面向無創(chuàng)腦機接口系統(tǒng)的研究

1929 年Hans Berger 首次記錄到人類腦電圖，從此拉開了研究關于腦電信號作用和功能的序幕。隨著各個領域技術的發(fā)展，腦機接口的研究從科學幻想階段進入科學論證階段，國際上的科研工作者的熱情空前高漲，從國內外不超過6 個的研究組織，至今已經(jīng)發(fā)展到了成百上千個。多數(shù)國家相繼出臺發(fā)展腦科學的相關政策，爭搶世界前沿科技戰(zhàn)略高地，如美國政府推出了腦科學研究計劃，規(guī)劃了腦科學領域以后的研究方向和內容^[1]。我國同樣十分重視神經(jīng)科學和類腦人工智能的發(fā)展，不僅在2016 年出臺了推動腦科學發(fā)展的相關政策^[2]，部署“一體兩翼”，還于2021 年十三屆全國人大四次會議上著重強調人工智能、腦科學與類腦研究等前沿領域的研究，再次提高研究經(jīng)費比重，深度挖掘腦科學相關的應用價值，順應了人類社會發(fā)展的大趨勢、搶抓新機遇。

1 腦機接口系統(tǒng)

1.1 腦機接口系統(tǒng)結構

基于生理電信號的BCI 通信系統(tǒng)的基本原理如圖1所示，包括獲取腦電信號、信號處理模塊和控制模塊，技術核心在于對腦電信號的讀寫。

1）獲取腦電信號

獲取腦電信號是腦機接口系統(tǒng)應用的前提，在一個安靜的實驗環(huán)境下，受試者佩戴好采集腦電信號的設備完成實驗內容；

2）信號處理模塊

該模塊包括預處理、特征提取與特征分類。信號預處理即在不丟失信號信息的情況下消除噪聲和去除偽跡，提高信號質量；特征提取即通過相關算法將采集到的腦電信號中能夠反映實驗者意圖的突出特征提取出來；特征分類即將上一步提取到的特征進行分類，判斷實驗者的意圖，從而達到分類識別的目的；

3）控制模塊

該模塊可以理解為外部設備讀懂大腦神經(jīng)信號并且可以執(zhí)行控制命令的過程，實現(xiàn)腦與外界的交流溝通。除此之外，還會在實驗者和外部設備之間加入反饋環(huán)節(jié)，根據(jù)反饋結果調整系統(tǒng)參數(shù)，可以提高系統(tǒng)整體性能。

1.2 腦機接口系統(tǒng)分類

目前，因腦電信號采集方便且采集設備價格相對低廉等優(yōu)勢，使當前研究最廣泛的腦機接口是基于腦電信號的無創(chuàng)BCI 系統(tǒng)。基于EEG 的BCI 系統(tǒng)包括：運動想(MI)BCI 系統(tǒng)、基于穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)BCI系統(tǒng)、基于慢性皮層(SCP) 電位BCI 系統(tǒng)和基于時間相關電位(P300)BCI 系統(tǒng)。其中，運動想象腦機接口系統(tǒng)是指人類肢體的運動, 如左右手、雙腳、舌頭的實際運動和想象運動, 均會引發(fā)大腦感覺運動皮層相應區(qū)域腦電活動的增強, 導致相關感覺運動節(jié)律被抑制, 即ERD現(xiàn)象; 而在實際或者想象運動結束或者進入休息狀態(tài)之后, 該區(qū)域腦電活動減弱, 導致相關感覺運動節(jié)律活動的上升, 即ERS 現(xiàn)象。研究表明,ERD/ERS 現(xiàn)象可表現(xiàn)為幅值特征的降低/ 升高, 人們能夠通過控制感覺運動皮層EEG 信號的mu(8~13Hz) 和beta(18~25Hz) 節(jié)律的幅值變化(ERD/ERS) 來控制如電腦屏幕上的光標移動。相對幅值特征, 相位特征研究較少。

2016 年，通過在一名由于車禍癱瘓在床的年輕人Nathan Copeland 大腦中植入微小的芯片，可以讓其操控假肢與奧巴馬握手。

Han-Jeong Hwang 等人設計了基于穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP) 的字符拼寫腦機接口系統(tǒng)；M TeresaMedina-Juliá 等人設計了基于P300 的腦- 計算機接口拼寫器。清華大學神經(jīng)工程實驗室高小榕教授課題組研究了基于SSVEP 的BCI 系統(tǒng)，設計視覺拼寫器，在實現(xiàn)目標控制、信息傳輸方面取得重要進展；長春科技大學嚴武研究了基于P300 的BCI 系統(tǒng)，并設計了一種新的拼寫范式，其中虛擬字符矩陣的閃爍行或列被半透明的綠色圓圈覆蓋，上半部分或下半部分有一個紅點，結果獲得了更高的分類準確性和信息傳輸速率，提高了P300 拼寫系統(tǒng)的性能。這些BCI 拼寫系統(tǒng)使嚴重運動障礙患者通過大腦活動與外界進行交流，而無需肌肉移動性。

東南大學莊玉等人設計了一種基于運動想象腦電信號的BCI 系統(tǒng)，用于地面車輛控制，并有可能應用于殘疾人作為移動輔助工具。

國內外有很多課題組都研究并設計了不同BCI 系統(tǒng)，并取得的豐碩的科研成果，但是不同模態(tài)的腦機接口分別存在著不同的缺陷，相關研究并不能證明某種生理電信號能夠對比其他信號在某些情況下具有不可替代的優(yōu)勢，因此，為了提高傳統(tǒng)的單模態(tài)腦機接口系統(tǒng)的性能提出了結合腦電圖與其他生理信號的混合腦機接口技術，可以完成相對復雜的任務?；旌夏X機接口是由兩個BCI，或至少1 個BCI 和另一個系統(tǒng)組成的，既可以同時處理輸入信息，也可以按順序操作兩個系統(tǒng)，其中第一個系統(tǒng)可以充當“大腦開關”。

