機-腦接口研究

摘 要:機-腦接口的一個具體應用是對睡眠的監測和控制。研究發展一種無干擾、不喚醒監測和控制“醒→睡過渡過程”中那些妨礙入睡思維活動的方法。基于VxWorks實時操作系統和ARM微處理器的“微型手腕式嵌入式計算機”，可產生刺激信號，控制、測量、記錄、處理使用者的應答信息，分析腦的狀態。由于它的微小結構(含傳感器)及其與環境的獨立性，保證了使用者無干擾。利用“非限定微行為反應技術”，保證了使用者無喚醒。該方法可將入睡潛伏期測量的精度從十幾分鐘提高到6 s左右，并在小樣本實驗中有效控制了“醒→睡過渡過程”中那些妨礙入睡的思維活動，顯著縮短了入睡時間。為中斷那些討厭的干擾性思維和過多不能控制的焦慮提供了一種新途徑。

關鍵詞:機-腦接口;ARM微處理器;過渡過程;外界刺激

中圖分類號:TP274文獻標識碼:A

文章編號:1004-373X(2009)24-047-04

Research on Computer_Brain Interface

WANG Ruiying，SHAO Wei，ZENG Heqiong

(Engineering Commerce College，South_Central University for Nationalities，Wuhan，430074，China)

Abstract:The application of computer_brain interface is monitoring and controlling sleep.A non_interference and non_wake up solution to detect and interrupt some unwanted thoughts which extend the transition from waking to sleeping is developed and researched.Based on Vxworks real_time operating system and mini wrist_watch embedded computer of ARM processor，stimulus signal can be produced，the users′ response information can be controlled，measured，recorded and processed，the brain state can be analysed.Using non_restriction and micro_action detection technique，the non_wake up is ensured.By using this novel solution to interrupt unpleasant intrusive thoughts and excessive and uncontrollable worry during the pre_sleep period，in small sample trials，the measurement precision of sleep onset from more than ten minutes to about 6 seconds，controlled unwanted thoughts efficiently during the transition from waking to sleeping，and reduced the sleep latency remarkably.

Keywords:computer_brain interface;ARM processor;transition;external stimulus

0 引 言

機-腦接口是一種計算機監測和干預大腦思維活動的(通信)系統。與腦_機接口不同的是它不是用大腦來直接控制計算機，而是由計算機來監測、控制人的大腦。機-腦接口不但可以對大腦思維活動的狀態進行監測，而且可以對大腦的思維活動進行干預，中斷有害思維活動。機-腦接口的一個具體應用是對睡眠的監測和控制。監測從清醒到睡著這一入睡過程的腦狀態，不僅對準確測量入睡潛伏期十分重要，而且為描述入睡過程中大腦活動規律提供了基本的依據。選取合適的機-腦接口實現方法是對入睡過程腦狀態進行客觀、定量監測的關鍵。

1 研究現狀

在從覺醒到睡眠的過渡階段中，“失控的認知活動”致使30%~40%的成年人遭受不同程度的失眠困擾[1_3]，并使嚴重者面臨繼發精神性疾病的高度危險[4，5]。在近年的研究中，有許多跡象顯示，通過基于認知科學的心理控制，有可能使失控的認知活動中斷[2，4]。由于可能導致開辟一條解除失眠的全新途徑，因此心理控制受到科學界的高度關注[1，2，4，6_11]。關于通過心理控制中斷過渡階段中失控的認知活動，已經做了不少研究[2，4，11，12]。覺醒和睡眠是兩類完全不同的腦狀態，前者能對外部事件良好知覺并反應，后者則不可[13，14]。

腦狀態的客觀描述，腦狀態參量的非干擾測量，一直是腦狀態研究面臨的重要方法學困難。根據數據獲取的方式劃分，目前的研究方法可分成二類。第一類，入睡潛伏期(從有睡意到睡著的時間)及入睡過程中的腦狀態由被試者的主觀感覺描述，測量則是記錄被試者事后報告的主觀感覺。這種方法雖然對睡眠沒有干擾，但是由于失眠者不能準確評估自己的入睡潛伏期，也不能定量評估自己的腦狀態，因此數據的客觀性很差，且在實驗室以及個體之間沒有可比性。第二類，入睡潛伏期和腦狀態由被試者的多種電活動描述，電活動通過多導睡眠監測系統測量記錄。這種方法的數據雖然比較客觀，但是理論和實驗都表明，它們不能描述睡眠過渡過程中腦功能的微時間結構，即腦狀態在短時間中的變化。另外，測量本身嚴重干擾睡眠。為此，發展一種適用于睡眠過渡過程研究的機-腦接口，對于腦狀態研究，睡眠潛伏期監測以及失眠控制都具有重要意義。

