腦機接口技術及其在智能家居中的應用

林蘇云

（福州職業技術學院 福建省福州市 350108）

1 序言

大腦是人體最為復雜的器官。人類自從有了意識，就被大腦的神秘吸引，渴望認知它的運作機制，從而了解自身，也能更完善的保護自身。二十世紀九十年代，人類對大腦的認識有了快速的發展和進步，這十年稱作“大腦的十年”。21世紀更是一個“腦”的世紀，神秘深奧的大腦已然是現今科學界中的研究熱點與難點，引起了科研人員的廣泛關注。

自從人們能夠測量、觀察到腦電信號以后，人們就開始著眼于研究提出能夠分析腦電信號的方法，希望能夠找到合適的分析手段來了解大腦的各類活動，還原出真實的大腦運作機制。而如今，人們不只是停留在對腦電和大腦的認識上，還將腦電信號加以應用，開發出了創新性的大腦與外部環境的通訊機制，稱為腦機接口（Brain Computer Interface,BCI）。BCI 的雛形是70年代美國的Jacques Vida 開發的二維光標運動控制系統[1]，設計的初衷是幫助患有嚴重運動障礙的人能夠控制外部的設備，該系統就是利用了人類的腦電作為控制信號，開創了一種全新的與外部環境交互的通道。隨著計算機技術、醫學等學科的快速發展，BCI 研究也在飛速發展。

2 腦機接口技術

腦機接口（Brain Computer Interface,BCI）是大腦與計算機間的通信系統，該通信系統允許大腦不依賴常規輸出通路的條件下向外部環境發送信息或命令。完整的腦機接口系統由信號采集、特征提取、特征分類和外部控制設備四部分組成[2]。BCI 的主要設計與操作如圖1所示，大腦的信號由安放在頭皮或頭部的電極采集，之后進行數據處理以提取出信號的特定特征（例如，誘發電位的幅值，感覺運動皮層的節律，皮層神經的放電速率），這些特征都可能蘊含著使用者的意圖，因此可以把這些特征轉換為能夠操作外部設備的命令（例如，簡單的字符處理程序，輪椅，或者神經假肢）。BCI 系統的成功關鍵在于用戶和系統對于交互的自適應，用戶要提高其意圖與信號特征的關聯關系，BCI 系統要能夠選擇出用戶能夠控制的特征，并且高效和精確得把這些特征轉換為設備可以識別的命令[3][4]。

圖1：BCI 系統的主要設計與操作

2.1 信號的采集

BCI 系統的輸入主要是由頭皮、大腦皮層測量到的腦電信號或大腦內部測量到的神經細胞電活動。因此，BCI 系統在這個層面上可以分為入侵式BCI 系統與非入侵式BCI 系統。他們也可以根據輸入是誘發電位還是自發腦電活動來分類。誘發電位（例如，由閃爍字符誘導產生的EEG 信號）需要由特定的感覺刺激來激發產生。自發腦電活動（例如，運動皮層的EEG 節律）不需要由BCI 系統來產生這樣的刺激。在BCI 系統的信號采集部分，信號需要經過記錄電極，放大器并被數字化以后才能進行后續的信號處理。隨著腦電采集設備近年來不斷優化，腦電信號的采集也變得更為精確和方便。

2.2 信號處理：特征提取

數字化后的腦電信號緊接著需要進行一些特征提取的步驟，特征提取能夠從腦電信號中獲得一些有用的信息，利用這些信息可以對大腦的不同狀態進行區分，BCI 系統能夠使用時域信息（例如，誘發電位的幅值或神經元放電速率）或頻域信息（例如，mu或beta 節律的幅度），也可以同時使用信號的時域與頻域特征來提高它的性能。常用的特征提取算法有：FFT ( Fast Fourier Transform Algorithm)、相關性分析、AR (Auto Regression)、參數估計、CSP (Common Spatial Patterns)、Butter2worth 低通濾波、遺傳算法等。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。這些分析方法能夠提取到信號的特征并且將它們編碼成使用者的消息或命令。選擇何種特征提取算法通常與所利用的腦電信號和采集信號時電極安放的位置有關。

2.3 信號處理：特征轉換

信號處理的最終目標是要從信號中判斷出使用者的意圖并執行。信號處理的前半部分只是簡單的將信號特征提取出來，接著需要進行特征轉換，才能將原始信號變為使用者想要發出的設備命令。特征轉換算法可以使用線性方法，也可以使用非線性方法。BCI 轉換算法把信號特征轉換為具體的控制命令。

