腦機接口技術研究綜述

堯俊瑜，鄔長杰

（1.西華大學計算機與軟件工程學院，成都610039；2.電子科技大學生命科學與技術學院，成都610054 3.西華大學計算機與軟件工程學院，成都610039）

腦機接口技術研究綜述

堯俊瑜1，2，鄔長杰3

（1.西華大學計算機與軟件工程學院，成都610039；2.電子科技大學生命科學與技術學院，成都610054 3.西華大學計算機與軟件工程學院，成都610039）

腦機接口技術(BCI)是多學科融合的新型人機結合技術,在生活、醫療和娛樂方面都有極大的前景。簡要介紹現有腦機接口技術的類型,并對國內外研究現狀和發展前景做闡述。

0 引言

1875年,英國物理學家Richard Caton首次發現大腦上的電流信號,其后各國科學家紛紛對其展開了研究。隨著研究的不斷深入,出現了一個各學科融合的研究領域——腦機接口。所謂的腦機接口即不依賴身體的神經通路和肌肉的一種通信系統[1]。腦機接口技術在生活、醫療、和軍事上都有重要的應用前景,隨著BCI研究的不斷進步,必將在各個領域綻放異彩。

1 現有腦機接口技術國內外研究現狀

腦機接口按電極所處的位置來劃分,可以分為植入型腦機接口和非植入型腦機接口。

1.1 植入型

其中植入式BCI需要通過手術將信號采集探針放入顱內,從而采集腦電信號。長期放置探針具有很高的風險,一般主要用于癲癇患者和動物被試。植入型腦機接口采集的是皮層腦電,主要有兩種采集方式,一個是采集峰電位,另一個是局部場電位。

（1）鋒電位

鋒電位會在受到刺激后600ms內出現,在鋒電位出現的時候,該神經纖維處于絕對不應期。這一特性保證了一個信息的獨立性,從而適合在腦機接口中應用。

Schwartz[1]團隊實現猴子利用鋒電位控制三維空間內的機械手臂抓取食物。試驗中如圖1將猴子固定住,并將機械手臂放置在猴子肩部附近,猴子利用鋒電位信息控制機械手臂抓取隨機放置的食物。

圖1 猴子利用鋒電位抓取三維空間中的食物

（2）局部場電位

局部場電位信號是局部神經元突觸活動電信號的綜合反映,它不單是簡單信號的疊加,同時攜帶了神經元信號傳遞過程中的時間及空間信息[3],所以與鋒電位相比較而言更能反映大腦局部區域信息輸入以及處理的過程。而且,局部場電位受電極植入時間的影響比鋒電位更小,所以局部場電位將來更有可能應用于腦-機接口。另外,與腦-機接口技術中常用到的另一種腦電信號——頭皮腦電信號信號相比,局部場電位由于是由微電極陣列采集到的皮層內腦電信號,是更直接地反映大腦中電位變化的信號，所以表現出更好的特異性。所以說,局部場電位信號是介于鋒電位信號與皮層腦電信號之間的一種信號,具有解碼的長期性以及特異性等優點,在將來應用于臨床研究中具有很大的潛力。

O.Donchin[2]等對猴子進行了局部場電位實驗,他們將電極植入其初級運動皮層,然后讓猴子分別用左右手轉動轉盤,同時記錄猴子運動區的腦電信息,發現記錄到的場電位的信號和猴子轉動轉盤的方向有一定的相關性,會隨著轉動方向的變化而變化。Hansjorg[3]等對大鼠采集后頂葉皮層的腦電信號,分析大鼠在抓取和掃視模式下的LFP的時域和頻域特征后,成功對這兩種行為進行了預測。

1.2 非植入型

非植入式BCI是直接采集頭皮腦電,其所帶的信息比植入式所采集到的腦電信號所帶的信息量要少,分辨率也更低。但是因為其是無創性的,所以便捷性和安全性更高。

（1）腦磁圖

腦磁圖（Magnetoenephalography,MEG）是記錄的是大腦內部微弱電流所產生的磁場信號[4]。通過磁共振儀器把這些磁場信號采集下來,形成一個立體的磁場分布圖,就是腦磁圖。它可以反映腦的磁場變化,當大腦活動或某一區域病變時,腦磁圖會有明顯的變化,從而在醫療診斷上有極高的應用。紅外腦功能光學成像（fNIRS）和功能磁共振成像（fMRI）等已經用于腦機接口。圖賓根大學已經提出了基于fMRI的腦機接口的明確架構,并實現了實時系統,且將其應用于了神經康復及虛擬環境交互等方面[5]。

