腦-計算機接口技術與應用前景＊

賈花萍，趙俊龍

（1.渭南師范學院 數學與信息科學學院，渭南714099；2.渭南市中心醫院）

引 言

腦-計算機接口（Brain-Computer Interface，BCI）系統是在人腦和計算機或其他電子設備之間建立的通信系統，將腦電信號（EEG信號）作為系統輸入，輸出的信號可用于進行如控制光標上下移動、睜眼或閉眼以及控制假肢等操作，也就是人們通常所說的“意念控制系統”。運用這種方法，人們就可以通過“動腦”來讓外界知道自己的想法或控制相關設備，而不需要多余的語言或動作[1]，這種系統為思維正常但有運動障礙的人提供了與外界交流的機會。在腦-計算機接口系統中，“腦”是指神經系統或者有機生命形式的腦，而并不僅僅指的是“思想”；“計算機”是指任何用于處理或計算的設備，可以是硅芯片或者簡單電路。

一般情況下，人們通過運動神經和肌肉組織表達自己的想法，但是殘疾人或者有運動障礙的人與外界進行交流則需通過不同的途徑。雖然殘疾人可以通過假肢得到一定程度的幫助，但是對于有些并不具備任何肌肉活動能力的殘疾人，如完全癱瘓的人和肌萎縮性脊髓側索硬化癥（Amyotrophic Lateral Sclerosis，ALS）患者來說，假肢沒有任何意義。腦-計算機接口系統是人腦與計算機或者其他電子設備之間建立的直接交流和控制通道[2]。這種新方式讓有運動障礙的人能夠直接用“思想”控制外部設備，給思維能力正常但身體殘疾的人的生活帶來了極大的方便。

1 腦-計算機接口技術

簡單的說，腦-計算機接口系統就是將人類的思維和計算機結合，即從人腦到計算機之間的一條通信電路。圖1是簡單（腦-計算機）接口系統結構圖，通過實體界面如計算機界面刺激腦組織傳遞特有的感覺信息，這種刺激編碼后經大腦認知，產生特定的目的，通過大腦命令計算機產生相應的行為。如浙江大學2012年12月向世界展示的“腦-計算機”研究成果：一只頭上戴著電極帽的猴子，帽子上的電極連在計算機上，通過科研人員的不同指揮，猴子做出了4種不同的手部動作（抓、勾、握、捏）。

圖1 腦-計算機接口系統結構

2 腦-計算機接口系統組成

腦-計算機接口系統基本工作原理如圖2所示，包含腦電信號的采集、分析及控制3部分。來自外界的刺激信號會對大腦產生相對應的神經電活動（即EEG信號），EEG信號與即將發生的肢體活動相對應，計算機對EEG信號進行預處理及特征提取后，采用各種分類算法識別EEG信號，通過識別結果來判斷出引發腦電變化的動作意圖，計算機傳輸信號并驅動外部設備，將動作意圖轉換成機器的實際動作，這樣有運動障礙的殘疾人就可以與外界進行交流了。

圖2 腦-計算機接口系統基本工作原理

2.1 信號采集

目前，EEG信號的采集主要有兩種方法：一種是介入式采集，將電極植入腦皮層下，這種方法獲得的EEG信號噪聲較小，精度較高，能夠精確測量大腦神經元某個部分的活動狀態，但是腦內的電極結構和功能穩定不能夠得到保證，植入電極的定位和試驗安全性也存在問題；另一種方法是非介入式EEG信號采集，該方法用來測量頭皮表面的EEG信號，這種方法更加安全而且試驗時間較短，目前EEG信號的采集主要是通過這種方法，但是使用這種方法采集到的EEG信號噪聲大、精度低。非介入式EEG信號采集過程中，確定頭皮電極位置采用的是國際腦電圖學會建議的標準電極安放法—10/20系統法，如圖3所示。

2.2 信號分析

經過預處理和離散化后的EEG信號的特征需要被提取，方法有多種，典型方法有傅里葉變換、時/頻域分析法、參數估計法、低通濾波等，這些特征提取方法的應用主要是區分代表思維任務的主要特征。如果特征集代表的思維任務特征相互之間重疊過多，對意識任務分類難度就會加大，提取后的特征將作為分類器的輸入。近年來，神經網絡分析[5-7]、小波分析、遺傳算法、支持向量機（SVM）、混沌分析等在腦電分類中得到廣泛的運用，代表了EEG信號現代分析方法的新進展。

