注意汇率、关税与含税口径。
需要在 2026 年之后重新核的内容：
最后一句提醒：这份报告能帮你判断路径和量级，但它替代不了询价单、伦理批件和检验报告。所有带 估算、未核实、询价 标记的地方，都是需要你自己去落实的地方。
本专题共 305 条来源。下表的年份是材料自身的发表年份，不是下载或访问日期；年份未能核实的明确写「年份未核实」，不猜。 每个 ID 都可点开看本站详情页（含原始出处、关键数字、局限与镜像状态）。
证据等级分布：A 115 条；B 82 条；C 39 条；D 69 条。
分级口径：A=监管/标准/试验注册与结果/权威原始数据；B=同行评审原始研究；C=高质量综述或独立测评；D=厂商或媒体资料。D 级不单独支撑关键推荐。
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S001] | 2024 | LaBraM: Large Brain Model for Learning Generic Representations with Tremendo… | conference_paper | B | 许可允许本站留存并再分发 |
| [EXO-S002] | 2024 | GitHub repository 935963004/LaBraM (official LaBraM code + checkpoints) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S003] | 2025 | CBraMod: A Criss-Cross Brain Foundation Model for EEG Decoding | conference_paper | B | 许可允许本站留存并再分发 |
| [EXO-S004] | 2024 | GitHub repository wjq-learning/CBraMod + HuggingFace weighting666/CBraMod | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S005] | 2021 | BENDR: Using Transformers and a Contrastive Self-Supervised Learning Task to… | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S006] | 2024 | Neuro-GPT: Towards A Foundation Model for EEG | conference_paper | B | 许可允许本站留存并再分发 |
| [EXO-S007] | 2025 | NeuroLM: A Universal Multi-task Foundation Model for Bridging the Gap betwee… | conference_paper | B | 仅留题录，不下载全文 |
| [EXO-S008] | 2023 | BIOT: Biosignal Transformer for Cross-data Learning in the Wild | conference_paper | B | 仅留题录，不下载全文 |
| [EXO-S009] | 2024 | EEGPT: Pretrained Transformer for Universal and Reliable Representation of E… | conference_paper | B | 仅留题录，不下载全文 |
| [EXO-S010] | 2018 | EEGNet: A Compact Convolutional Neural Network for EEG-based Brain-Computer … | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S011] | 2024 | EEGFormer: Towards Transferable and Interpretable Large-Scale EEG Foundation… | 预印本 | C | 仅留题录，不下载全文 |
| [EXO-S012] | 2023 | Brant: Foundation Model for Intracranial Neural Signal | conference_paper | B | 仅留题录，不下载全文 |
| [EXO-S013] | 2020 | GitHub repositories braindecode/braindecode and NeuroTechX/moabb (EEG deep-l… | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S014] | 2024 | The largest EEG-based BCI reproducibility study for open science: the MOABB … | 预印本 | C | 许可允许本站留存并再分发 |
| [EXO-S015] | 2024 | MOABB benchmark result: Riemannian pipelines work well with few electrodes (… | 预印本 | C | 许可允许本站留存并再分发 |
| [EXO-S016] | 2026 | Neuro-GPT / LaBraM / CBraMod evaluation-protocol mismatch (cross-source synt… | analysis | C | 仅留题录，不下载全文 |
| [EXO-S020] | 2023 | A high-performance speech neuroprosthesis | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S021] | 2023 | A high-performance neuroprosthesis for speech decoding and avatar control | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S022] | 2024 | An Accurate and Rapidly Calibrating Speech Neuroprosthesis | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S023] | 2025 | An instantaneous voice-synthesis neuroprosthesis | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S024] | 2025 | Transfer learning via distributed brain recordings enables reliable speech d… | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S025] | 2021 | High-performance brain-to-text communication via handwriting | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S026] | 2023 | Semantic reconstruction of continuous language from non-invasive brain recor… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S027] | 2023 | Decoding speech perception from non-invasive brain recordings | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S040] | 2025 | Sampling representational plasticity of simple imagined movements across day… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S050] | 2024 | ClinicalTrials.gov NCT06429735 - PRIME: An Early Feasibility Study of a Prec… | trial_registration | A | 仅留题录，不下载全文 |
| [EXO-S051] | 2025 | ClinicalTrials.gov Neuralink trial portfolio - CAN-PRIME NCT06700304, GB-PRI… | trial_registration | A | 仅留题录，不下载全文 |
| [EXO-S052] | 2026 | But do we need high bandwidth? Applications and scaling challenges of invasi… | 同行评审论文 | C | 仅留题录，不下载全文 |
| [EXO-S392] | 2015 | High-speed spelling with a noninvasive brain-computer interface | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S393] | 2018 | Enhancing Detection of SSVEPs for a High-Speed Brain Speller Using Task-Rela… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S394] | 2026 | Text Sequence Stimulation: A Subtle-Flicker Paradigm for High-Frequency SSVE… | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S395] | 2024 | 宽带视觉刺激研究(NeuroImage 2024),摘要声称50 bps信息传输纪录 | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S396] | 2024 | The largest EEG-based BCI reproducibility study for open science: the MOABB … | 预印本 | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S397] | 2024 | EEG motor imagery decoding: a framework for comparative analysis