腦機接口技術(shù)綜述

1、腦機接口技術(shù)的研究綜述摘 要腦機接口( Brain- Computer Interface, BCI)是在大腦和計算機或其他電子設(shè)備之間建立的不依賴于常規(guī)大腦信息輸出通路(外周神經(jīng)和肌肉組織)的一種全新通訊和控制技術(shù)。腦機接口作為當前神經(jīng)工程領(lǐng)域中最活躍的研究方向之一，在生物醫(yī)學(xué)、神經(jīng)康復(fù)和智能機器人等領(lǐng)域具有重要的研究意義和巨大的應(yīng)用潛力，近10年來，腦機接口技術(shù)得到了長足的進步和飛速的發(fā)展，應(yīng)用領(lǐng)域也在逐漸擴大。本文概述了基于腦電信號( EEG )的BCI系統(tǒng)的組成和基本原理、涉及的關(guān)鍵技術(shù)和研究現(xiàn)狀, 最后分析了腦-機接口技術(shù)目前存在的問題與應(yīng)用前景。關(guān)鍵詞：腦機接口；腦電信號；特征提取

2、；特征分類一、引 言腦機接口是一種不依賴大腦外周神經(jīng)與肌肉正常輸出通道的控制系統(tǒng)，通過采集和分析人腦生物電信號，在人腦與計算機或其他電子設(shè)備間建立起直接交流和控制的通道，這樣人就可以直接通過大腦來表達意愿或操縱設(shè)備，而不需要語言或肢體的動作1-2。研究和發(fā)展腦機接口技術(shù)可以幫助肌肉萎縮、脊髓損傷等神經(jīng)肌肉方面的患者以及交流障礙者有效地完成對外界交流和控制3。腦機接口技術(shù)形成于20世紀70年代，是一門涉及納米技術(shù)、生物技術(shù)、信息技術(shù)、心理認知科學(xué)、計算機科學(xué)、生物醫(yī)學(xué)工程和應(yīng)用數(shù)學(xué)等多學(xué)科的交叉技術(shù)，20多年來，隨著人們對神經(jīng)系統(tǒng)功能認識的提高和計算機技術(shù)的發(fā)展，BCI技術(shù)的研究呈明顯的上升趨勢

3、，特別是1999年和2002年兩次BCI國際會議的召開為BCI技術(shù)的發(fā)展指明了方向。目前,BCI技術(shù)已引起國際上眾多學(xué)科科技工作者的普遍關(guān)注，成為生物醫(yī)學(xué)工程、計算機技術(shù)、通信等領(lǐng)域一個新的研究熱點。BCI技術(shù)的核心是把用戶輸入的腦電信號轉(zhuǎn)換成輸出控制信號或命令的轉(zhuǎn)換算法。BCI研究工作中相當重要的部分就是調(diào)整人腦和BCI系統(tǒng)之間的相互適應(yīng)關(guān)系，也就是尋找合適的信號處理與轉(zhuǎn)換算法,使得神經(jīng)電信號能夠?qū)崟r、快速、準確地通過BCI系統(tǒng)轉(zhuǎn)換成可以被計算機識別的命令或操作信號。BCI技術(shù)的發(fā)展目前還存在著很多問題，有待于更多的科技工作者致力于深入的研究。為促進BCI技術(shù)的發(fā)展，本文在查閱有關(guān)資料的基礎(chǔ)

4、上，對BCI的原理、結(jié)構(gòu)做了較為詳細的綜述，并對其應(yīng)用前景、存在的問題以及評價標準進行了探討。二BCI系統(tǒng)的工作原理及其基本結(jié)構(gòu)2.1 BCI系統(tǒng)的工作原理神經(jīng)科學(xué)的研究表明，在大腦產(chǎn)生動作意識之后和動作執(zhí)行之前，或者受試主體受到外界刺激之后，其神經(jīng)系統(tǒng)的電活動會發(fā)生相應(yīng)的改變.。神經(jīng)電活動的這種變化可以通過一定的手段檢測出來，并作為動作即將發(fā)生的特征信號.。通過對這些特征信號進行分類識別，分辨出引發(fā)腦電變化的動作意圖，再用計算機語言進行編程，把人的思維活動轉(zhuǎn)變成命令信號驅(qū)動外部設(shè)備，實現(xiàn)人腦在沒有肌肉和外圍神經(jīng)直接參與的情況下對外部環(huán)境的控制.。這就是BCI的基本工作原理.。2.2 腦機接口

