腦-機接口技術在康復醫學中的潛在應用研究進展

王　正，李柄佑，楊從敏，董　超，杜　亮，金榮疆

(1.成都中醫藥大學，四川 成都　610075；2. 成都軍區總醫院康復醫學科，四川 成都　610083)

腦-機接口技術在康復醫學中的潛在應用研究進展

王正1，李柄佑1，楊從敏1，董超2，杜亮1，金榮疆1

(1.成都中醫藥大學，四川 成都610075；2. 成都軍區總醫院康復醫學科，四川 成都610083)

[摘要]本文主要通過介紹腦-機接口技術的基本概念、基本工作原理、國內外研究現狀，以期對其在康復醫學中的應用進行綜述。

[關鍵詞]腦-機接口;BCI技術;康復醫學;應用

優先數字出版地址：http://www.cnki.net/kcms/detail/51.1688.R.20160311.2143.028.html

2006年，第二次全國殘疾人抽樣調查數據公布[1]，我國各類殘疾人總數為8 296萬人，占總人口的6.34%。隨著國家對殘疾者的關懷以及殘疾者對生活質量需求的提高，對我國康復醫學事業提出了新的要求。如何為數量龐大的殘疾者提供有效的幫助，使其功能障礙得到最大程度恢復，達到最終回歸家庭和社會的目的，是擺在康復醫學者面前的一個新難題。而腦-機接口技術可通過采集人腦的電信號，直接完成對輸出設備的操控，以實現殘疾者與外界社會的交流，從而為改善殘疾者的生存質量提供了可能。本文通過查閱有關資料，對腦-機接口技術的基本概念、基本結構、工作原理、發展現狀以及在康復醫學中的潛在應用進行綜述。

1基本概念

BCI (brain-computer interface)也稱腦-機接口技術。1929年，Hans對人腦的電活動進行了相關描述，為腦-機接口技術的發展奠定了初步基礎。1973年，腦-機接口技術開始形成[2]，主要包括神經科學和計算機科學。進入21世紀以來，隨神經科學和計算機技術的認識和發展的進一步深入，其研究得到快速發展。

1999年召開的第一次BCI國際會議，為BCI做出了定義[3]：“腦-計算機接口是一種無需依賴于正常的由外圍神經和肌肉組成的輸出通路的通訊系統”。即腦-機接口系統不經過正常的周圍神經和肌肉組織而重建傳出路徑，以達到人機之間或人同外界的通信交流[4]。

借由新的通信路徑，可從人腦提取電信號以直接操控輸出設備。也可把外部信息直接傳入人腦以刺激其特定部位完成調控行為活動。腦-機接口系統可作為一種新興的康復治療的輔助系統，并可對多種疾病進行康復治療[5-7]。其康復途徑主要有2種：(1)與外環境的互相交流達到重癥癱瘓患者某些功能的替代；(2)使大腦功能重塑以代償已喪失的功能。

2基本結構和工作原理

2.1腦-機接口系統的運行條件腦-機接口系統的正常運作需符合以下條件：(1)采自人腦的思維電信號必須是可靠的；(2)此信號能夠實時快速準確地收集；(3)此信號分類明確。目前較為常用的可收集的人腦信號腦電圖(electroencephalogram，EEG)、腦磁圖(magnetoencephalography，EMG)和功能性核磁共振圖像(functional magnetic resonance imaging，fMRI)等。

2.2腦-機接口系統的基本結構腦-機接口系統一般由輸入裝置、信號的處理轉換、輸出裝置和操作協議4部分構成。輸入設備會選擇一定適合的方式采集包含某種特征性的人腦信號，進行初步描述。信號處理是通過對已獲取的腦電信號進行分析，從中提取能反映大腦皮質神經電生理活動的具有特征性的信號參數，再通過特定的計算機運算方式將其轉化為可以控制外部設備的命令。信號轉換是使經處理后的特征性信號完成驅動或者執行操作命令，以達到對輸出設備的控制或輸出可以表達患者意圖的信號(如字母或者數字)，完成與外環境的交流。輸出裝置是按一定的方式把加工后得到的操作命令通過信號形式輸出并執行。通過例如活動指針、選擇字母或數字等方式輸出表達其意圖。操作協議會規定腦-機接口系統的開關方式、運行方式、運行時間、是否需要向使用者提供反饋及方式等內容。神經科學研究表明，在受試者受到外部刺激后或者在大腦產生神經沖動時，神經系統的電生理活動會產生相應的變化，表現出某種節律性和空間分布。由此我們可以通過一定的手段(如腦電圖)將人腦的這種特征信號檢測出來，通過對其進行分類和分析，明確該信號的意圖，利用計算機將其轉為可識別的命令信號，最后通過該命令信號直接控制外部裝置。簡言之，腦-機接口技術工作的基本原理[8,3]是在沒有肌肉主動收縮和外周神經的參與，人腦直接對外環境進行操控，達到與外界交流。基于以上原理，在康復醫學中應用腦-機接口技術有一定優勢。