2.4 輸出設備

當前的大多數BCI 系統，輸出設備都是電腦屏幕，輸出主要是目標，字符或圖標的選擇。對選擇的指示有多種方式（例如，字符閃爍等）。一些BCI 系統還提供連續性輸出，例如光標朝向預先給定的目標運動。這種輸出不只是作為一種目標，還是對大腦的一種反饋，使得大腦能夠維持和提高它的準確率以及通信效率。最初的研究也嘗試著用BCI 來控制神經假肢以及神經康復，主要是提供給頸部脊髓損傷的人來控制手部的關閉。現如今，腦機接口的應用領域越來越廣泛，隨著人們對生活質量高要求，家居系統的設計逐漸朝著智能化、便利和以人為本發展，基于腦機接口的智能家居系統也逐漸成為近年來國內外研究的熱點。

3 腦機接口在智能家居中的應用

基于腦電控制的智能家居系統主要分為3 類：

（1）基于運動想象腦電控制的智能家居系統，即采集想象肢體運動的腦電信號的波形圖，對這些腦電信號進行區分，進行智能家居的控制；

（2）基于P300 的智能家居系統，利用使用者對小概率出現的刺激誘發的P300 電位來進行智能家居的控制；

（3）基于SSVEP 腦機接口控制的智能家居系統，當人注視以一定頻率閃爍的目標圖片時，檢測腦電波中出現的和刺激頻率相關的譜峰，以此來判斷人的意圖，實現對家居設備的控制。

3.1 基于運動想象腦電控制的智能家居系統

腦電信號根據被試者是否在外界刺激下誘發，可以分為自發腦電信號和誘發腦電信號。運動想象腦電信號就是一種自發的腦電信號，只需要人進行對運動的想象，腦電波就會呈現出一定的特征。基于運動想象腦電控制的智能家居系統一般采用想象左手運動和想象右手運動的腦電信號，黃旭彬等人[5]研究的基于運動想象腦電控制的智能家居系統就是以左右手運動意圖信號為例，采用 G.TEC公司的 g.MOBIlab 設備+ EEG 信號放大器對EEG 信號進行采集，利用小波變換實現噪聲抑制，提取二維功率譜特征，利用SVM 分類器進行分類識別，并對結果進行分析，基于實測數據驗證了該方法的有效性。王增尉等人[6]提出的一種基于腦機接口、腦電信號識別分類和增強現實的智能家居解決方案，該方案對采集的腦電信號使用小波變換去除噪聲，使用短時傅里葉變換進行特征提取，使用主成分分析進行降維和卷積神經網絡進行分類，以此得到分類模型。數據通過分類模型即可得到分類結果，根據分類結果判斷大腦的意圖，將意圖轉換為控制家居設備的控制命令，以此對家居進行控制，結合AR 技術能使控制過程變得可視化和更加有交互性。該方案可以有效實現大腦對家居設備的控制，具有實用性。李逸軒等人[7]提出了一種基于可穿戴式腦電設備的智能家居控制系統，該系統主要核心技術是讓受試者頭戴便攜式腦電設備進行腦電信號的采集，將采集到的腦電數據上傳至計算機，在計算機上進行預處理，對采集到的原始數據使用獨立向量分析法去除偽跡成分，使用共空間模式進行特征提取，得到具有較高區分度的特征向量，然后使用支持向量機模型對特征進行分類，將分類結果轉換為控制外部設備的控制命令，從而完成對家居的控制。在該系統中，想象左手運動與想象右手運動分別對應當前電器開關狀態的轉換與電器的切換，系統詳細流程圖如圖2所示，將想象左手運動與想象右手運動的腦電信號分類后的結果轉換為嵌入式的指令，通過單片機實現對臺燈、風扇、加濕器等電器的控制。

圖2：基于可穿戴式腦電設備的智能家居控制系統詳細流程圖[7]

3.2 基于P300腦機接口控制的智能家居系統

P300 一般由在一系列刺激中突然出現的小概率的，對被試而言熟悉的，有意義的刺激誘發，通常表現為在刺激呈現后 300-800ms 的正波。P300 電位是腦機接口中經常使用的信號，它應用于腦機接口有幾個明顯的優勢：首先是受試者不需要進行訓練即可誘發出P300 電位；其次是由于P300 的延遲很短，所以單次實驗的時間也可以很短[8]；再次是P300 的腦機接口的適用性強[9]，用戶會比較容易掌握使用基于P300 的腦機接口系統的使用方法。王金甲等人[10]設計并實現了一種基于P300 控制的智能家居系統，系統構成如圖3所示。該系統采用奧地利g.tec 公司生產的g.MOBIlab+EEG信號放大器采集腦電信號，通過藍牙連接方式將腦電數據傳至計算機，計算機上采用美國Wadsworth 中心的BCI2000 開源軟件對信號進行處理，包括信號顯示、特征提取、特征分類，轉換為對家居設備的控制命令，最后采用單片機的無線射頻技術對家庭中的電器、燈光、安防等進行直接控制。該系統將受控制的家居設備的圖片或文字組成P300 刺激界面，使用者在刺激界面的閃爍過程中，集中注意力注釋想要控制的設備圖片或文字，特征提取采用針對同一個刺激事件的15 輪腦電數據段進行疊加平均，特征分類采用逐步線性判別方分析方法，一旦判斷誘發出P300 電位即對該設備進行開/關狀態的切換。該系統簡單可靠、易于擴展。