5、的基本結(jié)構(gòu)腦機接口技術(shù)是通過信號采集設(shè)備從大腦皮層采集腦電信號經(jīng)過放大、濾波、A/D轉(zhuǎn)換等處理轉(zhuǎn)換為可以被計算機識別的信號，然后對信號進行預(yù)處理，提取特征信號，再利用這些特征進行模式識別，最后轉(zhuǎn)化為控制外部設(shè)備的具體指令，實現(xiàn)對外部設(shè)備的控制。一個典型的腦機接口系統(tǒng)主要包含4個組成部分：信號采集部分、信號處理部分、控制設(shè)備部分和反饋環(huán)節(jié)3。其中，信號處理部分包括預(yù)處理、特征提取、特征分類3個環(huán)節(jié)。腦機接口的結(jié)構(gòu)框圖如圖1 所示。圖1 腦機接口技術(shù)信號處理結(jié)構(gòu)框圖1) 信號采集部分 此部分負責(zé)通過相關(guān)設(shè)備采集大腦活動產(chǎn)生的電信號。目前，對腦電信號的采集主要有2 種方法：侵入式和非侵入式。侵入式方

6、法是將電極插入腦皮層下，該方法采集的大腦神經(jīng)元上的腦電信號具有較高的精度，而且噪聲較小。缺點是無法保證腦內(nèi)的電極長時期地保持結(jié)構(gòu)和功能的穩(wěn)定，而且將電極植入腦皮層內(nèi)存在安全問題。非侵入式方法測量的是頭皮表面的腦電信號，通過將電極貼附在頭皮上，就可直接獲得人大腦活動產(chǎn)生的腦電信號，易采集，無創(chuàng)性等特點使之成為BCI技術(shù)研究的主要方向。2) 信號處理部分 腦電信號的處理主要包括預(yù)處理、特征提取和特征分類3 部分。預(yù)處理主要用于去除腦電信號中具有工頻的雜波、眼電、心電以及肌電等信號的偽跡。特征提取的主要作用是從腦電信號中提取出能夠反映受試者不同思維狀態(tài)的腦電特征，將其轉(zhuǎn)換為特征向量作為分類器的輸入。

7、特征提取是腦電信號處理中十分重要的一步，提取出的特征的好壞將直接影響腦電信號的識別率。特征分類主要是尋找一個以特征向量為輸入的判別函數(shù)，并且該分類器能識別出不同的腦電信號。3) 控制設(shè)備部分 控制設(shè)備主要是把經(jīng)過處理的腦電信號轉(zhuǎn)換為外部設(shè)備的控制指令輸出，從而控制外部設(shè)備實現(xiàn)與外界進行交互的目的。4) 反饋環(huán)節(jié) 反饋主要是把外部設(shè)備的運行情況等信息反饋給使用者，以便使用者能實時地調(diào)整自己的腦電信號。三、基于EEG的腦機接口研究方法人和動物的大腦,特別是皮層細胞，存在著頻繁的自發(fā)電活動，無需任何外界刺激。從腦電極記錄到的電位是對腦部大量神經(jīng)元活動的反應(yīng)，低至微伏級，這種電活動的電位隨時間的波動稱

8、為腦電波(EEG) 。EEG反應(yīng)了大腦組織的電活動及大腦的功能狀態(tài)，腦的復(fù)雜活動反應(yīng)在頭皮上的電位活動就是EEG軌跡 5 。所以理論上，人的意圖通過腦電應(yīng)該可以被探測識別出來。BCI的前驅(qū)曾經(jīng)指出“在理論上,腦的感覺、運動及認知意識在自發(fā)EEG中應(yīng)該是可辨識的”，,因此EEG成為BCI研究的首選工具。BCI技術(shù)就是要通過識別這種意圖，將之表達為對外部設(shè)備的直接控制。由于腦電信號的本質(zhì)還未知,難以確定一種特定的信號識別方法。假設(shè)腦電信號是線性的，那么大多數(shù)BC I使用的線性識別方法足以應(yīng)用。反之，則線性識別算法對于希望被識別的信號可能是最糟糕的描述。但無論何種情況，BCI技術(shù)的首要任務(wù)就是從EE