with channe… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S398] | 2023 | EEG Conformer: Convolutional Transformer for EEG Decoding and Visualization | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S399] | 2023 | Physics-Informed Attention Temporal Convolutional Network for EEG-Based Moto… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S400] | 2018 | MOABB: trustworthy algorithm benchmarking for BCIs | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S401] | 2024 | Data leakage in deep learning studies of translational EEG | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S402] | 2023 | 裁剪式数据增强与试次级交叉验证结合导致EEG分类准确率虚高(Scientific Reports 2023) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S403] | 2021 | 特征选择置于交叉验证之外导致EEG预测准确率虚高(Scientific Reports 2021) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S404] | 2024 | SpeechBrain-MOABB:面向标准化EEG解码评测的开源框架(Computers in Biology and Medicine 2024) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S405] | 2024 | MOABB伪在线(pseudo-online)评估框架(Journal of Neural Engineering 2024) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S406] | 2024 | 儿童EEG数据集上的运动想象算法基准评测(EMBC 2024) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S407] | 2025 | TCFormer 运动想象EEG分类模型(Scientific Reports 2025) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S408] | 2022 | MBEEGSE: 多分支EEGNet结合SE注意力的运动想象分类(Diagnostics 2022) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S409] | 2024 | Large Brain Model for Learning Generic Representations with Tremendous EEG D… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S410] | 2025 | CBraMod: A Criss-Cross Brain Foundation Model for EEG Decoding (ICLR 2025) | 同行评审论文 | B | 仅留题录，不下载全文 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S061] | 2024 | openFDA 510(k) record – ARC-EX System | regulatory_database | A | 仅留题录，不下载全文 |
| [EXO-S062] | 2025 | openFDA 510(k) record – ARC-EX System 510(k) expansion (home use) | regulatory_database | A | 仅留题录，不下载全文 |
| [EXO-S063] | 2024 | Innolitics FDA device record mirror – ARC-EX System (DEN240014) | regulatory_database_mirror | A | 许可允许本站留存并再分发 |
| [EXO-S064] | 2025 | openFDA 510(k) record – Layer 7-T (Precision Neuroscience) | regulatory_database | A | 仅留题录，不下载全文 |
| [EXO-S065] | 2011-2021 | openFDA 510(k) records – Blackrock Microsystems / Blackrock Neuromed | regulatory_database | A | 仅留题录，不下载全文 |
| [EXO-S066] | 2021 | openFDA De Novo record – Neurolutions Upper Extremity Rehabilitation System … | regulatory_database | A | 仅留题录，不下载全文 |
| [EXO-S067] | 2026 | Neurolutions IpsiHand Insurance Coverage page | vendor_site | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S068] | 2025 | FDA Breakthrough Devices Program bulletin – 1100+ devices designated (aggreg… | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S069] | 2026 | HGM Advisory analysis – 258 AI algorithms approved by FDA in 2025 | industry_analysis | C | 许可允许本站留存并再分发 |
| [EXO-S070] | 2024 | ONWARD Medical press release – FDA De Novo Classification for ARC-EX System | vendor_pr | D | 仅留题录，不下载全文 |
| [EXO-S071] | 2025 | Synchron funding and patient-count report (Series D $200M / totals ~$308M AU… | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S072] | 2026 | Synchron reaches 100-patient milestone report | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S073] | 2026 | Paradromics first human Connexus BCI implant report | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S074] | 2023-2025 | Paradromics funding history compilation (Breakthrough Device 2023 $33M; Neom… | news_secondary | D | 仅留题录，不下载全文 |
| [EXO-S075] | 2024 | Precision Neuroscience Series C funding ($102M) press coverage | news_secondary | D | 仅留题录，不下载全文 |
| [EXO-S076] | 2025-2026 | Neuralink Series E funding ($650M) and valuation report | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S077] | 2026 | Neuralink patient count report – 21 participants | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S078] | 2025 | EMOTIV EEG Headset Price: A Full Breakdown | vendor_site | D | 许可允许本站留存并再分发 |
| [EXO-S079] | 2026 | g.tec medical engineering online shop/configurator page | vendor_site | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S080] | 2006-2020 | openFDA 510(k) records – g.tec medical engineering GmbH (6 clearances) | regulatory_database | A | 仅留题录，不下载全文 |
| [EXO-S081] | 2026 | OpenBCI online shop price list | vendor_site | D | 许可允许本站留存并再分发 |
| [EXO-S082] | 2026 | Cognixion Axon-R purchase page (pricing tiers) | vendor_site | D | 许可允许本站留存并再分发 |
| [EXO-S083] | 2026 | 博睿康 NEO-ONE(SCI) 全球首例商业化植入手术 报道 (Class III registration + first commercial s… | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S084] | 2026 | 报销后自费30余万！博睿康植入式脑机接口价格公开 | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S085] | 2026 | 全球首款脑机接口，还没赚到一分钱 (博睿康招股书解读:亏损、产能、竞品植入例数) | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S086] | 2026 | 阶梯医疗5亿元战略融资(阿里领投腾讯追加)报道 | news_secondary | C | 仅留题录，不下载全文 |
