基于腦電信號的BCI 系統研究現狀

郭 豪 劉丹丹 張夢杰 姚佳雯 馬思銘

（長春工程學院計算機學院，吉林 長春130021）

進入21 世紀隨著計算機技術以及通信技術的發展，以及醫學領域對腦科學的研究不斷深入，我們正在尋找新的人機交互方式結合腦科學嘗試新途徑與計算機之間建立鏈接。現在我們找到了在大腦與外部世界之間建立一種全新的、不依賴于外周神經和肌肉的、可以直接進行交流和控制的通路，這就是大腦－計算機接口（Brain-Computer Interface,BCI），簡稱腦機接口[1]。

人在想要做出某一個肢體動作時，大腦會給肢體肌肉組織發出一條相關指令，這種指令是一種由大腦神經元群體發出沿著神經纖維傳導到肌肉組織的神經沖動信號，BCI 技術的關鍵在于對其特征提取和正確分類，經過信號處理模塊將腦電數據轉化為數字控制信號，利用這種技術可以幫助思維活動正常但是肢體活動障礙的人士完成對外圍設備的控制[2]。BCI 技術在運動想象EEG 中應用場景。目前，BCI 技術已經受到國內外眾多專家的重視。

詳細介紹了BCI 系統基于腦電信號的分析方法、研究現狀以及在現實中的應用場景，最后做出相關總結和展望。

1 BCI 系統腦電信號國內外研究現狀

1.1 國外研究現狀和研究現狀

奧地利Graz 研究所設計的運動想象BCI 系統利用與運動想象相關的事件相關同步/去同步（ERD/ERS）現象，進行了左右運動想象兩種腦電信號數據處理方法改進，經改進后受試者通過簡單訓練就能夠達到85%的準確率。美國Wadsworth 研究中心的一些研究表明人類能夠學會8～12Hz 的EEG 節律控制，利用該節律能夠實現一維光標、二維光標的控制。德國Birbaumer 等人設計了一個命名為思想翻譯器的裝置，該裝置能夠實現對外圍設備的控制，結合視覺反饋實現字母的拼寫[3]。2011 年Apple 公司研制出了一套游戲控制系統，操控者可以通過“意念”實現對游戲的控制。2012 年加拿大Simon Fraser 大學將BCI 技術推廣應用到了臨床應用，設計了一套簡單易穿戴的BCI 手臂康復系統。

1.2 國外研究現狀和研究現狀

國內對于BCI 的研究團隊主要分布在重點高校，主要有清華大學、浙江大學、國防科技大學、華南理工大學等高校。2004年清華大學利用腦機接口設計了一套上肢康復訓練機械手臂，能夠實現患者的主動康復訓練。生物醫學工程系，通過深入分析穩態視覺誘發電位（visual evoked potential）設計了具有高傳輸速率的BCI 系統，實現了字母的拼寫，同時還可以應用于控制輪椅等外圍設備。浙江大學主要集中在誘發EEG 的BCI 主要策略是幾何旋轉、算術運算以及想象書寫，一些新信號的處理方法正在探索中[4]。

2 BCI 系統腦電信號的分析方法

2.1 腦電信號的獲取

按照獲取方式不同，腦電信號的獲取可以分為有創和無創，有創是將監測電極通過微創外科手術直接放到大腦皮層，這樣做獲取到的腦電信號信噪比較大，對于后期的信號處理比較有利，但是長期存在侵入電極的話有可能誘發感染，實驗對象如果是人還會產生人倫道德問題，這種方法采用的比較少，主要用于動物實驗。無創是將檢測電極貼到頭皮上，但是由于顱骨的阻礙和其他因素的影響這樣方式獲得的信號噪聲比較大，對于后期信號的提取會有一定的影響，這就對信號采集設備要求比較高，需要配置低噪聲信號性能較高的放大器，因為這種方式不存在人倫道德問題，在研究應用中被廣泛使用。

2.2 腦電信號的特征提取

最早對EEG（腦電信號）信號進行分析的是Dietch 在1932年使用傅里葉變換進行了分析, 在此后該領域又相繼引入了頻域分析、時頻分析等腦電信號的經典分析方法[5]。腦電信號分析的主要任務就是提高EEG（腦電信號）的信噪比，提高系統的精度。傳統的特征提取方法主要是運用統計學的方法，對多次的信號進行平均處理，但是這種處理方式太慢，無法滿足實時通信的要求，現在的BCI 系統中，為了實現實時控制，就要求對單次的實驗數據進行分類。現在可行性比較高的主要有頻域、時域、時頻域等方法。近些年來，神經網絡分析、小波分析等分析方法也取得了一定的進展，主要介紹時頻域分析方法。

時域分析是從時域提取特征，這種方法直觀性強，展示的物理意義明確。這種方法的優點是簡單、快速，比較適合于線性分析。頻域分析的主要方法是頻率普分析，它可以將幅度隨時間變化的腦電波轉化為腦電功率隨頻率的變化的圖譜，可以直觀的看到腦電節律的分布與變化情況。