2.3 信號控制

信號控制部分的功能是將分好類的信號轉換為實際動作（如開關燈、字母輸入、輪椅控制等），有的系統設置了反饋環節的腦-計算機接口系統，可以幫助受試者清楚地了解其思維產生的控制結果，實時反饋能夠明顯提高腦-計算機接口的性能。在大腦中，反饋通常考慮到兩種糾正機制：一種是運動執行過程中的在線控制和錯誤更正；另一種是學習，在一個或更多動作的執行后，逐漸產生對指令的適應。在腦-計算機接口系統中，對于用戶獲得腦電反應的控制是反饋訓練時必不可少的。腦-計算機接口技術基于模式識別方法和意識任務，并沒有明確要求進行反饋訓練，但是反饋可以加速學習過程并提高性能。其中，光標控制是頗受歡迎的反饋類型，如2002年國際BCI競賽數據，一位健康的受試者根據電腦屏幕的指示將光標進行上下移動，從而得到其皮層慢電位的視覺反饋。

3 面臨的挑戰

目前，腦-計算機接口技術仍在不斷發展，但是，能夠在現實生活中使用的系統幾乎不存在，大多數系統還處于在實驗室中進行測試的階段。通過研究腦-計算機接口系統，人們對腦電產生的神經生理學機制有了認識，并且深刻了解了神經系統及其大腦功能，為解釋大腦活動的本質提供了重要線索。腦-計算機接口系統還存在著許多問題，解決這些問題的關鍵在于腦電信號的特征提取和分類。以下是腦-計算機接口系統面臨的問題：

圖3 10/20電極安放示意圖[4]

①連接到神經系統，會導致永久性腦損傷，造成感覺、運動的損失，或持續疼痛。

②病毒的攻擊可能引發腦部疾病。

兩者舵的使用情況見圖6和圖7，可很直觀地看出，使用指數函數修飾的控制器進行航向控制時，動舵幅度較模糊控制小很多，通過使用MATLAB進行計算可以得到，圖6的平均舵角為1.94°，圖7的平均舵角為2.27°，平均舵角下降了0.33°，降幅約為15%,而舵的使用情況在一定程度上可反映出船舶能量的消耗，以及船舶營運過程中船員的舒適感。所以,使用指數函數修飾的航向保持控制器，不僅能夠降低能源的消耗，而且還在一定程度上改善船員的工作生活環境。

③由于腦電信號十分微弱，包含眼電、肌電等尾跡，如何減少腦電信號的干擾成分、提取有效的腦電信號特征、尋找最優的特征提取算法和分類算法。此外，還存在分辨率不高和通信速度慢等問題[8-9]。

④腦-計算機接口設備需要用線連接到設備，是非便攜式的，需要攜帶電腦。

⑤腦-計算機系統的速度太慢，有運動障礙的殘疾人與外界進行交流時，實時性要強，要能夠接近正常人間的交流速度。

⑥現有設備價格昂貴，不適合普通人購買，而且現在應用于實際生活中的較少，大多還處在實驗室階段。

⑦腦-計算機接口技術的研究要滿足用戶的個體差異，適應用戶的多樣化要求。

⑧腦-計算機接口技術在現實中應用時，要減少電極數量，降低使用的復雜程度。

4 應用領域

腦-計算機接口技術具有廣闊的應用前景，是很多學科領域的研究熱點。

（1）醫學領域

現在，很多腦癱、脊髓損傷、肌肉萎縮、腦中風、多發性硬化等疾病損傷了肌肉或者控制肌肉運動的神經通路，而腦-計算機接口系統可以幫助有運動障礙的殘疾人用思維控制電腦，讓他們像正常人一樣上網閱讀，進行開、關燈等操作。對于失去肢體的人來說，神經假肢技術可以利用腦電信號來控制和支配假肢，該假肢被稱為神經假體。同時，在搶險、救援及人類沒有辦法進入的危險區域，也可以借助神經假體來完成。

腦-計算機接口技術在中風病人和肢體損傷病人的康復訓練中得到了廣泛的應用，可以幫助殘疾人或失去運動能力的老年人進行主動康復訓練，BCI護理機器人可以從事基本護理工作，提高殘疾人或老年人的生活質量[10]。