| [EXO-S087] | 2026 | 强脑科技(BrainCo)20亿元人民币新一轮融资+港股IPO申请报道 | news_secondary | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S088] | 2025 | BrainCo智能仿生手/仿生腿定价与量产报道 | news_secondary | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S089] | 2026 | 脑虎科技(NeuroXess)'三全'脑机接口系统启动GCP注册临床试验+绿色通道报道 | news_secondary | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S090] | 2026 | 国家药监局:首款侵入式脑机接口医疗器械获批上市 (官方通稿, 经多家媒体转载因nmpa.gov.cn反爬无法直接抓取原文) | regulatory_notice_secondary | B | 仅留题录，不下载全文 |
| [EXO-S091] | 2026 | Neurolutions IpsiHand 保险覆盖页面 (Medicare/VA/商业保险覆盖声明 + 临床试验结果) | vendor_site | D | 可取得但权利不明，仅内部研究使用 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S111] | 2017 | Human-in-the-loop optimization of exoskeleton assistance during walking | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S112] | 2022 | Personalizing exoskeleton assistance while walking in the real world | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S113] | 2024 | Experiment-free exoskeleton assistance via learning in simulation | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S114] | 2025 | Do electronic or robotic gait-training devices help people walk better after… | systematic_review | A | 许可允许本站留存并再分发 |
| [EXO-S115] | 2024 | Effect of robotic exoskeleton training on lower limb function activity and p… | 同行评审论文 | B | 许可允许本站留存并再分发 |
| [EXO-S116] | 2024 | Ekso Bionics Secures Medicare Reimbursement for Ekso Indego Personal Exoskel… | 新闻报道 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S117] | 2024 | Paralyzed Ivan Vargas becomes first person on East Coast to receive the $91,… | 新闻报道 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S118] | 2020 | ReWalk P6.0 FDA 510(k) Clearances K200032 and K221696 | regulatory_filing | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S119] | 2024 | DMEPOS Fee Schedule CY2024 Update / HCPCS K1007 Powered Lower Extremity Exos… | regulatory_document | A | 许可允许本站留存并再分发 |
| [EXO-S120] | 2026 | Ekso Bionics Holdings renamed ChronoScale Corporation via business combinati… | regulatory_filing | A | 许可允许本站留存并再分发 |
| [EXO-S121] | 2024 | Sarcos Robotics is Now Palladyne AI | press_release | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S122] | 2015 | HAL for Medical Use (Lower Limb Type) PMDA Marketing Authorization Application | regulatory_document | A | 仅留题录，不下载全文 |
| [EXO-S123] | 2024 | 傅利叶智能AL-800-B1-AHL外骨骼步态与平衡功能训练评估系统2024年中标价格记录 | procurement_record | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S124] | 2025 | Hypershell X系列/Pro X/Ultra X消费级外骨骼产品定价 | 厂商产品页 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S125] | 2024 | WIRobotics WIM可穿戴机器人韩国首发定价与实测报道 | 新闻报道 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S126] | 2025 | German Bionic Unveils Exia – The World's First True Augmented AI Exoskeleton | press_release | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S127] | 2025 | German Bionic files for insolvency (regular insolvency proceedings) after fa… | 新闻报道 | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S128] | 2022 | MyoSuite: contact-rich musculoskeletal simulation suite | software_repository | A | 许可允许本站留存并再分发 |
| [EXO-S129] | 2020 | OpenSim Moco: musculoskeletal optimal control toolkit | software_repository | A | 许可允许本站留存并再分发 |
| [EXO-S130] | 2020 | ExoNet Database: Wearable Camera Images of Human Locomotion Environments | dataset_and_paper | B | 仅留题录，不下载全文 |
| [EXO-S131] | 2024 | OpenExo: An Open-Source Modular Exoskeleton to Augment Human Function | software_repository_and_paper | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S132] | 2026 | 安杰莱科技获医疗器械注册证 | 新闻报道 | D | 仅留题录，不下载全文 |
| [EXO-S133] | 2023 | Sarcos Pivots to Robotics AI Software Near-Term Opportunity | press_release | D | 可取得但权利不明，仅内部研究使用 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S221] | 2024 | Reclaiming Hand Functions after Complete Spinal Cord Injury with Epidural Br… | 预印本 | B | 仅留题录，不下载全文 |
| [EXO-S222] | 2025 | Fine grained two-dimensional cursor control with epidural minimally invasive… | 预印本 | B | 仅留题录，不下载全文 |
| [EXO-S223] | 2025 | Dual-layer hand gestures decoding with wireless epidural brain-computer inte… | conference_paper | B | 仅留题录，不下载全文 |