EEG（腦電信號）是一種不斷變化的非平穩信號，頻率成分在不斷變化，單純的使用時域分析或者頻域分許都不能很好的反映腦電的特征。時頻域分析法同傅里葉變化聯系，時頻域分析將時域信號通過時間和頻率的聯合函數映射到時間- 頻率的二維平面上，同時描述信號頻率與時間的關系。時頻分析方法常用的有[6]：

（1）短時傅里葉變換。

短時傅里葉變換（STFT，short-time Fourier transform，或short-term Fourier transform））是和傅里葉變換相關的一種數學變換，用以確定時變信號其局部區域正弦波的頻率與相位。

它的基本思想是選擇一個時頻局部化的窗函數，假定分析窗函數g（t）在一個短時間間隔內是平穩（偽平穩）的，移動窗函數，使f（t）g（t）在不同的有限時間寬度內是平穩信號，從而計算出各個不同時刻的功率譜[7]：

式中w（t）表示窗體函數，x（t）表示時間信號，X（τ，ω）表示x（t）w（t-τ）的傅里葉變換。

（2）小波變換。

小波變換（wavelet transform，WT）是一種新的變換分析方法，克服了窗口大小不隨頻率變化等缺點，同時繼承和發展了短時傅立葉變換局部化的思想，能夠提供一個隨頻率改變的“時間- 頻率”窗口。它的主要特點是通過變換能夠充分突出問題某些方面的特征，能對時間（空間）頻率的局部化分析，通過伸縮平移運算對信號（函數）逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，在腦電處理中起到了很好的作用。

3 基于腦電信號的BCI 主要應用場景

21 世紀伴隨著計算機技術的飛速發展以及人工智能、機器學習等相關領域技術水平不斷提升，BCI 技術也成為了其中的一個研究熱點[8]。

3.1 醫學方面應用

在醫學方面BCI 技術得到了廣泛的應用，BCI 技術在幫助殘障人士方面擁有廣泛的應用前景，對于肢體上有缺陷的人群，例如重癥肌無力、肌萎縮側索硬化癥、腦中風等患者。我們可以運用BCI 技術為此類人群制造人工智能假肢，利用病人的腦電信號控制假肢，幫助病人完成想要完成的動作。在醫療康復領域，BIC 康復機器人可以幫助傷病病人康復后的自主進行主動康復訓練。

3.2 軍工方面的應用

隨著人類技術的發展以及需求的日新月異，人類對新型的BCI 智能機器人呼聲越來越高。利用腦機接口可以實現人腦“意識”直接對機器人的高效控制，能夠在極端環境下完成特殊任務，在軍事領域應用前景十分廣泛。創造通過人腦遠程控制的“機器軍團”，“軍團”能夠適應全地形作戰，將人類士兵作戰經驗、知識以及人類特有的直覺、靈感等與現代化的武器系統相結合，達到人機交互高度智能化、協調化。還可以為軍人裝配集成BCI 系統的頭盔，通過計算機監控軍人的實時大腦狀態包括情緒、注意力、記憶力，結合神經科學分析軍人的實時精神狀態，然后給予軍人反饋，從而減少軍人的應激反應，綜合提升單兵作戰能力。[9]

3.3 游戲娛樂方面應用

現在的娛樂游戲都需要有鍵盤、鼠標、手柄等外設操控游戲，BCI 接口這將是一種全新的操控方式，通過思維玩游戲，玩家可以在游戲中隨心所欲。將這項技術與虛擬現實技術相結合對于游戲娛樂這將是一次革命性的改變，相對傳統游戲BCI 腦控游戲更加刺激，這一發明也將被大規模商業化。

3.4 日常生產生活方面的應用

利用腦機可以雙向通信的特點BCI 系統在腦控打字，腦控外骨骼，腦控無人機等諸多領域擁有廣泛用途；可以為腦中風、癱瘓患者提供康復新技術，為無人機的操控提供新的控制方式，實現精準操控。

4 結論

過去的二十年的時間，基于無創的腦機接口技術取得了巨大的研究成果，現在應用較廣泛的是腦立方（腦靜電采集儀）國內外的研究機構也都取得了前所未有的成就，除了在臨床醫療領域實現了肢體醫療康復輔助器械的應用，已經逐步實現了患者同環境交流，現在拓展到了大腦狀態監控、神經康復等領域。短時傅里葉變換和小波變化可以有效增強腦電信號的特征提取，這些可以為腦機控制提供有力的支持，向外部設備發送數字信號量，操控智能輪椅等醫療輔助設備。在其他方面，軍事、娛樂、生活等方面和相關技術結合，對提升效率和質量有巨大幫助。

相信隨著腦科學、神經科學、計算機科學、通信技術等學科的發展，相信在不遠的將來，圍繞以神經信息的獲取、解析、調控的腦機融合的研究將推進BCI 技術取得重大的創新和突破。