南理工大學和牛津大學共同合作提出了一種基于EEG 和EOG 的新型混合BCI，用于輪椅和機械臂組成的綜合輔助系統(tǒng)的控制，目的是幫助使用者從1 個隨機的地方移動，并抓住1 個放置在遠處的目標物體。用戶通過執(zhí)行左手/ 右手的運動圖像來左右操縱輪椅，并通過執(zhí)行兩種眼動( 眨眼和揚眉) 來生成其他輪椅或機械臂命令。實驗結果表明，所提出的多模態(tài)BCI 可以提供滿意的控制精度，以控制一個綜合輔助系統(tǒng)完成復雜的日常任務。

Jeong Heo 等人設計了一種新的混合SSVEP-P300拼寫器，結果表明：所提出的拼寫器與傳統(tǒng)拼寫器相比提高了信息傳輸速率。

2 腦機接口系統(tǒng)應用領域

腦機接口技術在國際上屬于科技前沿的熱點領域，具有十分重大的理論意義和空前廣闊的發(fā)展前景，將來會有越來越多的科研工作者深入研究這一領域，不斷促進和完善腦機接口的成熟，帶動其相關學科領域的全面發(fā)展。現(xiàn)階段，對于BCI 系統(tǒng)需要進一步深入研究才能應用到實際生活中，但是對BCI 系統(tǒng)的不斷研究對一些喪失肢體控制功能的患者具有非凡的意義。腦機接口的研究領域如下：

1）醫(yī)療領域^[3]。該領域是腦機接口技術應用中最早和最重要的。BCI 系統(tǒng)可以替代一些喪失運動功能的患者的肌肉神經(jīng)輸出，提供非肌肉通信路徑，讓病人通過這種全新的輸出通路與外界重新聯(lián)系，有效地表達自己最基本的需求和想法；BCI 系統(tǒng)可以訓練他們的大腦運動皮層，促進患者恢復，增強幸福感；BCI 技術可以減少癲癇患者的癲癇發(fā)作次數(shù)等功能；

2）生活輔助領域^[4]。輔助殘疾人和年老體弱人群的日常生活，如智能腦電控制的假肢、輪椅和腦控護理床等其他輔助設備，減輕此類人群的心理負擔、降低生活中的不方便性和對護理人員的依賴性；

3）游戲娛樂領域。腦機接口技術向玩家提供了除了傳統(tǒng)游戲中單一的手控方法的新的操控模式，方法新穎，可以和虛擬現(xiàn)實和增強現(xiàn)實相結合，增加游戲體驗的沉浸感；

4）疲勞檢測領域。腦機接口在這個領域的應用主要是健康人員，擴大了適用人員范圍。一些特殊作業(yè)崗位如機動車駕駛員、宇航員、飛行員等人員的疲勞程度和認知負荷是影響安全性的重要指標，利用腦機接口檢測腦電信號，可以預防過度疲勞工作，更好地保證人身生命和財產安全；

5）教育領域。腦機接口技術通過相關算法量化表征大腦注意力，能夠實時檢測學生的注意力集中程度，提高教師的教學質量，為后續(xù)教學安排提供參考依據(jù)，也可以通過相關范式訓練兒童注意力，促進大腦發(fā)育；

6）軍事領域。腦機接口技術可以利用腦電信號控制無人機尋找任務目標，也可以用于日常軍事訓練項目，提高軍事人員的反應速度，潛在應用價值極高。

近年來，隨著該技術的發(fā)展對于BCI 技術的研究越來越多，BCI 已經(jīng)拓展到更廣泛的應用領域。未來BCI甚至可能成為人與手機、汽車等產品之間的通用控制接口, 普遍用于各種需要人機交互的場合。

3 結束語

截至目前，大多數(shù)BCI 系統(tǒng)的實驗者都是健康人，在臨床和市場上還沒有成熟的實際應用，雖然在探索生物電信號的解碼過程中存在一些不足，但是腦機接口技術的提出為人類提供了一種全新的與外界的信息交互形式，在軍事、醫(yī)療、智能家居和電子游戲等眾多領域都受到廣泛的關注。

總而言之，腦機接口技術目前在國際上屬于科技前沿的熱點領域，具有十分重大的理論意義和空前廣闊的發(fā)展前景，將來會有越來越多的科研工作者深入研究這一領域，不斷促進和完善腦機接口的成熟，帶動其相關學科領域的全面發(fā)展。相信隨著科研水平的進步，算法的精進，BCI 技術在未來會有更廣闊的發(fā)展。

參考文獻：

[1] 高越.美國腦機接口技術研究及應用進展[J].信息通信技術與政策,2020(12):75-80.

[2] 王東輝,吳菲菲,王圣明,等.人類腦科學研究計劃的進展[J].中國醫(yī)學創(chuàng)新,2019,16(7):168-172.

[3] 楊幫華,李博.基于腦機接口的康復訓練系統(tǒng)[J].系統(tǒng)仿真學報,2019,31(2):174-180.

[4] 邱銅.基于腦機接口的智能病床運動控制器研究[D].杭州:浙江大學,2019.

（本文來源于《電子產品世界》雜志2023年6月期）