| [EXO-S224] | 2023 | Safety and Feasibility Study of Implanted Brain-Computer Interface (NEO) in … | trial_registration | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S225] | 2025 | Multicenter Confirmatory Trial of Implanted Brain-Computer Interface NEO (NE… | trial_registration | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S226] | 2026 | 脑机接口“国际首个”这样诞生 | news_regulatory_media | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S227] | 2026 | 正式进入临床应用阶段 全球首款侵入式脑机接口医疗器械上市（清华大学新闻网转载中国网） | university_news | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S228] | 2026 | 全球首款！附属华山医院牵头临床试验，国产植入式脑机接口获批上市 | university_news | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S229] | 2021 | Rehabilitation of hand in subacute tetraplegic patients based on brain compu… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S230] | 2025 | A memristor-based adaptive neuromorphic decoder for brain-computer interface… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S231] | 2024 | 科研“新青年”｜意念控制，不是“魔法”是科学（神工-灵犀指） | 新闻报道 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S232] | 2025 | Human motor cortex encodes complex handwriting through a sequence of stable … | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S233] | 2023 | Neuronal representation of bimanual arm motor imagery in the motor cortex of… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S234] | 2025 | Real-time Mandarin speech neuroprosthesis with high-density flexible ECoG (S… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S235] | 2025 | Chronic micro-ECoG based brain-computer interface (Advanced Science) | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S236] | 2026 | Ultraflexible neural electrode intraoperative single-unit recording in human… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S237] | 2025 | 我国自主研发的植入式脑机接口完成首例人体临床试验（上海市政府网站转载解放日报） | government_website_news | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S238] | 2026 | Brain-Computer Interface-Controlled Exoskeleton Training for Lower-Limb Reha… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S239] | 2024 | De Novo DEN240014 - Transcutaneous Electrical Spine Stimulator To Improve Sk… | regulatory_record | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S240] | 2026 | 国家药监局关于发布《脑机接口医疗器械产品分类界定指导原则》《脑机接口医疗器械通用名称命名指导原则》等2项医疗器械产品指导原则的通告（2026年第24号）… | regulatory_notice | A | 可取得但权利不明，仅内部研究使用 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S411] | 2016 | Safety and feasibility of exoskeleton-assisted walking in spinal cord injury… | 系统综述/meta 分析 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S412] | 2024 | Exoskeletal-Assisted Walking in Veterans With Paralysis: A Randomized Clinic… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S413] | 2025 | Safety and usability of a lower-limb exoskeleton for gait rehabilitation aft… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S414] | 2026 | Overground exoskeleton gait training in complete thoracic spinal cord injury… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S415] | 2018 | Gait training after spinal cord injury: safety, feasibility and gait functio… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S416] | 2018 | Pain and pain medication in exoskeleton-assisted gait training after spinal … | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S417] | 2017 | Feasibility and safety of a powered exoskeleton for assisted walking in pers… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S418] | 2025 | Safety of the TWIICE lower-limb exoskeleton: adverse device effects as prima… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S419] | 2023 | Safety and feasibility of the ABLE Exoskeleton for gait training in spinal c… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S420] | 2024 | Clinical evaluation of the ABLE Exoskeleton in subacute spinal cord injury | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S421] | 2025 | Exoskeleton versus knee-ankle-foot orthosis gait training in spinal cord inj… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S422] | 2026 | Four-arm randomized controlled trial of robot-assisted gait training in suba… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S423] | 2023 | Safety of the HANK exoskeleton in incomplete spinal cord injury: a randomize… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S424] | 2021 | Evaluation of safety and feasibility of the Atalante self-balancing exoskele… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S425] | 2020 | Safety and tolerability of exoskeleton-assisted walking: orthostatic responses | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S426] | 2024 | Orthostatic hypotension during early verticalization in a neurosurgical popu… | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S427] | 2023 | Adverse events and barriers in robotic exoskeleton gait training: a scoping … | 综述 | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S428] | 2021 | Safety and recommendations for TMS use in clinical practice and research: up… | 临床指南 | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S429] | 2009 | Safety, ethical considerations, and application guidelines for the use of TM… | 临床指南 | C | 仅留题录，不下载全文 |
| [EXO-S430] | 2019 | Seizures from transcranial magnetic stimulation 2012-2016: results of a surv… | 同行评审论文 | C | 仅留题录，不下载全文 |