3發展及研究現狀

3.1國外研究現狀奧地利Graz大學[9-10]的Graze-BCI技術在腦-機接口技術的發展中占據十分重要的地位。德國Tuebingen大學[2]的研究人員研制成功了“思想翻譯器”。美國Wadsworth 中心[9-12]的科研人員研制了BCI的通用系統，為多個研究中心使用。美國佐治亞州立大學(Georgia State University，GSU)腦實驗室[13]著重如何使腦-機接口技術在現實環境付諸實施。尼爾鄉紳基金會(Neil Squire Foundation，NSF)[14]是加拿大的非盈利性組織，長期致力于服務殘疾人的BCI系統研究。

3.2國內研究現狀清華大學[15]研發了基于穩態視覺誘發電位的具有高傳輸速率的腦-機接口系統。上海交通大學[16]研究組實現了用思維操控汽車。浙江大學[17]通過顱內植入電極的方式實現意念控制機械手。另有國防科技大學[18]、西安交通大學[19]、天津大學[20]、華東理工大學[21]、同濟大學[22]等科研單位開展了BCI多項研究。

4在康復醫學中的潛在應用

腦-機接口技術在康復醫學中的應用系針對中樞神經系統疾病，如腦卒中、脊髓損傷、腦癱等。某些神經肌肉嚴重障礙的進展性疾病，如肌萎縮性脊髓側索硬化病(amyotrophic lateral sclerosis，ALS)、肌營養失調等造成的肢體運動功能嚴重障礙而有意識的患者[23]，不需要語言交流和身體運動而用人的思維活動直接控制輸出裝置表達想法[24]。

現階段，康復醫學中腦-機接口技術的相關研究如下：(1)言語功能的康復。此研究可讓患者與外界交流的能力得到提高。有科研人員[25]研制了一種新型的通信設備——“思想轉換裝置”。借助相關設備可使受訓人員完成對字母或單詞的選擇達到外界的交流；若受訓人員不能進行相關選擇，可讓其完成選擇“是”或“否”以完成交流。研究人員報道[26]基于語音想象的腦-機接口系統可以完成人腦與外界的交流。另有研究基于ERP模式構建了一個虛擬鍵盤以“模擬閱讀”，以達到人機直接通信[27]。(2)虛擬現實技術的應用[28]。現階段，研究主要是基于虛擬現實技術中腦-機接口系統的應用。如網絡聊天、視訊對話等同外環境交流。已有科研人員發現在虛擬現實環境中可通過想象足的運動來控制向前移動，且使用手持物件可使被試者增加移動時的沉重感[29]。或由腦電信號的命令完成在虛擬環境駕駛汽車[30]；研究人員還報道了1例使用腦-機接口系統的C5完全性損傷患者完成在虛擬環境中行走或控制神經假體[31]。另有科研人員發現單側忽略患者使用虛擬現實技術可以起到治療作用[32]。虛擬現實技術可提高受試者參與的積極性，以及提升BCI的使用性能[33]。(3)運動功能的康復。由腦-機接口系統完成信號的采集，經處理和轉換后把操作命令直接傳給輸出設備執行。即將人腦思維的命令信號直接輸出到其接受系統，如神經假體、輪椅，完成運動功能，以代替外圍神經已喪失的功能。可以用智能化假肢和基于虛擬現實環境的腦-機接口康復系統以完成運動功能的康復。有研究證實[34]腦機接口系統通過操控輔助設備可促進患側肢體完成運動，且可以進行主動康復訓練。有研究表明[35]，基于BCI系統的理論上驗證運動想象操控輪椅在4個方向的運動。有研究基于運動想象腦電信號的腦-機接口系統，5名脊髓小腦共濟失調患者經訓練可以使用腦-機接口系統實現外部控制[36]。此外，科研人員對8名腦卒中患者通過訓練，其中6人可控制安裝在癱瘓側的上肢假肢，完成抓、握動作[37]。(4)作業能力的康復。有研究人員對腦-機接口技術在智能交通中的應用做了相關描述[38]。其可在特殊的環境中進行作業活動，如不需要人操控的汽車、飛機，在航天領域的相關應用[39]。傷殘者操控輔助器具完成基本的日常生活活動、簡單使用家電以提升生活質量等。隨著腦-機接口技術的不斷發展，相關康復治療對殘疾人和老年人有著明顯優勢，且在智能化、娛樂化等方面可以廣泛應用[23]。既能豐富娛樂康復的方式，又促進了日常生活能力康復的前景。(5)腦-機接口的綜合使用。科研人員證實[40]，可用 BCI-FES對存在腦損傷的腦卒中患者進行實用康復訓練。有研究人員發現[41]腦-機接口技術控制的功能性電刺激康復系統，未來對于癱瘓的患者有一定的應用前景。另有研究發現[42]，為幫助患者更好地控制腦-機接口系統，較為理想的訓練方式是運動想象。基于運動想象的BCI康復訓練對于卒中患者其上肢運動功能有主要幫助[43]。還有研究表明，基于BCI技術的康復機器人技術可輔助患者完成肢體的運動[44]。