9、G中識別出人的主觀操作意識,并將之表達為對外部設(shè)備的直接控制。3.1腦機接口研究中所使用的腦神經(jīng)信號 P300 (誘發(fā)電位)P300是一種事件相關(guān)電位(ERP)，在時間相關(guān)刺激300400ms后出現(xiàn)的正電位，主要位于中央皮層區(qū)域，其峰值大約出現(xiàn)在時間發(fā)生后300ms,相關(guān)事件發(fā)生的概率越小，所引起的P300越顯著?；赑300的BCI的優(yōu)點是P300屬于內(nèi)部相應(yīng),使用者無需通過訓(xùn)練就可產(chǎn)生P300 6 。 視覺誘發(fā)電位(誘發(fā)電位)視覺誘發(fā)電位是指從視覺通路的不同水平區(qū)域記錄的不同生物電反應(yīng),其誘發(fā)刺激可以是熒光、閃光刺激。視覺誘發(fā)電位又可以分成短時視覺誘發(fā)電位和穩(wěn)態(tài)視覺誘發(fā)電位兩種。 時間相關(guān)

10、同步或時間相關(guān)去同步電位(自發(fā)腦電)單邊的肢體運動或想象運動，大腦同側(cè)產(chǎn)生事件相關(guān)同步電位( ERS) ，大腦對側(cè)產(chǎn)生時間相關(guān)去同步電位( ERD)。ERS、ERD是與運動相關(guān)的,主要位于感覺運動皮層。 皮層慢電位(自發(fā)腦電)皮層慢電位也稱慢波電位( Slow Cortical Poten2tials, SCPs) ,是皮層電位的變化,是腦電信號中從300 ms持續(xù)到幾秒鐘的大的負電位或正電位,能反應(yīng)皮層和層的興奮性,個人可以通過生物反饋訓(xùn)練產(chǎn)生這種電位 7 。 自發(fā)腦電信號(自發(fā)腦電)在不同的知覺意識下，人們腦電中的不同節(jié)律呈現(xiàn)出各異的活動狀態(tài)。這些節(jié)律是受不同動作或思想的影響。按照所在頻段

11、的不同分類，一般采用希臘字母(、)來表示不同的自發(fā)EEG信號節(jié)律。比如節(jié)律在813 Hz頻段,而節(jié)律則在1322 Hz頻段。采用以上幾種腦電信號作為BC I輸入信號，具有各自的特點和局限。P300和視覺誘發(fā)電位都屬于誘發(fā)電位，不需要進行訓(xùn)練,其信號檢測和處理方法較簡單且正確率高。不足之處是需要額外的刺激裝置提供刺激，并且依賴于人的某種知覺(如視覺) 。其它幾類信號的優(yōu)點是可以不依賴外部刺激就可以產(chǎn)生,但需要大量的特殊訓(xùn)練。3. 2 特征提取和轉(zhuǎn)換方法特征提取涉及如何從EEG中提取少量的有用的信息，分別利用這些信息進行不同腦狀態(tài)的區(qū)分。常用的特征提取的算法如:：FFT ( Fast Fourie

12、r Transform Algorithm)、相關(guān)性分析、AR (Auto Regression)、參數(shù)估計、CSP ( Common Spatial Patterns)、Butter2worth低通濾波、遺傳算法等。算法的選擇與所利用的信號特征及電極位置有關(guān)。信號處理的目標是最終從信號中識別出使用者的意圖并執(zhí)行，系統(tǒng)的首要任務(wù)就是最大化。信噪比，尤其是當噪聲和信號極為相似的時候就顯得更為重要。提高信噪比的技術(shù)有很多，具體有空間及時間濾波方法、信號平均以及單次識別方法。BCI轉(zhuǎn)換算法把信號特征(如節(jié)律幅值或神經(jīng)元放電率)轉(zhuǎn)換為具體的控制命令。四、腦機接口的研究進展近些年來，腦機接口技術(shù)得到了飛

13、速發(fā)展。1995年不到6個研究小組，到1999 年研究小組的數(shù)量已超過了20個，現(xiàn)在世界各地有近百個研究小組。1999年，2000年和2006年3次腦機接口國際會議的召開為腦機接口的發(fā)展推波助瀾。下面是近些年一些較有影響的腦機接口小組研究成果：奧地利 Graz 大學(xué)：Pfurtscheller 等進行了一系列基于ERD的腦機接口系統(tǒng)研究，并實現(xiàn)了Graz I 和GrazII 兩個代表性的腦機接口系統(tǒng)。目前研究的重點是時域內(nèi)兩種不同的想象運動的分類問題。德國 Tubingen 大學(xué)：wolpaw 等7設(shè)計了一個名為思想翻譯器的裝置，通過慢皮質(zhì)電位的變化來實現(xiàn)對外界的控制，使用視覺反饋，實現(xiàn)了字母