| [EXO-S431] | 2019 | Safety of deep TMS with the H-coil: a large-scale retrospective analysis | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S432] | 2026 | Non-invasive brain stimulation and neuroenhancement: updated safety guidelin… | 临床指南 | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S433] | 2017 | Low intensity transcranial electric stimulation: safety, ethical, legal regu… | 临床指南 | C | 仅留题录，不下载全文 |
| [EXO-S434] | 2016 | Safety of transcranial direct current stimulation: evidence based update 2016 | 综述 | C | 仅留题录，不下载全文 |
| [EXO-S435] | 2016 | Safety of repetitive transcranial magnetic stimulation in patients with epil… | 综述 | C | 仅留题录，不下载全文 |
| [EXO-S436] | 2025 | Seizure incidence during rTMS in disorders of consciousness after severe tra… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S437] | 2024 | Brain-computer interface based rehabilitation for upper limb motor function … | 同行评审论文 | B | 仅留题录，不下载全文 |
| [EXO-S438] | 2026 | Adverse event reporting in brain-computer interface rehabilitation trials: a… | 系统综述/meta 分析 | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S439] | 2026 | Adverse events associated with transcranial magnetic stimulation devices rep… | 同行评审论文 | C | 仅留题录，不下载全文 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S361] | 2019 | IEC 80601-2-78:2019 Medical electrical equipment - Part 2-78: Particular req… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S362] | 2024 | IEC 80601-2-78:2019/AMD1:2024 Amendment 1 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S363] | 2019 | IEC 80601-2-77:2019 Medical electrical equipment - Part 2-77: Particular req… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S364] | 2023 | IEC 80601-2-77:2019+AMD1:2023 CSV (consolidated) | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S365] | 2020 | IEC 60601-1:2005+AMD1:2012+AMD2:2020 CSV Medical electrical equipment - Part… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S366] | 2020 | IEC 60601-1-2:2014+AMD1:2020 CSV Part 1-2: Collateral Standard: Electromagne… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S367] | 2020 | IEC 60601-1-6:2010+AMD1:2013+AMD2:2020 CSV Part 1-6: Collateral standard: Us… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S368] | 2015 | IEC 62304:2006+AMD1:2015 CSV Medical device software - Software life cycle p… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S369] | 2020 | IEC 62366-1:2015+AMD1:2020 CSV Medical devices - Part 1: Application of usab… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S370] | 2019 | ISO 14971:2019 Medical devices - Application of risk management to medical d… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S371] | 2014 | ISO 13482:2014 Robots and robotic devices - Safety requirements for personal… | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S372] | 年份未核实 | ISO/FDIS 13482 Robotics - Safety requirements for service robots (修订版, 在研) | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S373] | 2026 | IEC 60601-1:2026 SER (Series) | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S374] | 2021 | Implanted Brain-Computer Interface (BCI) Devices for Patients with Paralysis… | 临床指南 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S375] | 2021 | Federal Register Notice 2021-10622: Implanted Brain-Computer Interface Devic… | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S376] | 2026 | Federal Register 检索 "brain-computer interface" 全量结果（12 条，1994-2026） | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S377] | 2021 | De Novo DEN200046 — Neurolutions Upper Extremity Rehabilitation System (Ipsi… | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S378] | 2021 | FDA 器械分类 QOL — Electroencephalography (EEG)-driven upper extremity powered e… | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S379] | 2024 | De Novo DEN240014 — ARC-EX System (ONWARD Medical) | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S380] | 2024 | FDA 器械分类 SDO — Transcutaneous electrical spine stimulator to improve skeleta… | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S381] | 2014 | De Novo DEN130034 — ReWalk（首个动力外骨骼分类） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S382] | 2014 | FDA 器械分类 PHL — Powered Exoskeleton, 21 CFR 890.3480 | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S383] | 2026 | openFDA 510(k)/De Novo 全量检索：产品代码 PHL（动力外骨骼）历年获批清单 | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S384] | 2022 | 510(k) K220988 — EksoNR (Ekso Bionics) | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S385] | 2026 | openFDA MAUDE 不良事件检索：产品代码 PHL（动力外骨骼） | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S386] | 2026 | openFDA 器械召回检索：产品代码 PHL | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S387] | 2026 | FDA Breakthrough Devices Program（含已获市场授权的突破性器械名单） | 临床指南 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S388] | 2026 | Ninety-Seven Percent of Trials Investigating Robotic Interventions in Physio… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S389] | 2022 | Safety and Feasibility of a Novel Exoskeleton for Locomotor Rehabilitation o… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S390] | 2026 | Safety and efficacy of the Atalante exoskeleton in the rehabilitation of Fre… | 同行评审论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S391] | 2021 | Federal Register 2021-23256: Request for Comments Concerning the Imposition … | 监管文件 | A | 仅留题录，不下载全文 |