腦-計算機接口技術在醫療檢測方面也有著良好的應用前景，麻醉醫生可以通過腦電信號監測病人的麻醉深度信息，減少或降低麻醉藥物對病人大腦的損害。

慢性的腦部疾病癲癇主要是由于大腦神經元的異常放電引起的暫時性腦功能失調，會引起人的不同行為障礙，如感覺、意識和運動方面。因此，對癲癇腦電信號（EEG）的檢測與記錄、病灶定位、癲癇預測（可以做到提前預防）及癲癇的病情分析具有極其重要的意義，而且在對多動癥及癲癇的治療過程中，腦-計算機接口技術也可以有效避免藥物對病人身體的損害。

腦-計算機接口專家加州大學伯克利分校神經學副教授Jose Carmena通過在鼠類上植入腦機接口研究大腦神經回路。2014年，他參與了美國軍方7 000萬美元的研究項目，該項目通過大腦植入物分析、控制情緒，來治療美國士兵的多種精神疾病，未來將可以大大降低因精神疾病造成的自殺事件[11]。

在視覺和聽覺假體方面，腦-計算機系統的應用包括：人工電子耳蝸、腦干植入、合成視覺、人造硅視網膜等。

（2）非醫學領域

腦-計算機接口系統可以為人們提供一種全新的娛樂方式，如用思維玩電子游戲。通過腦-計算機接口技術，人們通過“意念或思維”控制鼠標、鍵盤或操作桿來完成電子游戲或進行機器人足球賽等[12]。

在交通領域，利用腦-計算機接口技術實現無人駕駛汽車、火車、飛機等，《神經工程學》雜志報道，用思維來控制直升機航模，可以實現穩定的飛行，其躲避障礙物的成功率高達90%[13]。

腦-計算機接口技術不僅給殘疾人帶來了很大的幫助，而且為正常人提供了“第三只手”，在雙手被占用的情況下，讓人們可以根據特殊環境的需要，進行一些多目標的并行控制操作，充分發揮人的潛能[14]。

除此而外，腦-計算機接口技術還可應用在智能家居等領域。

結 語

腦-計算機接口技術發展30余年來，已經成為各學科領域的研究熱點，涉及多個交叉學科的綜合研究，包括計算機技術、信息技術、生物醫學工程、人工智能、康復工程等領域。但隨著技術的發展與科技的進步，腦-計算機接口技術在未來將會使人們在溝通手段、行動方式、生活方式等方面發生巨大的變革。

[1]Editorial G.Brain-computer interface technology：a review of the second international meeting[J].IEEE on Neural Systems and Rehabilitation Engineering，2003（11）：94-109.

[2]劉輝，杜玉曉，彭杰，等.腦-計算機接口技術發展[J].電子科技，2011（5）：116-119.

[3]楊瑞霞.腦機接口技術研究[J].山東輕工業學院學報：自然科學版，2009（2）：46-49.

[4]吳捷，張寧.小波相干分析及其在聽覺與震動刺激事件相關誘發腦電處理中的應用[J].生物物理學報，2007，23（6）.

[5]賈花萍.基于神經網絡集成的思維腦電信號分類方法[J].計算機與數字工程，2011（4）.

[6]賈花萍.基于PNN神經網絡的EEG信號分類方法研究[J].河南科學，2011（7）.

[7]賈花萍.基于神經網絡的光標上下移動EEG信號分類方法[J].現代電子技術，2010（10）.

[8]Wolpaw J R，Mcfarland D J，Vaughan T M.Braincomputer interface research at the wadsworth center[J].IEEE on Rehabilitation Engineering，2000，8（2）：222-226.

[9]Pfurtscheller G，Neuper C，Guger C，et al.Current trends in Graz brain-computer interface （BCI）research[J].IEEE Trans Rehabilitation Engineering，2000，8（2）：216-219.

[10]高諾，魯守銀，張運楚，等.腦機接口技術的研究現狀及發展趨勢[J].機器人技術與應用，2008（4）.

[11]未來科技五大趨勢：太空漫游、腦機接口和隔空互動[EB/OL].[2014-12].http：//new.caijing.com.cn/tech/20141110/3745117.shtml.

[12]王行愚，金晶，張宇，等.腦控：基于腦-機接口的人機融合控制[J].自動化學報，2013（3）.

[13]李琦.人機接口技術：用思維控制機器[J].中國戰略新興產業，2014（8）.

[14]伏云發，王越超，李洪誼，等.直接腦控機器人接口技術[J].自動化學報，2012，38（8）：1229-1246.