（2）頭皮腦電

①P300事件相關電位

P300是通過一些突發性的刺激誘發出來的腦電,在受到這種小概率事件的刺激后,會在300ms左右出現一個正電位。基于P300的腦機接口可直接進行使用,不需要進行訓練。但是隨著對刺激的熟悉程度加深,所刺激出來的P300波的質量會有所下降。

Sutton在進行oddball實驗時最早發現了P300。后來Farwell等人設計了基于P300的虛擬打字機[6]。Rebsamen等設計了基于P300電位的智能輪椅[7]。華南理工大學龍錦益等利用運動想象和P300電位的搭建的輪椅控制BCI[8]。

②運動起始視覺誘發電位

運動起始視覺誘發電位（motion-onset Visual Evoked Potential,mVEP）由快速運動的視覺刺激誘發產生,在所有與運動相關的視覺誘發電位中,運動起始視覺誘發電位擁有最小的被試間差異和被試內差異以及最大的幅度[9]。由于mVEP采用運動屬性作為刺激模式,因此刺激器不需要高亮度和高對比度,基于mVEP的BCI因為避免了閃爍刺激,從而可以減輕被試的視覺疲勞,更加具有實用性。

清華大學劉濤等使用運動起始視覺誘發電位搭建的網頁搜索和瀏覽BCI[10]。電子科技大學腦機接口團隊使用運動起始視覺誘發電位開發出一套BCI系統,可以實現跑酷游戲的操作。

（3）穩態視覺誘發電位（SSVEP）

穩態視覺誘發電位的腦機接口是經過不同頻率閃爍刺激產生的。研究表明,當人眼注視到頻率大于4Hz的周期性視覺閃爍刺激時,會在大腦中產生一種周期性響應的SSVEP。從記錄到的頭表EEG信號中,可以觀測到和閃爍頻率相關的基波及其諧波[11]。因此,只需要分析采集到的腦電,就可以識別出被試所注視的虛擬按鍵,從而實現腦機交互。SSVEP的頻譜穩定而且信噪比高,但是,長時間的閃爍刺激很容易讓被試產生視覺疲勞,嚴重時甚至會誘發癲癇[12]。

Jacques Vidal等人設計了一套視覺誘發電位的系統,實現了對光標移動的控制,并首次使用“腦機接口（Brain-Computer Interface）”這一詞來描述基于計算機的能獲取大腦功能信息的系統,這便是腦機接口技術研究的雛形[13]。

Mc Millan和Calhoun對穩態視覺電位進行了研究,基于SSVEP設計了一套系統,該系統可以對其空軍基地的飛行模擬器進行操控。國內也有研究團隊對SS?VEP進行了深入研究,清華大學開發了一套能夠撥打語音電話,能夠對空調電視進行操作的系統。

（4）皮層慢電位

皮層慢電位是從頭皮記錄的EEG中最慢的頻率成分。持續時間可達幾秒,是自發腦電的一種,能反映大腦皮層的興奮狀態。SCP會根據大腦的興奮程度不同而呈現出不同的電位情況。研究表明SCP是可控的,在經過一定時間的訓練之后,被試能夠控制SCP的變化，進而可以用來作為BCI的控制信號。

Birbaumer[14]等基于EEG的慢皮層電位設計了字母輸出BCI,Wadworth中心的wolpaw等基于EEG的mu節律和beta節律成份所構建的二維甚至三維光標控制BCI,其準確率達75%。

（5）α節律

研究表明:在閉眼狀態下采集到的α波明顯比睜眼狀態下采集到的α波幅值要高。經過一定的訓練后,被試就能控制α波幅值的大小。將其用作腦機接口的控制信號也有良好的實驗效果。Dewan利用α波在閉眼時幅值增大以及睜眼時阻斷的現象,來自主控制發送Morse電報碼[15]。

（6）基于運動想象的μ節律和β波

研究證實,運動想象能夠對運動殘疾的康復很有作用。Linden[16]等人報道,老年婦女能夠采用運動想象和物理治療來達到更好的平衡特性,這種平衡性以步行平衡和足部安置措施作為衡量標準。