| [EXO-S441] | 2017 | 总局关于发布医疗器械分类目录的公告（2017年第104号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S442] | 2017 | 医疗器械分类目录数据库（子目录19 医用康复器械 条目检索） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S443] | 2020 | 国家药监局关于调整《医疗器械分类目录》部分内容的公告（2020年第147号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S444] | 2022 | 国家药监局关于调整《医疗器械分类目录》部分内容的公告（2022年第25号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S445] | 2023 | 国家药监局关于调整《医疗器械分类目录》部分内容的公告（2023年第101号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S446] | 2025 | 国家药监局关于调整《医疗器械分类目录》部分内容的公告（2025年第132号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S447] | 2026 | 国家药监局关于医疗器械分类调整有关工作的公告（2026年第52号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S448] | 2026 | 国家药监局关于发布医疗器械分类目录动态调整工作程序的公告（2026年第53号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S449] | 2026 | 医疗器械分类调整相关公告解读（2026年第52号/第53号） | 政策文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S450] | 2026 | 国家药监局关于发布《脑机接口医疗器械产品分类界定指导原则》《脑机接口医疗器械通用名称命名指导原则》等2项医疗器械产品指导原则的通告（2026年第24号） | 临床指南 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S451] | 2026 | 脑机接口医疗器械产品分类界定指导原则（2026年第24号通告附件1） | 临床指南 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S452] | 2026 | 《脑机接口医疗器械产品分类界定指导原则》解读 | 政策文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S453] | 2026 | 脑机接口医疗器械通用名称命名指导原则（2026年第24号通告附件2） | 临床指南 | A | 仅留题录，不下载全文 |
| [EXO-S454] | 2025 | 国家药监局关于发布YY/T 1987—2025《采用脑机接口技术的医疗器械 术语》医疗器械行业标准的公告（2025年第91号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S455] | 2025 | YY/T 1987—2025《采用脑机接口技术的医疗器械 术语》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S456] | 2025 | 国家药监局关于发布YY/T 1996—2025《采用脑机接口技术的医疗器械 具备闭环功能的植入式神经刺激器 感知与响应性能测试方法》医疗器械行业标准的公… | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S457] | 2025 | YY/T 1996—2025《采用脑机接口技术的医疗器械 具备闭环功能的植入式神经刺激器 感知与响应性能测试方法》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S458] | 2025 | YY/T 1973—2025《医用下肢外骨骼机器人》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S459] | 2025 | 国家药监局关于发布YY 0300—2025《牙科学 修复用人工牙》等38项医疗器械行业标准的公告（2025年第59号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S460] | 2023 | YY 9706.278—2023《医用电气设备 第2-78部分：康复、评定、代偿或缓解用医用机器人的基本安全和基本性能专用要求》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S461] | 2023 | YY 9706.277—2023《医用电气设备 第2-77部分：采用机器人技术的辅助手术设备的基本安全和基本性能专用要求》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S462] | 2013 | YY/T 0900—2013《减重步行训练台》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S463] | 2019 | YY/T 1626—2019《电动上下肢圆周运动训练设备》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S464] | 2013 | YY/T 0903—2013《脑电生物反馈仪》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S465] | 2021 | YY 9706.210—2021《医用电气设备 第2-10部分：神经和肌肉刺激器的基本安全和基本性能专用要求》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S466] | 2021 | YY 9706.240—2021《医用电气设备 第2-40部分：肌电及诱发反应设备的基本安全和基本性能专用要求》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S467] | 2015 | YY/T 1095—2015《肌电生物反馈仪》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S468] | 2021 | MZ/T 176—2021《四肢联动康复训练设备通用技术条件》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S469] | 2020 | GB 9706.1—2020《医用电气设备 第1部分：基本安全和基本性能的通用要求》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S470] | 2021 | GB 9706.226—2021《医用电气设备 第2-26部分：脑电图机的基本安全和基本性能专用要求》标准题录 | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S471] | 2025 | 创新医疗器械特别审查申请审查结果公示（2025年第10号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S472] | 2026 | 创新医疗器械特别审查申请审查结果公示（2026年第10号） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S473] | 2024-2026 | 创新医疗器械特别审查申请审查结果公示 2024–2026 全部36期（BCI/康复机器人命中情况全量核查） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S474] | 2024 | 2024年第二次医疗器械产品分类界定结果汇总 | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S475] | 2025 | 2025年第四次医疗器械产品分类界定结果汇总 | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S476] | 2024-2026 | 医疗器械产品分类界定结果汇总 2024–2026 全部9批（「脑机」关键词全量检索） | 监管文件 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S477] | 2019 | 国家药监局关于发布肢体加压理疗设备等13项注册技术审查指导原则的通告（2019年第79号） | 临床指南 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S478] | 2026 | 国家药监局关于发布心磁信号采集设备注册审查指导原则等57项医疗器械产品注册审查指导原则的通告（2026年第24号，器审中心发布页） | 临床指南 | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S479] | 1992-2025 | GB 9706 系列国家标准全库枚举（用于核查是否存在对应 IEC 80601-2-78 的 GB 分标准） | 标准 | A | 仅留题录，不下载全文 |
