正文
侵入式
：此类脑机接口通常直接植入到大脑的灰质，因而所获取的神经信号质量比较高。但其缺点是容易引发免疫反应和愈伤组织（疤），进而导致信号质量的衰退甚至消失
.
。
侵入式获取的信号是直接的神经信号。
部分侵入式
：接口一般植入到颅腔内，但是位于灰质外，其空间分辨率不如侵入式脑机接口，但是优于非侵入式。其另一优点是引发免疫反应和愈伤组织的几率较小，主要基于皮层脑电图（
ECoG
）进行信息分析。
非侵入式
：不进入大脑，像帽子一样方便佩戴于人体，但由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应，记录到信号的分辨率并不高，很难确定发出信号的脑区或者相关的单个神经元的放电。
典型的系统有脑电图
(EGG)
，脑电图是有潜力的非侵入式脑机接口的主要信息分析技术之一，这主要是因为该技术良好的时间分辨率、易用性、便携性和相对低廉的价格。
（脑电图设备 图片来源：www.engineering.com）
但是，脑电图技术的一个问题是它对噪声的敏感；另一个使用
EEG
作为脑机接口的现实障碍是用户在工作之前要进行大量的训练。
2.
信息分析
收集好了足够多的信息后，就要进行信号的解码和再编码以处理干扰。脑电信号采集过程中的干扰有很多，如工频干扰、眼动伪迹、环境中的其他电磁干扰等。
分析模型是信息解码环节的关键，根据采集方式的不同，一般会有脑电图（
EGG
），皮层脑电图（
ECoG
）等模型可以协助分析。
信号处理、分析及特征提取的方法包括去噪滤波、
P300
信号分析、小波分析
+
奇异值分解等。
3.
再编码
将分析后的信息进行编码，如何编码取决于希望做成的事情。比如控制机械臂拿起咖啡杯给自己喝咖啡，就需要编码成机械臂的运动信号，在复杂三维环境中准确控制物体的移动轨迹及力量控制都非常的复杂。
但编码形式也可以多种多样，这也是脑机接口可以几乎和任何工科学科去结合的原因。最复杂的情况包括输出到其他生物体上，比如小白鼠身上，控制它的行为方式。
4.
反馈
获得环境反馈信息后再作用于大脑也非常复杂。人类通过感知能力感受环境并且传递给大脑进行反馈，感知包括视觉、触觉、听觉。
脑机接口实现这一步其实是非常复杂的，包括多模态感知的混合解析也是难点，因为反馈给大脑的过程可能不兼容。
脑机接口历史重要里程碑
1924年，德国精神病学家Hans Berger发现了EEG。
1969年，华盛顿大学医学院利用猴子进行脑电生物反馈的研究。
1990年代，Nicolelis完成对老鼠运动脑电波的初步研究后，在夜猴内实现了能够提取皮层运动神经元的信号来控制机器人手臂的实验。
1999年，哈佛大学的Garrett Stanley试图解码猫的丘脑外侧膝状体内的神经元放电信息来重建视觉图像。
2000年后，Donoghue小组实现恒河猴对计算机屏幕上的光标的运动控制来追踪视觉目标，其中猴子不需要运动肢体。
2009美国南加州大学的Theodore Berger小组研制出能够模拟海马体功能的神经芯片。该小组的这种神经芯片植入大鼠脑内，使其称为第一种高级脑功能假体。
2012年巴西世界杯——机器战甲，身着机器战甲的截肢残疾者，凭借脑机接口和机械外骨骼开出了一球。
2014年，华盛顿大学的研究员通过网络传输脑电信号实现直接脑对脑交流。
2016年12月，美国明尼苏达大学的Bin He与他的团队取得一项重大突破，让普通人在没有植入大脑电极的情况下，只凭借“意念”，在复杂的三维空间内实现物体控制，包括操纵机器臂抓取、放置物体和控制飞行器飞行。该研究成果有望帮助上百万的残疾人和神经性疾病患者。
（Bin He与他的团队的实验成果）