5結語

腦-機接口技術為豐富康復醫學的治療手段提供了新的技術支持和新的思路，正成為康復醫學的一個新亮點。其初衷旨在為嚴重殘疾者提供一種能與外界有效交流的新的媒介，為其提供一種新型的醫療輔助系統，為其康復治療提供一種新的選擇，為人類用思維活動控制外部設備提供了新的嘗試。綜上，在康復醫學中應用腦-機接口技術有著積極的現實意義。

參考文獻：

[1]第二次全國殘疾人抽樣調查主要數據公報及其問答. 1[Z], 2006.

[2]WOLPAW J R, BIRBAUMER N, MCFARLAND D J, et al. Brain-computer interfaces for communication and control[J]. Clinical Neurophysiology, 2002, 113(6): 767-791.

[3]WOLPAW J R, BIRBAUMER N, HEETDERKS W J, et al. Brain-computer interface technology: a review of the first international meeting[J]. IEEE Trans Rehabil Eng, 2000, 8(2): 164-173.

[4]KENNEDY P R, ADAMS K D. A decision tree for brain-computerinter-face devices[Z], 2003.

[5]PFURTSCHELLER G, LEEB R, KEINRATH C, et al. Walking from thought[J]. Brain Res, 2006, 1071(1): 145-152.

[6]VAUGHAN T M, MCFARLAND D J, SCHALK G, et al. The wadsworth BCI research and development program: at home with BCI[J]. IEEE Trans Neural Syst Rehabil Eng, 2006, 14(2): 229-233.

[7]ORTIZ J . Brain-computer interfaces: where human and machine meet[J]. Computer (Long Beach Calif), 2007, 40(1): 17-21.

[8]CINEOTTI F, MATTIA D, ALOISE F, et al. High-resolution EEG tech niques for brain-computer interface applications[Z], 2008: 167.

[9]PFURTSCHELLER G. Brain-computer interface:state of the art and future prospects[Z], 2004.

[10]PFURTSCHELLER G, ALLISON B Z, BRUNNER C, et al. The hybrid BCI[J]. Front Neurosci, 2010, 4(42): 30.

[11]HOCHBERG L R, SERRUYA M D, FRIEHS G M, et al. Neuronal ensemble control of prosthetic devices by a human with tetraplegia[J]. Nature, 2006, 442(799): 164-171.

[12]NEUROBIOLOGY B N. Rain man’s revelations[J]. Nature, 1999, 399(6733): 211-212.

[13]MOORE M M. Real-world applications for brain-computer interface technology[J]. IEEE Trans Neural Syst Rehabil Eng, 2003, 11(2): 162-165.

[14]BIRCH G E, MASON S G, BORISOFF J F. Current trends in brain-computer interface research at the Neil Squire Foundation[J]. IEEE Trans Neural Syst Rehabil Eng, 2003, 11(2): 123-126.

[15]高上凱.淺談腦-機接口的發展現狀與挑戰[J].中國生物醫學工程學報，2007，26(6)：801-803, 809.

[16]ZHAO Q-b, ZHANG L-q, ANDRZEJ C. EEG-based asynchronous BCI control of a car in 3D virtual reality environments[Z], 2009: 87.

[17]佚名.我國首次成功在腦中植入電極用意念控制機械手臂[J].創新科技，2014(19)：62.

[18]YIN Erwei, ZHOU Zongtan, JIANG Jun, et al. A novel hybrid BCI speller based on the incorporation of SSVEP into the P300 paradigm[J]. J Neural Eng, 2013, 10(2): 026012.

[19]XIE Jun, XU Guanghua, WANG Jing, et al. Addition of visual noise boosts evoked potential-based brain-computer interface[J]. Sci Rep, 2014, 4(4): 4953.