2 研究新方法

那些不受意志控制有害思維活動，會因外界刺激導致的注意轉移而被抑制，因此可以通過計算機不斷依據大腦狀態提供的刺激，使這些漲落雜念的源持續地處于被抑制狀態，直至最終失活。根據這一基本認知原理，本研究擬發展一種新的機-腦接口，用于睡眠的監測和控制。通過給使用者響度合適的聲音刺激，然后獲取使用者的反應來監測睡眠狀態，進而根據使用者當前的睡眠狀態調節聲音刺激的規律，實現睡眠的控制。整個方法核心為以VxWorks實時操作系統和ARM微處理器為基礎的“微型手腕式嵌入式計算機”。實驗涉及的所有操作:刺激的發生，刺激特性的控制，被試者行為反應信息的測量、記錄、處理，腦狀態的分析等，均由帶于手腕上的嵌入式計算機來執行。“腕式嵌入式計算機”的微小結構(包括傳感器)以及它與環境的獨立，保證了研究的無干擾性。發展基于腕式嵌入式計算機的“非限定微行為反應技術”。利用非限定微行為反應技術，被試者的反應只需以任意方式的手指微動表達;“腕式嵌入式計算機”通過實時信號處理和模式識別，確認傳感器檢測到的信號是否為反應信號。由于反應的非限定性以及微小性，保證了失眠研究的無喚醒性。

3 系統結構

機-腦接口是一種通過計算機監測、控制來干預大腦思維活動的系統，其作用是中斷從清醒到睡著這一過渡過程中的失控思維活動。為了實現這些功能，首先需要一個中斷源，這里用一個刺激器來產生聲音刺激作為中斷源;刺激產生后，使用者對刺激的反應通過傳感器，將其轉換為電信號;來自傳感器的微弱信號要通過放大、濾波后送入VxWorks基的ARM嵌入式系統進行各種處理。機-腦接口系統的總體結構框圖如圖1所示。

圖1 機-腦接口系統結構

使用者的應答信號通過壓力傳感器獲得，經過放大和A/D轉換部分完成信號的放大，濾波以及數字化的處理。中央處理系統完成使用者應答信號的鑒別以及根據一段時間內的應答信號判斷使用者當前的腦狀態并給出合理的刺激。使用者的應答信號信息按時間順序保存在數據存儲系統中，用于離線研究。

4 實驗設計

4.1 實驗實始條件的建立

實驗初始條件的建立該機-腦接口的基本方法是根據使用者的反應，利用聲音刺激轉移使用者的注意，從而抑制那些不受意志控制有害思維活動，因此確定聲音的種類和特性，測量使用者最初的反應水平，以及選取合適的聲音響度至關重要。

4.2 聲音刺激特性的確立

4.2.1聲音種類

聲音刺激的種類很多，但是每次使用過程中只選取一組聲音，一組聲音由兩種聲音組成:一種清脆，另一種低沉。清脆的聲音為目標聲音，即需要使用者做出反應，低沉的聲音為安慰聲音，不需要使用者做出反應。這兩種聲音按特定的方式隨機給出。

4.2.2 聲音組合

為了考察使用的反應水平的變化趨勢，聲音刺激序列要求符合一定的規律。在此將刺激排列成特殊的組合，這些組合如表1所示。

表1 聲音刺激序列

組合1組合2組合3組合4組合5

××○○×××○○××××○○××○○○×××○○○

組合6組合7組合8組合9

××××○○○××○○○○×××○○○○××××○○○○

注:○表示目標聲音，×表示非目標聲音

表1中9種組合的聲音序列隨機給出，每種組合中的2個聲音刺激之間的間隔為一個范圍內的隨機數，這個隨機的范圍可以設置，并可以在實驗中根據使用的大腦狀態(反應水平，反應水平變化趨勢以及反應正確率)自動的調整。

