脑机接口技术介绍、应用与挑战

本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018

脑机接口简介

脑机接口的概念最先于1973年提出，伴随着计算机性能的飞速提高，在美国“人类脑计划”的资金支持下，脑机接口的研究进入了高速发展期。2000 年，在《自然》发表了一篇“RealBrains for Real Robots” 的文章，首次报道了从猴子的大脑皮层成功获取到了脑电信号，对千里之外的机器人进行了实时控制，实现了“Monkey Think，Robot Do”。此后随着神经科学及计算机技术的快速发展，对脑机接口的研究也取得了快速发展和进展。特别是1999年、2002 年、2005年和2008 年召开的四次BCI 国际会议，明确了BCI研究的发展方向和面临的挑战，使得BCI成为国际研究热点。

作为一项新兴且潜力巨大的技术，美国国防部（比如DARPA、陆军研究实验室等）、科研机构和高科技公司都在积极进行研究。特斯拉创始人Elon Musk等2016年7月投资创立了面向神经假体应用和未来人机通信的脑机接口公司Neuralink。其短期目标是治愈严重的脑部疾病，如老年痴呆症和帕金森症，并且最终通过与人工智能的融合来增强大脑。Facebook计划开发一个设备，能让人们通过脑波每分钟输入100个单词。该设备也可以作为增强现实应用的一个大脑鼠标，而不需要通过跟踪手部动作来控制光标。

图1.脑机接口系统组成部分

BCI系统根据脑电信号获取的方式，可分为非侵入式、半侵入式和侵入式三种。其位置和特征如图2所示。对非侵入式BCI的研究，由于只需要通过相关设备对大脑皮层的表面信号，直接进行采集和处理，因此不需要外科手术的介入，已成为BCI研究的热点方向。脑电信号由于其时间分辨率高，采集设备容易携带，便于投入使用等优点，正成为脑机接口应用于控制系统（轮椅、机械手等）的主要方式。

图2. 脑机接口系统的信号来源和特征

非侵入式脑机接口无需动手术，直接从大脑外部采集大脑信号。常用的非侵入式信号有头皮脑电（EEG）、功能近红外光谱（fNIRS）和功能核磁共振成像（fMRI）等，其中以EEG最为常见。EEG通常由头戴式的脑电帽通过电极从头皮上采集，可以在头皮上监测到群体神经元的放电活动。

脑机接口技术

脑机接口系统允许被试者使用脑信号直接控制外部设备，根据利用的脑信号的类别，大致可以分为以下四种：
基于脑电(Electroencephalography, EEG)的脑机接口、基于脑磁(Magnetoencephalography, MEG)的脑机接口、基于功能性磁共振成像(functional magnetic resonance imaging, fMRI)的脑机接口和基于功能性近红外光谱(functional near -infrared spectroscopy, fNIRS)的脑机接口。

脑电是一种由脑细胞群之间以电离子形式传递信息而产生的生物电现象，是神经元电生理活动在大脑皮层或头皮表面的总体反映。相比于其它类型的脑信号，EEG具有采集方便、时空分辨率高等优点，在BCI系统中具有独特的应用价值。目前，EEG脑机接口主要有以下三种类型：

1.P300脑机接口

P300是大脑认知过程中产生的一种事件相关电位，主要与期待、意动、觉醒、注意等心理因素有关。Sutton等人发现，当人脑受到小概率相关事件的刺激时，脑电信号中会出现一个潜伏期约为300ms的正向波峰，P300因此得名。

（a）P300
经典的P300电位可以在Oddball实验范式下出现。Oddball范式的要点是，对同一感觉通道（视觉或听觉）施加两种刺激，一种刺激出现的概率很大（称为准刺激），另一种刺激出现的概率很小(称为靶刺激)。两种刺激以随机顺序出现，实验任务要求被试者将注意力集中到靶刺激上。这样，可以在靶刺激呈现约300ms之后观测到一个正波，即P300。研宄表明，靶刺激出现的概率越小，所引起的P300振幅越大。

典型的P300脑机接口是由神经心理学家Farwell等人设计的虚拟打字机。虚拟打字机的界面由26个英文字母和10个阿拉伯数字组成，形成一个6行6列的字符矩阵。矩阵按行或列随机闪烁，使用者注视需要输入的字符。当目标字符所在的行或列闪烁时，即可触发靶刺激。通过检测P300电位的发生时间，就能确定目标字符所在的行和列，行列交叉处的字符即为使用者想要输入的字符。

2.SSVEP脑机接口

稳态视觉诱发电位(Steady-stateVisual Evoked Potentials, SSVEP)属于视觉诱发电位(Visual Evoked Potentials, VEP)，是指当人眼受到一个恒定频率（通常大于4Hz）的视觉刺激时，大脑视觉皮层会自动产生与刺激频率及其谐波频率同频率的响应。当刺激的频率小于4Hz时，所引发的电位称为瞬态视觉诱发电位(Transient Visual Evoked Potentials, TVEP)。

（b）稳态视觉激发电位
典型的SSVEP脑机接口是由清华大学高上凯等人设计的自动拨号系统。系统的界面上包含0-9十个拨号键，每个拨号键分别按不同的频率闪烁。当用户注视某个拨号键时，所诱发的SSVEP中会包含大量相应频率的基波和谐波。通过分析脑电信号的频率成分，便可得知用户注视的目标拨号键，从而实现拨号的功能。