14、拼寫等功能。美國 Wadsworth 中心：Wadsworth 中心一直研究如何用從運動感覺皮質(zhì)測得的腦電信號控制指針的一維或二維運動。另外，為了便于比較和評估，他們研制BCI-2000通用系統(tǒng)，該系統(tǒng)已在世界上200多個實驗室中使用7。中國清華大學(xué)：高上凱等人深入分析了穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）的特征和提取方法，設(shè)計了具有高傳輸速率的基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機接口系統(tǒng)，可用于殘疾人的動作控制或環(huán)境設(shè)備控制等領(lǐng)域。五、腦機接口存在的問題及應(yīng)用前景5.1 腦機接口存在的問題BCI是一門新興的研究領(lǐng)域，涉及計算機科學(xué)、神經(jīng)科學(xué)、心理認知科學(xué)、生物醫(yī)學(xué)工程、數(shù)學(xué)、信號處理、臨床醫(yī)學(xué)、自動控制等多

15、個領(lǐng)域，仍有大量的問題尚待解決,目前主要存在以下問題：1) 信號處理和信息轉(zhuǎn)換速度慢。目前，BCI系統(tǒng)的最大信息轉(zhuǎn)換速度可達68 bit /min，此速度與正常交流時所需的速度相差甚遠9。2) 信號識別精度低。目前，基于自發(fā)腦電的BCI系統(tǒng)，對運動想象腦電信號進行的研究，2類思維任務(wù)的識別率約為90%10，3類任務(wù)得到其識別率在80%左右11。對4類運動得到的識別率僅有70%左右12。控制指令多時，識別率低的問題使得BCI系統(tǒng)在實際應(yīng)用中受到了嚴重的限制。3) 信號采集和處理方法需改進。腦電信號采集過程中，夾雜著不少干擾成分，如肌信號干擾等13，因此設(shè)計抗干擾能力強的腦電信號采集設(shè)備等問題有待

16、解決; 如何改善信號處理方法使之系統(tǒng)化、通用化，從而快速、精確、有效地設(shè)計出實用BCI 系統(tǒng)的問題也有待研究。4) 自適應(yīng)性較差。自適應(yīng)性包括隨時間和空間變化的自適應(yīng)性和隨自身變化的自適應(yīng)性14。目前，BCI 的自適應(yīng)性還比較差。5) 缺乏能對BCI 系統(tǒng)的性能進行科學(xué)評價的評價標準。總之，作為一種新興的、復(fù)雜的、涉及多學(xué)科的通信技術(shù)，BCI 的發(fā)展還很不完善，存在的問題還很多，有待于科研工作者們下大氣力研究解決。5.2 腦機接口機器人的應(yīng)用前景腦機接口機器人采用BCI進行人機交互，由人的思維控制機器人從事各種工作。腦機接口機器人不僅在殘疾人康復(fù)、老年人護理方面具有顯著的優(yōu)勢，而且在軍事、人工

17、智能、娛樂等方面也具有廣闊的應(yīng)用前景15。1. 在醫(yī)學(xué)方面的應(yīng)用在醫(yī)學(xué)領(lǐng)域，腦機接口機器人可以幫助肢體障礙患者提高他們的生活質(zhì)量，如：（1）與周圍環(huán)境進行交流：BCI機器人可以幫助殘疾人使用電腦、撥打電話等；（2）控制周圍環(huán)境：BCI機器人可以幫助殘疾人或老年人控制輪椅、家庭電器開關(guān)等；（3）運動康復(fù)：BCI康復(fù)機器人可以幫助殘疾人或失去運動能力的老年人進行主動康復(fù)訓(xùn)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(zhì)量。2. 在其他方面的應(yīng)用雖然目前BCI機器人的研究主要應(yīng)用于醫(yī)學(xué)領(lǐng)域，特別是為殘疾人與老年人提供幫助，但是BCI機器人的用途決不僅僅限于醫(yī)學(xué)領(lǐng)域，在其他諸多領(lǐng)域