在進行聲音響度閾值的確定和使用者反應水平的獲取之前，讓使用者輕松地躺在床上，機-腦接口系統給出一段大約8~10 min的平和悠揚音樂。然后進行下面的實驗。

4.2.3 確定聲音響度閾值

只有合適響度的聲音才能很好的用于有害思維活動的抑制。過弱的聲音刺激不能很好地轉移使用者的注意，達到抑制有害思維活動;過強的聲音刺激卻成為自然入睡新的干擾源。所以選取響度為使用者剛好能聽到的聲音作為刺激，即選取使用者的聽覺閾值作為刺激聲音的響度。

具體操作是，機-腦接口系統首先將聲音的響度設置為最小，給出10次刺激，要求使用者盡快對目標聲音做出反應;如果使用者不能完成正確對這10次聲音刺激做出反應，就將聲音的響度增加，再給出10次刺激，同樣要求使用對目標聲音做出最快的反應;如果使用者還是不能完全正確的做出反應，繼續增加聲音響度，如果使用者能過完全正確的做出反應，則將該響度作為此次實驗的刺激聲音響度，在之后的實驗中，聲音刺激的響度一直維持該數值。確定刺激聲音的閾值之后，再給出20次聲音刺激，需要使用者盡快對目標聲音做出反應，然后將這些反應的平均值作為使用者此次使用過程中的反應水平。

5 應答信號的數據結構

使用者應答信號的數據存放在存儲系統中，這些數據按時間順序排列，每次使用產生的數據包含在一個文件之中。文件以及數據的格式如圖2所示。

圖2 文件以及數據的格式

文件中的所有數據以ASCII字符保存。文件信息包含此次使用的開始時間，文件版本號。使用者信息包含使用者的姓名，年齡以及健康情況。應答信號數據包括四個部分，第一部分為序號，即為第幾次聲音刺激，數據格式為從0開始的整數;第二部分為時間，即為給出刺激時候的時刻，數據格式為HH:MM:SS;第三部分為聲音類型，即為給出的聲音為目標聲音還是非目標聲音，當出現目標聲音的時候，該數值為1，反之為2;第四部分為反應時間，即為使用者的反應時間，數據格式為整數，單位為ms。統計結果數據包含此次實驗的聲音響度閾值、使用者的反應水平，實驗中目標聲音和非目標聲音出現的次數，使用者對目標聲音以及非目標聲音做出的反應次數，以及其他的相關結果數據。

6 實驗數據分析

選擇8位自愿參與實驗的大學生，其中有2位學生(P1和P2)有過失眠經歷，其余6位學生(P3~P8)睡眠正常，每一位參與者均進行實驗3次。實驗在普通的臥室，正常睡眠時間(晚上10點左右)進行。

圖3為其中一個使用者的一次實驗數據，測得該使用者當時的平均反應時間為760 ms。從圖3中A點21∶50∶35開始到F點22∶00∶55之間記錄了使用者的應答數據，F點之后使用者無論對目標聲音還是非目標聲音均不做出反應，表明使用者的意識水平和反應能力均降到最低，因此將F點作為使用者睡眠的開始，可以得到該使用者此次的入睡潛伏期為10 min 20 s。F點的前一次反應發生在E點，這是使用者的一次出錯反應，時間為22∶00∶45，它與F點之間的間隔為10 s，表明該次潛伏期的誤差在10 s之內。

圖3 實驗數據

8位使用者的入睡潛伏期如表2所示。

表2 8位使用者的入睡潛伏期

使用者入睡潛伏期誤差(E，F間的時間間隔)/s

P135 min 12 s6

30 min 32 s8

P237 min 8 s11

29 min 19 s9

P310 min 20 s10

9 min 15 s6

P414 min 24 s9

11 min 34 s10

P520 min 40 s11

22 min 23 s6

P69 min 53 s8

12 min 35 s7

P714 min 7 s6

20 min 34 s11

P823 min 12 s7

21 min 18 s6

7 討 論

7.1 準確獲取入睡潛伏期

如圖3中所示，使用者持續不反應的起始時刻F為使用者入睡的起點，該點前的一點為最后一次反應，因此可以將實驗開始到F點之間的時間間隔為入睡潛伏期，可能的誤差應少于E點和F點之間的時間間隔。這就就是機-腦接口對睡眠的監測功能。