Fairweather and Sideway[16]發現運動想象能夠減少慢性背痛病人的疼痛,并且能改善脊柱畸形病人的姿勢。浙江大學的黃麗鵬在參加挑戰不可能時,用運動想象結合肌電成功控制大鼠穿過迷宮。

2 面臨的挑戰

目前腦機接口正在高速發展時期,還有很長的路要走。腦機接口最大的優勢就是建立了一條直接用計算機和大腦進行通信的通路。但是這個特性給腦機接口帶來優勢的同時卻也帶來了挑戰。

（1）通信速度慢。BCI系統采集到腦電信后需要對其進行處理,然后才能轉換成機器語言而被電腦所接受,在BCI使用過程中時常需要多次刺激和反饋。受到種種原因的限制,腦機接口的通信速度還比較低。目前,基于P300的BCI最大信息轉換速度為20-25bit/min,基于視覺誘發的BCI稍高,其通信速率也只有60-100bit/min。這樣的信息轉換效率還達不到正常交流的水平[17]。

（2）精度低。目前的BCI系統（包括自發腦電和誘發腦電）精度都還比較低,基于自發腦電的任務識別率平均只有80%[18]，而基于誘發腦電的控制準確率比自發腦電稍高,但是對于一套控制系統來說,這樣的精度還達不到使用要求。越復雜的腦機接口系統,控制指令就越多,相應的準確度就更低,這給BCI的實際應用帶來了不小的挑戰。

（3）適應性差。腦電信號的幅值非常小,并且并不平穩,在腦電信號的采集過程中,不可避免的會受到其他信號干擾。在腦電采集的時候對環境的要求比較高,當環境中的噪聲比較高的時候,會降低BCI系統的精度。

（4）便攜性差。目前BCI大多是基于PC平臺的,便攜性差。而基于前入式的BCI由于處理器處理速度較慢,所以信息傳輸率也更低。

3 應用前景

腦機接口技術是在近年來才快速發展的一門新興學科,必然會存在很多的問題。但隨著BCI研究的不斷深入,逐漸體現出巨大的應用前景。

醫學上,腦機接口能夠幫助醫生進行診斷,可以通過腦機接口系統實時監測病人狀態,還可以幫助喪失行動能力的人進行正常的生活。

軍事領域中,近年來美軍陸續提出“感知操控”“代理戰士”等概念[19-20]，認知領域必然是未來軍事發展的重要關注點,而人機結合的武器無疑是重點研究方向。

娛樂中,腦控游戲將會是游戲界的下一次革命。

BCI技術的研究會有助于我們一點一點剖開神秘的大腦,提高我們對生命科學的認識。

4 結語

本文介紹了腦機接口的基本情況和未來發展的挑戰和展望。目前的腦機接口系統距離廣泛的使用還有很長的一段路要走。但是隨著技術的不斷嫻熟,相信腦機接口一定會應用于現實生活中各個領域,造福人類。

[1]周鵬.基于運動想象的腦機接口的研究[D].天津:天津大學,2007：1-15.

[2]Theresa M.Vaughan,Jonathan R.Wolpaw,Emanuel Donchin,EEG-based Communication:Prospects and Problems.IEEE Transactions on Rehabilitation Engineering,1996,4（4）:425-430.

[3]urtscheller G，BrunnerC，Leeb R，et a1．TheGrazBrain—Computerinterface[J]．BrainCompInterfaces，2010：79.76． DOI：10.1007/978-3-642-02091～-5．

[4]Vaughan,et al.Brain-Computer Interface Technology:A Review of the Second International Meeting,IEEE Transactions On Neural Systems Rehabilitation Engineering,2003,11（2）:94-109.

[5]Lima MAA，Coury DV，Cerqueira AS，et a1.A Method Based Onindependent Component Analysisforadaptive Decompositionofmuhiple Power Quality Disturbances[J]．Int J Control Autom ElectrSyst，2014，25（1）：80-92．DOh 10.10071s40313-013-0088.0．

[6]Jiang J，Zhou Z，Yin E，et a1．Hybrid brain-Computer Interface（BCI）Based on the EEG and EOG Signals[J]．Biomed MaterEng，2014，24（6）：2919-2925.DOh 10.3233/BME.141111．

[7]Hansjorg Scherberger,Murray R.javis,and Richard A.Andersen.Cortical Local Field Potential Encodes Movement Intentions in the Posterior Parietal Cortex[J].Neuron.April 2013,46:347-354.