18、都可以得到廣泛應(yīng)用。（1）特殊環(huán)境作業(yè)：BCI特種機器人可以在危險或不適宜人工操作的環(huán)境中工作；（2）無人駕駛汽車或飛機：BCI機器人可以幫助我們實現(xiàn)無人駕駛汽車與飛機的夢想，這不僅在軍事領(lǐng)域意義巨大，同時為殘疾人開辟了更廣闊的活動空間；（3）為電子游戲增加娛樂功能：用“思想”控制電子游戲是傳統(tǒng)鼠標、鍵盤控制電子游戲的有益補充，會增加游戲的娛樂效應(yīng)。腦機接口機器人是智能機器人的有力補充，有效的人機交互方式會提高智能機器人的智能化與靈活性，因此腦機接口機器人的研究潛力和應(yīng)用潛力十分巨大。六、BCI的評價標準由于不同BCI系統(tǒng)的輸入、輸出、轉(zhuǎn)換算法等存在很大的差異，因此，要做到對不同的BCI系統(tǒng)進

19、行客觀的科學(xué)評價是比較困難的.?？赡苣骋环N系統(tǒng)針對某一種應(yīng)用比較有效，對另外的應(yīng)用場合其性能往往并不理想,甚至不能使用.。對不同的BCI系統(tǒng)進行比較和評價將有利于BCI的發(fā)展。因此，尋求一種有效的、合理的、實用的評價方法作為BCI系統(tǒng)性能評定的標準，是BCI 發(fā)展中不可缺少的重要環(huán)節(jié)。通信系統(tǒng)普遍采用的一種性能評價標準是波特率，即單位時間內(nèi)的信息傳輸量.。在BCI系統(tǒng)中，波特率既和速度及準確度有關(guān)，同時也和操作的復(fù)雜程度有關(guān).。程明等人的研究表明,在從兩個選項中進行選擇的系統(tǒng)中，準確率由80 %提高到90 % ，其信息傳輸率能提高一倍；如果從兩個選項中選取目標時的準確率是90 % ，從四個選項

20、中選取目標時的準確率是65 % ，兩者信息傳輸率將大致相同。 以信息傳輸率為標準來評價BCI的性能是比較客觀和公正的，也許能夠被大多數(shù)研究者所接受。但由于BCI的應(yīng)用和對其性能要求的千差萬別，要應(yīng)用統(tǒng)一的、適合于各種BCI系統(tǒng)的標準進行評估，并不是一件容易的事情,還要對其作進一步的研究。七、結(jié)束語在過去的十幾年中，BCI 的研究發(fā)展得十分迅猛，目前BCI的研究主要是為某些患者（一般指思維正常但有運動障礙的病人）提供一種與外界交流的手段或控制外界的方式，并協(xié)助其康復(fù)。隨著對人腦結(jié)構(gòu)與功能認識愈加清晰，提取腦電信號技術(shù)手段不斷提高，以及高效率、低成本計算機的出現(xiàn)，BCI 研究人員將研究出“更快、更

21、準、更易”的BCI 技術(shù)。當然，在BCI 的發(fā)展中仍存在著諸多挑戰(zhàn)。比如，目前尚無一個BCI系統(tǒng)可以做到既精確又能實現(xiàn)快速控制，還沒有真正的商業(yè)化產(chǎn)品問世?？傊珺CI 研究有著廣闊的前景，不僅加強對人自身的認識，同時也將改變?nèi)祟惖纳罘绞健⒖嘉墨I 1 Schalk G, Brunner P, Gerhardt LA, et al. Brain-computer interfaces (BCIs): detection instead of classification. J Neurosci Methods. 2008.Jan 15:167(1):51-62 2 沈敏. 腦-機接口技術(shù)綜述

22、 J . 重慶郵電大學(xué)學(xué)報(自然科學(xué)版) ，2007 (6) ：147 - 150. 3 肖首柏，胡劍鋒. 腦機接口研究概述 J . 科技廣場， 2007(9) ：229 - 232. 4 劉輝，杜玉曉，彭杰等.腦機接口技術(shù)發(fā)展 J .電子科技，2011；24(5)：116 - 119. 5 Serruya M D, Hatsopoulos N G, Paninskil, Fellows M R, et al.Brain2machine interface: Instant neural control of a movement signal J . Nature, 2002, 416: 141-142. 6 程明，高上凱，張琳. 基于腦電信號的腦計算機接口 J . 北京生物醫(yī)學(xué)工程,，2000,，19 (2)： 113 - 118. 7 孟飛，黃軍友，高小榕. 基于腦機接口技術(shù)的上肢康復(fù)訓(xùn)練系統(tǒng) J . 中國康復(fù)醫(yī)學(xué)雜志,，2004， 19 (5) ：327 - 329. 8 楊立才，李佰敏，李光林等.腦機接口技術(shù)綜述 J .電子學(xué)報.2