据新一期《自然·神经科学》杂志报道，一项新研究证实，美国加州理工学院研究人员开发的功能性超声（FUS）技术可以成为一种“在线”脑机接口（BMI）的基础，这种BMI可以读取大脑活动，通过用机器学习编程的解码器破译其含义，从而控制一台延时极短、可准确预测运动的计算机。
2021年，加州理工学院研究人员开发了一种使用功能性超声读取大脑活动的方法，这是一种侵入性小得多的技术。
超声波成像的工作原理是发射高频声音脉冲，然后测量这些声音振动在物质（如人体的各种组织）中的回声。声波在这些组织类型中以不同的速度传播，并在它们之间的边界反射。
神经元活动的变化会引起它们对氧气等代谢资源的利用发生变化。这些资源通过血液重新补充，这是功能性超声波的关键。在这项研究中，研究人员使用超声波来测量流向特定大脑区域的血流的变化。他们可以记录大脑血液流动的微小变化，空间区域只有100微米宽，大约为一根头发那么宽。他们能够同时测量广泛分布在整个大脑中的微小神经细胞群的活动，其中一些小到只有60个神经元。
研究人员使用功能性超声来测量非人灵长类动物顶叶后皮质（PPC）的大脑活动，该区域负责规划并帮助执行运动。实验动物被教会了两项任务：移动手来引导屏幕上的光标，移动眼睛看屏幕的特定部分。它们只需要考虑执行任务，而不是实际移动眼睛或手，因为BMI可以读取它们的大脑活动。
超声波数据被实时发送到解码器，然后生成控制信号，将光标移动到希望的地方。BMI能够成功地对8个径向目标执行此操作，而平均误差很小。
