面向心理健康的闭环 EEG 神经反馈与脑机接口干预：综述

基于摘要分析。本文关注 EEG 研究如何从心理健康状态的检测与分类走向闭环干预，综述了自 2021 年以来面向心理健康的闭环 EEG 神经反馈与 BCI 干预研究，并梳理其技术设计、评价方式及证据局限。 核心机制是将实时反馈纳入 EEG 闭环系统；其中，神经反馈旨在让用户学习调节自身脑活动，以支持心理状态与心理功能的改善。这与仅识别或监测状态的观察性方法不同，但反馈能否带来稳定、可推广的治疗获益，仍需独立评价。 检索与综述范围方面，作者依据 PRISMA 报告原则，在 Scopus、Web of Science 和 PubMed 三个数据库开展结构化检索。作者报告，共检索到 1,101 条记录，其中 25 项研究符合纳入标准。综述从应用、范式设计与反馈机制、信号处理与机器学习方法、性能指标与结局四个维度整理研究，并讨论用户界面设计及监管机制等问题。 作者报告，现有研究支持技术可行性，并显示初步治疗潜力；但由于许多纳入研究属于小规模试点或可行性研究，整体证据仍属初步阶段。摘要未提供具体疾病分组、被试规模、对照条件、随访长度或量化疗效，不能据此比较不同干预的有效性，也不能将解码性能等同于心理健康结局改善。 多模态 BCI、域适应、生成式 AI 与居家部署被作者列为未来方向，并非本文已验证的干预方案。纳入研究的详细实验协议、偏倚风险评估、统计综合方式，以及机器学习方法的验证设置尚未验证，需结合全文及原始研究核对。