從表2中的實驗數據，可以看出，入睡潛伏期的誤差最少為6 s，最大為11 s。這個誤差值取決于聲音刺激的間隔，通過減少聲音刺激的時間間隔可以提高潛伏期的測量精度，但是過密的聲音刺激將干擾使用者正常入睡，而成為一個新的干擾源，因此這是一個矛盾的問題。必須在減少機-腦接口系統帶來的干擾的同時來提高測量的精度。

7.2 機-腦接口的不干擾性和無喚醒性

參與實驗的8位使用者均能正常入睡，并且機-腦系統將在入睡一段時間之后停止給出聲音刺激。

過密的聲音刺激可以抑制使用者的有害思維活動，但是此時它又成了干擾正常入睡的一個因素;過稀的聲音刺激不能起到轉移使用者注意的作用，因而不能抑制有害的思維活動。為了實現機-腦接口對有害思維活動的抑制作用，就需要選取合適的聲音刺激。通過實驗，表1中的聲音序列能夠轉移使用者的注意，同時也不對使用者造成新的干擾，能夠讓使用者在正常的時間內入睡。

8 結 語

機-腦接口是睡眠過渡過程研究中的理想手段這個用于睡眠監測和控制的機-腦接口，可以精確的測量使用者的入睡潛伏期，將測量的精度由十幾分鐘提高到數秒。通過特定的聲音刺激可以有效地控制使用者的有害思維活動，直至進入睡眠。更為重要的是利用機-腦接口系統獲取的數據可以進行從清醒到睡著這一睡眠過渡過程的大腦狀態變化規律的研究。睡眠過渡過程研究的成果可以促進機-腦接口發展雖然睡眠監測和控制相對于其他狀態對大腦思維活動的監測和控制簡單很多，但是從睡眠過渡過程中得到的大腦思維活動的規律可以為機-腦接口的發展提供寶貴的經驗。

參考文獻

[1]U.S.Department of Health and Human Ervices，National Institutes of Health，Trans_NIH Sleep Research Coordi_natING Committee.2003 National Sleep Disorders ResearchPlan[M].Second Edition.2003.

[2]Harvey A G.A Cognitive Model of Insomnia[J].Behaviour Research and Therapy，2002(40):869_893.

[3]Lichstein L，Morin C M.Secondary Insomnia[J].Treatment of Late_life insomnia Lichstein，2000:297_320.

[4]Harvey A G，Payne S.The Management of Unwanted Pre_sleep Thoughts in Insomnia:Distraction with Imagery Versus General Distraction[J].Behaviour Research and Therapy，2002(40):267_277.

[5]Nelson J，Harvey A G.Pre_sleep Imagery under the Microscope:A Comparison of Patients with Insomnia and Good Sleepers[J].Behaviour Research and Therapy，2003，41:273_284.

[6]National Center on Sleep Disorders Research，National Heart Lung and Blood Instituteb National Institute of Mental Health[M].Neurobiology of Sleep and Waking，2001.

[7]Lundh L G，Broman J E.Insomnia as an Interaction between Sleep_interfering and Sleep_interpreting processes[J].Journal of Psychosomatic Research，2000，49:299_310.

[8]黃席珍.睡眠的功能及睡眠衛生[J].中國全科醫學，2002(3):190_191.

[9]劉世熠.我國睡眠研究的回顧與展望[J].中國中醫基礎醫學雜志，1999(3):60_62.

[10]吳任鋼.認知行為治療慢性失眠癥[J].中國醫刊，2003，38(4):2_4.

[11]Espie C A，Wicklow A.Cognitive Therapy for Insomnia[M].Sleep in Psychiatry.UK:Cambridge University Press，2001.

[12]Rosen R C，Lewin D S，Goldberg L，et al.Psychophysiolo_gical Insomnia:Combined Effects of Pharmacotherapy and Relaxation_based Treatments[J].Sleep Medicine，2000(1):279_288.

[13]Cote K A.Probing Awareness during Sleep with the Auditory Odd_ball Paradigm[J].International Journal of Psychophysiology，2002，46:227_241.

[14]Carskadon M A，Dement W C.Normal Human Sleep:An Overview[J].Principles and Practice of Sleep Medicine，2000.

作者簡介

王瑞瑛 女，回族，1979年出生，湖南漢壽人，碩士研究生。研究方向為腦智控制。