| [EXO-S480] | 2026 | 器审中心征求《采用脑机接口技术的医疗器械产品分类界定指导原则（征求意见稿）》《采用脑机接口技术的医疗器械通用名称命名指导原则（征求意见稿）》意见 | 新闻报道 | D | 仅留题录，不下载全文 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S206] | 2018 | BrainFlow - uniform SDK for biosensor data acquisition (GitHub repo metadata… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S207] | 2016 | OpenBCI_GUI - cross platform acquisition app for Cyton/Ganglion (GitHub repo… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S208] | 2018 | Lab Streaming Layer - liblsl / labstreaminglayer super-repo / App-LabRecorde… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S209] | 2011 | MNE-Python - MEG/EEG analysis in Python (GitHub repo metadata) | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S210] | 2020 | Braindecode - deep learning decoding of EEG/ECG/MEG (GitHub repo metadata) | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S211] | 2017 | MOABB - Mother of All BCI Benchmarks (GitHub repo metadata) | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S212] | 2018 | EEGLAB - MATLAB electrophysiology processing environment (GitHub metadata + … | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S213] | 2015 | pyRiemann - Riemannian geometry machine learning for biosignals (GitHub repo… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S214] | 2019 | Timeflux - real-time biosignal acquisition and processing framework (GitHub … | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S215] | 2023 | BCI2000 Licensing and DownloadBCI2000 (official BCI2000 Wiki pages) | official_site | A | 可取得但权利不明，仅内部研究使用 |
| [EXO-S216] | 2019 | ROS-Neuro - open-source neurorobotic middleware (GitHub org metadata + org p… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S217] | 2015 | ROS 2 meta-repository and ros2_control (GitHub metadata + rclcpp LICENSE) | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S218] | 2014 | Biomechanics and physics simulation stack: OpenSim core, MuJoCo, MyoSuite (G… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S219] | 2022 | Robot learning stack: IsaacLab and TorchRL (GitHub metadata + IsaacLab LICEN… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S220] | 2014 | Motor drive and fieldbus stack: ODrive, moteus, SOEM, CANopenNode (GitHub me… | 开源仓库 | A | 仅留题录，不下载全文 |
| [EXO-S241] | 2018 | GitHub repo: brainflow-dev/brainflow | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S242] | 2016 | GitHub repo: OpenBCI/OpenBCI_GUI | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S243] | 2018 | GitHub repo: sccn/liblsl (Lab Streaming Layer core) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S244] | 2019 | GitHub repo: timeflux/timeflux | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S245] | 2018 | GitHub repo: labstreaminglayer/App-LabRecorder | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S246] | 2011 | GitHub repo: mne-tools/mne-python | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S247] | 2020 | GitHub repo: braindecode/braindecode | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S248] | 2017 | GitHub repo: NeuroTechX/moabb (Mother of All BCI Benchmarks) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S249] | 2022 | GitHub repo: eeyhsong/EEG-Conformer | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S250] | 2024 | GitHub repo: 935963004/LaBraM (Large Brain Model) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S251] | 2022 | GitHub repo: torcheeg/torcheeg | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S252] | 2020 | GitHub repo: NeuroTechX/EEG-ExPy (formerly eeg-notebooks) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S253] | 2015 | GitHub repo: pyRiemann/pyRiemann | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S254] | 2015 | GitHub repo: ros2/ros2 (meta-repo) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S255] | 2025 | ROS 2 Kilted Kaiju release announcement | vendor_blog | D | 仅留题录，不下载全文 |
| [EXO-S256] | 2017 | GitHub repo: ros-controls/ros2_control | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S257] | 2019 | GitHub repo: moveit/moveit2 | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S258] | 2014 | GitHub repo: opensim-org/opensim-core | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S259] | 2016 | GitHub repo: opensim-org/SCONE | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S260] | 2021 | GitHub repo: google-deepmind/mujoco | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S261] | 2021 | GitHub repo: MyoHub/myosuite (formerly facebookresearch/myosuite) | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S262] | 2022 | GitHub repo: isaac-sim/IsaacLab | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S263] | 2016 | GitHub repo: odriverobotics/ODrive | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S264] | 2019 | GitHub repo: mjbots/moteus | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S265] | 2019 | GitHub repo: simplefoc/Arduino-FOC | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S266] | 2026 | OpenBCI Shop: Cyton Biosensing Board (8-channel) | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S267] | 2026 | OpenBCI Shop: Cyton + Daisy Biosensing Boards (16-channel) | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S268] | 2026 | OpenBCI Shop: Ganglion Board (4-channel) | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S269] | 2026 | OpenBCI Shop: Ultracortex Mark IV EEG Headset (dry electrodes) | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S270] | 2026 | EMOTIV product page: EPOC X 14-channel wireless EEG | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S271] | 2026 | g.tec Unicorn Hybrid Black product page | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S272] | 2024 | 深圳大学64导无线数字脑电采集系统中标结果公告 (SZUCG20241328EQ) | procurement_notice | A | 仅留题录，不下载全文 |