3.运动想象脑机接口

运动想象(Motorimagery, MI)信号产生的理论依据是事件相关去同步和事件相关同步。当人在头脑中想象某肢体运动时，感觉运动皮质的相应区域便会处于活跃状态，该区域产生的脑电信号中的alpha波和beta波将出现幅值上的衰减，这种现象被称为事件相关去同步。相反，若大脑没有进行运动想象任务，脑电alpha波和beta波频谱震荡的幅度就会表现出明显的增强，即事件相关同步。目前ＭＩ脑机接口使用较多的有想象左手运动、右手运动、腿部运动和舌部运动。

(c）运动想象
MI脑机接口不依赖任何刺激装置，属于自发式BCI系统。这种工作模式自然、直接，更符合脑机接口的本意，但其缺点是可识别的运动想象模式数目有限，而且被试者需要进行较长时间的训练。

脑机接口应用

脑机接口的主要应用有：

替代：脑机接口系统的输出可能取代由于损伤或疾病而丧失的自然输出，如丧失说话能力的人通过脑机接口输出文字，或通过语音合成器发声。以已故著名物理学家霍金为代表的脊髓侧索硬化症患者，以及重症肌无力患者、因事故导致高位截瘫的患者等重度运动障碍患者群体，是此类脑机接口系统的重要应用对象。这些患者的共同特点是，他们有相对完整的思维能力，但丧失了对肌肉和外周神经系统的自主控制能力，因此无法有效地向外界表达自己的需求和想法。将自己脑中所想的信息通过某种辅助手段传达出来是这一患者群体最基本且最重要的需求。

恢复：脑机接口的输出可以恢复丧失的功能。如人工耳蜗已经帮助数十万失聪病人恢复听力，人工眼球可以帮助失明病人重新看见东西，等。中风患者在失去肢体控制能力后，也可以通过脑机接口技术对患者的大脑运动皮层进行训练，帮助病人进行康复。

增强：主要是针对健康人而言，实现机能的扩展。在工程心理学领域，机动车驾驶员、飞行员、航空空中交通管制员等特殊作业岗位人员的认知负荷、疲劳程度等状态对于作业绩效、工作安全都十分重要。脑机接口所提供的实时监测数据为工作管理提供了重要的客观依据，能够更好地保证人员安全和工作绩效。澳大利亚的SmartCap公司已经把此项应用商业化。通过在棒球帽内植入电极，可以实时监测用户的疲劳状态。在教育领域，脑机接口可以对学生的注意力水平进行实时评测，为教师教学安排提供参考。在市场营销领域，脑机接口技术可以用于评价观看广告、电影、电视等媒体内容的观众情绪体验，以及更加广义的人机交互情景下的用户体验。

补充：对于控制领域，除了手控的方法之外还可以增加脑控方式，实现多模态控制，这里脑机接口作为原来单一控制方法的补充。在游戏娱乐领域，脑机接口为游戏玩家提供了独立于传统游戏控制方式之外的新的操作维度，丰富了游戏内涵并提升了游戏体验。

改善：例如针对康复领域，对于感觉运动皮层相关部位受损的中风病人，脑机接口可以从受损的皮层区采集信号，然后刺激肌肉或控制矫形器，改善手臂运动。癫痫病人的大脑会出现某个区域的神经元异常放电，通过脑机接口技术检测到神经元异常放电后，可以对大脑进行相应的电刺激，从而减少癫痫发作。运动想象脑机接口在针对自闭症儿童的康复训练中正在承担重要的角色。与正常儿童相比，自闭症儿童在观看他人运动情景时模仿动机弱，相应的感觉运动皮层激活程度较低。通过让这些儿童参与基于自身感觉运动皮层激活程度强弱实时反馈的游戏项目，可以提升他们对感觉运动皮层激活程度的自我控制能力，从而改善自闭症的症状。类似的脑机接口神经反馈训练范式也有望在多动症、抑郁症等治疗中发挥积极作用。

脑机接口挑战

无论是何种脑机接口应用，其当前可实现的性能距离人们在科幻作品中的设想还有很长的路要走。除了传感技术上的局限外，更关键的挑战在于我们对大脑工作机制的了解还十分有限。神经科学领域学者对大脑工作机制的持续探索发现是脑机接口系统实现的核心基础，而神经工程领域基于这些探索发现所提出的大脑计算神经模型、神经编码与解码方法，则为脑机接口实践应用提供关键技术方法支撑。随着近年来世界各国纷纷启动脑计划，如美国的BRAIN Initiative、欧盟的Human Brain Project、 日本Brain/Minds Project 等，有望在不久的将来在脑研究方面取得突破性的进展，从而为脑机接口技术的进一步发展带来全新的机遇。

特别值得一提的是，中国脑计划的“脑科学与类脑智能”这一重点发展方向强调脑研究与人工智能研究的结合，可能为脑机接口提供新的突破口。

参考
脑机接口技术介绍、应用与挑战
伍冬睿教授的脑机接口简介
混合脑机接口实验及其应用研究
基于SSVEP的便携式脑机接口系统构建方法与关键技术研究
本文章由脑机学习者Rose笔记分享,QQ交流群：941473018
更多分享，请关注公众号