[8]Sebastien Roux,William A.Mackay,Alexa Riechle.The Pre-Movement Component of Motor Cortical Local Field Potentials Reflects the Level of Expectancy[J].Behavioural Brain Research，2006,2（169）:335-351.

[9]Vidal JJ.Real-Time Detection of Brain Events in EEG,Proceedings of IEEE,1977,65（5）:633-664.

[10]Lotze M,Cohen LG,2006.Volition and Imagery in Neurorehabilitation.Cogn Behav Neurol1 9:135-140.

[11]J.R.Wolpaw,D.J.Mc Farland,T.M.Vaughan,and G.Schalk.The Wadsworth Center Brain-Computer Interface（bci）Research and Development Program.IEEE Transactions on Neural Systems and Rehabilitation Engineering,vol.11,pp.204-207,2003.

[12]史麗娟，許劉，楊何.基于α波控制的新型異步腦機接口技術研究進展.國際生物醫學工程雜志，2017，240（1）.

[13]FARWELL L A，DONCHIN E．Talking Off the Top of Your Head:Toward a Mental Prothesis Utilizing Event-Related Brain Potentials［J］．Electroenceph Clin Neurophysiol，1988，70（6）:510-523．

[14]REBSAMEN B，GUAN G T，ZHANG H H，et al．A Brain Controlled Wheelchair to Navigate in Familiar Environments［J］．IEEE Transactions on Neural System and Rehabili-tation Engineering，2010，18（6）:590-598．

[15]D.J.Mc Farland,W.A.Sarnacki,and J.R.Wolpaw.Electroencephalographic（eeg）Control of Three-Dimensional Movement.J.Neural Eng.,vol.7,p.036007,2010

[16]S.Coyle,T.Ward,C.Markham,and G.Mc Darby.On the Suitability of Near-Infrared（nir）Sysems for Next-Generation Brain-Computer Interfaces.Physiology Measurement,vol.25,no.4,pp.815–822,2004.

[17]N.Weiskopf,K.Mathiak,S.W.Bock,F.Scharnowski,R.Weith,W.Grodd,R.Goebel,and N.Birbaumer.Principles of a Brain-Computer Interface（bci）Based on Real-Time Functional Magnetic Resonance Imaging（fmri）.IEEE Transactions on Biomedical Engineering,vol.51,no.6,pp.966-970,2004.

[18]雷旭,堯德中.同步腦電-功能磁共振（EEG-fMRI）原理與技術[M].科學出版社,2014,16-26.

[19]B.Allison,T.Luth,Valbuena D,et al.BCI Demographics:How Many（and What Kinds of）People Can Use an SSVEP BCI?[J].Neural Systems and Rehabilitation Engineering,IEEE Transactions on,2010,18（2）:107-116.

[20]Wang Y,Doleschel S,Wunderlinch R,et al.Evaluation of Digital Compressed Sensing for Real-Time Wireless ECG System with Bluetooth Low Energy[J].J Med Syst,2016,40（7）:170.

Review of Brain-Computer Interface Technology Research

YAO Jun-yu1，2，WU Chang-jie3

（1.School of Computer and Software Engineering,Xihua University,Chengdu 610039;
2.School of Science and Technology,University of Electronic Science and Technology of China,Chengdu 610054；3.School of Computer and Software Engineering,Xihua University,Chengdu 610039）

Brain computer interface(BCI)technology is a multi-disciplinary integration of new man-machine technology,in life,health and entertain?ment have great prospects.Briefly introduces the types of existing brain-computer interface technology,and expounds the current research situation and development prospect at home and abroad.

1007-1423（2017）27-0080-05

10.3969/j.issn.1007-1423.2017.27.018

腦機接口；腦電信號；電位

堯俊瑜（1993-），男，重慶人，碩士研究生，研究方向為計算機科學與技術

鄔長杰（1992-），男，四川內江人，碩士研究生，研究方向為計算機科學與技術

2017-06-06

2017-08-25

Brain Computer Interface;EEG;Electric Potential