| [EXO-S273] | 2024 | NVIDIA Jetson Orin Nano Super Developer Kit official product page/blog | 厂商产品页 | D | 仅留题录，不下载全文 |
| [EXO-S274] | 2026 | AWS EC2 GPU instance pricing aggregator (Vantage) | pricing_aggregator | D | 仅留题录，不下载全文 |
| [EXO-S275] | 2004 | PhysioNet EEG Motor Movement/Imagery Dataset v1.0.0 | 数据集 | A | 仅留题录，不下载全文 |
| [EXO-S276] | 2008 | BCI Competition 2008 Graz Dataset 2a description (desc_2a.pdf) | dataset_doc | A | 许可允许本站留存并再分发 |
| [EXO-S277] | 2024 | Temple University EEG Corpus (TUEG) downloads page | dataset_doc | A | 仅留题录，不下载全文 |
| [EXO-S278] | 2021 | Camargo et al. 2021 comprehensive open-source lower-limb biomechanics datase… | dataset_paper | B | 仅留题录，不下载全文 |
| [EXO-S279] | 2020 | ExoNet: Egocentric Images of Walking Environments (GitHub + Frontiers paper) | dataset_repo | B | 仅留题录，不下载全文 |
| [EXO-S280] | 2025 | 中国算法工程师薪酬相关公开报道聚合(猎聘/智联招聘/新浪财经等) | industry_report | D | 仅留题录，不下载全文 |
| [EXO-S281] | 2026 | GitHub API redirect: MyoHub/myosuite canonical location check | software_repo | D | 仅留题录，不下载全文 |
| [EXO-S282] | 2026 | GitHub API redirect: NeuroTechX/EEG-ExPy canonical location check (was eeg-n… | software_repo | D | 仅留题录，不下载全文 |
| 来源 ID | 发表年份 | 标题 | 类型 | 等级 | 镜像状态 |
|---|---|---|---|---|---|
| [EXO-S301] | 2025 | 工业和信息化部 国家发展改革委 教育部 国家卫生健康委 国务院国资委 中国科学院 国家药监局关于推动脑机接口产业创新发展的实施意见 | 政府政策文件 | A | 许可允许本站留存并再分发 |
| [EXO-S302] | 2024 | 工业和信息化部 国家发展改革委 教育部 国家卫生健康委 国务院国资委 中国科学院 国家药监局关于推动未来产业创新发展的实施意见 | 政府政策文件 | B | 仅留题录，不下载全文 |
| [EXO-S303] | 2025 | 国家医保局印发《神经系统类医疗服务价格项目立项指南（试行）》的通知 | 政府政策文件 | A | 许可允许本站留存并再分发 |
| [EXO-S304] | 2025 | 上海市医疗保障局 上海市卫生健康委员会关于本市试行脑机接口相关医疗服务价格项目的通知 | 政府政策文件 | A | 许可允许本站留存并再分发 |
| [EXO-S305] | 2025 | 北京市科学技术委员会 中关村科技园区管理委员会 北京市经济和信息化局关于印发《加快北京市脑机接口创新发展行动方案（2025-2030年）》的通知 | 政府政策文件 | A | 许可允许本站留存并再分发 |
| [EXO-S306] | 2026 | 北京经济技术开发区管理委员会印发《关于加快推动脑机接口技术和产业创新发展的若干措施》的通知 | 政府政策文件 | A | 许可允许本站留存并再分发 |
| [EXO-S307] | 2025 | 上海市科学技术委员会关于印发《上海市脑机接口未来产业培育行动方案（2025-2030年）》的通知 | 政府政策文件 | A | 许可允许本站留存并再分发 |
| [EXO-S308] | 2025 | 四川省经济和信息化厅等8部门关于印发《四川省脑机接口及人机交互产业攻坚突破行动计划（2025—2030年）》的通知 | 政府政策文件(经媒体转载) | C | 仅留题录，不下载全文 |
| [EXO-S309] | 年份未核实 | 医疗器械分类目录 19 医用康复器械 02 运动康复训练器械 05 关节训练设备(05.1-05.5子类)管理类别数据 | 官方分类目录(第三方镜像) | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S310] | 2024 | 知识讲堂 外骨骼康复机器人医疗器械分类、标准、注册指导原则 | 厂商/媒体资料 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S311] | 2026 | 脑机接口技术康复类医疗器械分类问题的研究与对策分析 | 同行评审期刊论文 | B | 可取得但权利不明，仅内部研究使用 |
| [EXO-S312] | 2021 | Implanted Brain-Computer Interface (BCI) Devices for Patients with Paralysis… | 监管指导文件 | A | 仅留题录，不下载全文 |
| [EXO-S313] | 2021 | Request for Comments Concerning the Imposition of Export Controls on Certain… | 监管/政府公告(ANPRM) | A | 仅留题录，不下载全文 |
| [EXO-S314] | 2025 | Unified Agenda of Regulatory and Deregulatory Actions — View Rule RIN 0694-A… | 政府监管议程记录 | B | 仅留题录，不下载全文 |
| [EXO-S315] | 2026 | 拿下全球首证，中国脑机接口反超马斯克Neuralink？ | 媒体资料 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S316] | 2025 | 脑机接口产业区域大数据：广东企业数居首，北京专利第一｜言叶知新 | 媒体资料(转引行业研究机构报告) | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S317] | 2026 | 2025年全球脑机接口行业市场发展现状分析 | 媒体资料(转引行业研究机构报告) | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S318] | 2026 | 2025年中国脑机接口行业市场规模约40亿元 医疗市场占比约56% | 媒体资料(转引行业研究机构报告) | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S319] | 2026 | 脑机接口上游核心元器件产业链拆解：柔性电极、脑机ASIC芯片国产化机遇与竞争格局技术迭代 | 媒体资料(转引行业研究机构报告) | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S320] | 2025 | 脑虎科技实现国内首款、国际第二款内置电池“三全”脑机接口临床成功 | 媒体资料(企业成果发布报道) | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S321] | 2025 | CN120204005A 基于肌电信号的外骨骼装置及其实现方法 | 专利(经二次文档平台转载线索) | C | 仅留题录，不下载全文 |
| [EXO-S322] | 2025 | CN120269525A 一种外骨骼机械手及其穿戴方法 | 专利(经二次文档平台转载线索) | C | 仅留题录，不下载全文 |
| [EXO-S323] | 年份未核实 | 人形机器人腕关节企业分析：绿的谐波、拓普集团等谐波减速器/无框力矩电机国产化格局 | 媒体资料 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S324] | 2026 | IPA1299至为芯替代ADS1299的脑机接口芯片 | 厂商/媒体资料 | D | 可取得但权利不明，仅内部研究使用 |
| [EXO-S325] | 2025 | 企业样本篇｜品驰医疗：让中国人用上自己的脑起搏器 | 媒体资料(企业专题报道) | C | 可取得但权利不明，仅内部研究使用 |
| [EXO-S326] | 2025 | 我国侵入式脑机接口进入临床试验阶段 | 科研机构官方报道 | B | 仅留题录，不下载全文 |
| [EXO-S327] | 年份未核实 | 医疗器械分类目录(官方原始页面,含19类医用康复器械分类数据) | 官方分类目录(未获取) | A | 仅留题录，不下载全文 |