圖3：P300 腦機接口控制智能家居的實驗系統框圖[10]

3.3 基于SSVEP腦機接口控制的智能家居系統

腦電信號的研究中也廣泛使用視覺誘發電位，視覺誘發電位簡單、方便，當視覺注視閃爍的圖片或者光時，會誘發腦電信號的電位發生變化，這些電位的變化就是視覺誘發電位(Visual Evoked Potential,VEP)。當這個閃爍是以一個固定的頻率進行時，大腦的電位活動將產生一個與刺激頻率相關（刺激頻率的基頻或倍頻處）的連續的響應，這個響應就是穩態視覺誘發電位(SSVEP)，具有和視覺刺激類似的周期性節律。因此SSVEP 信號在腦電信號中表現為在功率譜上出現和視覺刺激頻率相關的譜峰，通過檢測腦電信號譜峰處所在的頻率是否在視覺刺激頻率的基頻和倍頻上，可以分析出使用者注視的刺激源，以此來判斷使用者的意圖。顯然，在設計刺激界面時界面中不同設備圖片的閃爍頻率之間不應該出現偶數倍頻，否則將無法區分由哪個刺激引起。周福超[11]設計的基于腦電信號的智能家居系統，就是采用SSVEP 腦電信號來進行控制。該系統采用軟件來設計刺激界面，通過在MATLAB 上安裝Psychtoolbox 來編程設計視覺刺激器。信號處理采用快速傅里葉變換對腦電信號進行頻域上的分析。在智能家居控制模塊，采用三星的S5P6818 芯片，搭建相關的輔助電路和軟件編程，將分類結果轉換為設備的控制命令，實現對家居設備的控制。

4 腦機接口在智能家居的應用前景與挑戰

腦機接口在智能家居中的應用主要存在以下難點與挑戰：

（1）腦電信號會受到年齡差異、個體差異、情緒、外界刺激等多種因素的影響。有研究表明，年齡越小，腦電信號的快波減少，漫波增加，基線不穩；年齡越大，腦電信號的快波增加，漫波減少；50 歲之后的腦電信號漫波有所回升，基本頻率慢波化。在情緒和外界刺激方面，不同的情緒可能引起不同種類的腦電波活動增長。腦部相關疾病導致的病理變化也會在大腦各個區域的腦電圖上表現出來，一般情況下，存在疾病的部位會觀測到完全不同的病理波形。因此，如何將這些影響腦電波的因素納入考慮，使得腦機接口控制系統能更廣泛的被各種人群使用，還需要進一步探討。

（2）如何提高基于腦機接口的智能家居系統的舒適性，例如最少需要放多少電極，刺激模式上需要如何設計界面，刺激持續的時間與間隔，閃爍的頻率等等。提高人機交互的舒適性，能夠符合用戶的習慣都是需要解決研究的問題。

（3）目前腦電數據的處理一般都需要通過計算機來完成，使得整套設備缺乏便攜性。因此如何使基于腦機接口的智能家居控制系統能夠獨立于計算機平臺，讓便攜式處理器來進行腦電的信號處理，指令傳遞，輸出家電控制信號，從而提高腦機接口控制系統的便攜性，減少設備體積、功耗，也是具有挑戰性和有價值的研究。

（4）目前大多數基于腦機接口的智能家居系統只采用單一種類的腦電信號，如何利用多種腦電信號設計出對應多個智能動作的智能家居系統，并保證能正確識別、提取、和分類腦電信號，轉換為相應的設備控制命令，也是一項重大挑戰。

（5）腦電信號對噪聲敏感，且用戶在使用之前需要進行大量的訓練，如何提高腦電識別的精度，通過參數的自我調節來消除系統的差異性，增強自適應，使得不同使用者在不同的環境下，能夠減少訓練時間，擴大使用范圍，也是有一項十分有價值的研究，讓腦機接口控制系統服務于更多有需求的人，應用到更多需求的環境中去。腦機接口技術正強有力地推動社會的發展，現如今已是各個國家科技競爭的戰略高地。我國已經在腦機制的基礎研究、腦疾病的早期診斷與干預、類腦智能器件這三個領域取得了一些國際領先的成果，這些都為腦機接口的繼續發展和更廣泛的應用奠定了強有力的基礎和技術支撐。

總而言之，腦機接口技術在智能家居控制中應用越來越廣泛，但是存在許多瓶頸，需要各個學科的研究人員共同合作，促進基于腦機接口的智能家居控制系統的發展，提高精確性、便攜性、使用性，造福更多需求者。