[20]XU Minpeng, CHEN Long, ZHANG Lixin, et al. A visual parallel-BCI speller based on the time-frequency coding strategy[J]. J Neural Eng, 2014, 11(2): 026014.

[21]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，2013，39(3)：208-221.

[22]CAO Lei, LI Jie, JI Hongfei, et al. A hybrid brain computer interface system based on the neurophysiological protocol and brain-actuated switch for wheelchair control[J]. J Neurosci Methods, 2014, 229: 33-43.

[23]高上凱，張志廣，高小榕，等.基于腦-機接口技術的新型醫療器械[J].中國醫療器械雜志，2006，30(2)：79-82.

[24]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)：16-19.

[25]BIRBAUMER N, HINTERBERGER T, KüBLER A, et al. The thought-translation device (TTD): neurobehavioral mechanisms and clinical outcome[J]. IEEE Trans Neural Syst Rehabil Eng, 2003, 11(2): 120-123.

[26]楊曉芳，江銘虎.基于漢語音位發音想象的腦機接口研究[J].中文信息學報，2014，28(5)：13-23.

[27]賈貝，周到，曹巧玲，等.“模擬閱讀”腦-機接口刺激物樣式對正確率的影響[J].計算機與數字工程，2015，43(2)：286-290.

[28]BAYLISS J D. Use of the evoked potential P3 component for control in a virtual apartment[J]. IEEE Trans Neural Syst Rehabil Eng, 2003, 11(2): 113-116.

[29]GRYCHTOL B, LAKANY H, VALSAN G, et al. Human behavior integration improves classification rates in real-time BCI[J]. IEEE Trans Neural Syst Rehabil Eng, 2010, 18(4): 362-368.

[30]SPAETH D M, MAHAJAN H, KARMARKAR A, et al. Development of a wheelchair virtual driving environment: trials with subjects with traumatic brain injury[J]. Arch Phys Med Rehabil, 2008, 89(5): 996-1003.

[31]ENZINGER C, ROPELE S, FAZEKAS F, et al. Brain motor system function in a patient with complete spinal cord injury following extensive brain-computer interface training[J]. Exp Brain Res, 2008, 190(2): 215-223.

[32]BAHEUX K, YOSHIZAWA M, YOSHIDA Y. Simulating hemispatial neglect with virtual reality[Z], 2007: 27.

[33]RON-ANGEVIN R, DíAZ-ESTRELLA A. Brain-computer interface: changes in performance using virtual reality techniques[J]. Neurosci Lett, 2009, 449(2): 123-127.

[34]曹玉珍，張慶學.基于運動相關腦電特征的手運動方向識別[J].天津大學學報，2014，47(9)：836-841.

[35]郝衛東，鄧陽光，梁衛鴿，等.基于腦機接口的控制器[J].計算機系統應用，2014，23(3)：9-15.

[36]張婷，王永軒，劉蓉.脊髓小腦共濟失調的運動想象腦電信號分析[J].中國生物醫學工程學報，2014，33(6)：753-757.

[37]BUCH E, WEBER C, COHEN L G, et al. Think to move: a neuromagnetic brain-computer interface (BCI) system for chronic stroke[J]. Stroke, 2008, 39(3): 910-917.

[38]WU R-c, LIANG S-f, LIN C-t. Applications of event-related-potential-based brain computer interface to intelligent transportation systems[C]//Proc of the 2004 IEEE International Conference on Networking, 2004: 813-818.

[39]高上凱.無創高通訊速率的實時腦-機接口系統[J].中國基礎科學，2007，9(3)：25-26.

[40]劉小燮，畢勝，高小榕，等.基于運動想象的腦機交互康復訓練新技術對腦卒中大腦可塑性影響[J].中國康復醫學雜志，2013，28(2)：97-102.

[41]姚林，張定國，王穎.腦機接口控制的下肢功能性電刺激系統研究[J].中國生物醫學工程學報，2012，31(5)：690-696.

[42]DALY J J, WOLPAW J R. Brain-computer interfaces in neurological rehabilitation[J]. The Lancet Neurology, 2008, 7(11): 1032-1043.

[43]李明芬，賈杰，劉燁.基于運動想象的腦機接口康復訓練對腦卒中患者上肢運動功能改善的認知機制研究[J].成都醫學院學報，2012，7(4)：519-523.

[44]孫進，張征，周宏甫.基于腦機接口技術的康復機器人綜述[J].機電工程技術，2010，39(4)：13-16.

通信作者：金榮疆，341765713@qq.com

[中圖分類號]R49

[文獻標識碼]A

DOI:10.11851/j.issn.1673-1557.2016.03.005

(收稿日期：2015-08-28)