腦機接口BCI研究綜述(概念,算法,應用,未來等問題))

1、匯報人：朱同學BCI 基本概念BCI神經(jīng)影像方法與控制信號BCI 分類算法BCI 模式識別BCI 應用現(xiàn)狀BCI(brain-computer interface)有時被稱為MMI、DNI、STI以及BMI，是一種不依賴于外周神經(jīng)和肌肉組織等常規(guī)大腦信息輸出通路，而運用工程技術(shù)手段在大腦和計算機或者其他機電設(shè)備之間建立直接“讓思想變成行動”的對外信息交流和控制新途徑。 BCI 是一種人腦與設(shè)備的共存，其將處理后的信號去控制外部設(shè)備，將外部設(shè)備作為身體一種自然存在 BCI 被設(shè)計完成人體感官恢復，感覺信息傳輸回大腦活通過人為產(chǎn)生的電信號刺激大腦。圖1 BCI 模型圖2 BCI 基本處理模型圖3

2、BCI 工作模式圖4 BCI 操控原理圖圖5 BCI 工作模式神經(jīng)神經(jīng)影像影像方法方法測量活測量活動動直接直接/間間接接時間分時間分辨率辨率空間分辨率空間分辨率風險風險便攜便攜EEG電力的直接0.05s10mm非侵入式便攜MEG磁性的直接0.05s5mm非侵入式不便攜ECoG電力的直接0.003s1mm侵入式便攜INR電力的直接0.003s0.5mm（LFP）0.1mm（MUA）0.05mm（SUA）侵入式便攜fMRI變化的間接1s1mm非侵入式不便攜NIRS變化的間接1s5mm非侵入式便攜表1 神經(jīng)影像方法匯總 侵入式BCI系統(tǒng)是在神經(jīng)外科手術(shù)中直接植入到大腦灰質(zhì)中 因為芯片植入在灰質(zhì)中，侵

3、入式裝置產(chǎn)生最高質(zhì)量的BCI系統(tǒng)信號，但容易產(chǎn)生創(chuàng)傷組織的積聚，從而導致該信號變?nèi)?，甚至消失?腦電腦電（EEG）通過在頭皮安置檢測電極描記所得的數(shù)以通過在頭皮安置檢測電極描記所得的數(shù)以億計大腦皮層神經(jīng)細胞的群體活動在頭皮表面感應到電億計大腦皮層神經(jīng)細胞的群體活動在頭皮表面感應到電位分布。根據(jù)臨床電生理學理論，位分布。根據(jù)臨床電生理學理論，EEG反應了大腦皮質(zhì)反應了大腦皮質(zhì)某一特定區(qū)域神經(jīng)細胞群同步的電位差。某一特定區(qū)域神經(jīng)細胞群同步的電位差。腦皮層電圖腦皮層電圖 （ECoG）采集顱骨下方的大腦活動的電信）采集顱骨下方的大腦活動的電信號，與非侵入式的號，與非侵入式的EEG相似，但電極被嵌入在一

4、個放置相似，但電極被嵌入在一個放置于皮層上方，硬腦膜下方的薄塑料墊于皮層上方，硬腦膜下方的薄塑料墊 fMRI = Functional Magnetic Resonance Imaging（功能磁共振成像功能磁共振成像） 利用攜帶氧的血紅利用攜帶氧的血紅蛋白的磁特性。被激活的大腦部分增加了氧含量，蛋白的磁特性。被激活的大腦部分增加了氧含量，從而提高了含氧血紅蛋白與脫氧血紅蛋白間的比從而提高了含氧血紅蛋白與脫氧血紅蛋白間的比率。率。 腦磁圖（腦磁圖（MEG）檢測大腦中所創(chuàng)建的）檢測大腦中所創(chuàng)建的“火火”的單的單個神經(jīng)元的小磁場。它可以精確定位活動區(qū)域個神經(jīng)元的小磁場。它可以精確定位活動區(qū)域（毫米

5、級）并且能夠追尋在大腦中傳播時的腦活（毫米級）并且能夠追尋在大腦中傳播時的腦活動的運動動的運動BCI目的是通過檢測大腦活動的方法來解釋用戶的意圖。大腦信號涉及眾多與認知任務相關(guān)的現(xiàn)象。而他們也尚未被理解，初始點亦不可知。然而某些生理現(xiàn)象的腦信號已被人們解碼，被視為可能的控制信號。目前在BCI采用的控制信號的討論如表2所示。信號信號生理學現(xiàn)生理學現(xiàn)象象 訓練訓練傳輸速率傳輸速率成果成果VEP（視覺誘發(fā)電位）大腦信號在視覺皮層加工處理否60-100 bits/min被試可通過學習如何控制自身視覺誘發(fā)電位幅值來控制飛行器方向、電話撥號系統(tǒng)SCP大腦信號中緩慢的電壓變化是5-12 bit/min擊中光

6、標，被試(如肌萎硬化癥)可以使用思維翻譯工具來訓練產(chǎn)生自發(fā)SCP變化P300正向峰值出現(xiàn)在相關(guān)事件后約300ms否20-25 bits/min虛擬打字系統(tǒng)（根據(jù)隨機閃爍光標）、猴子遠程控制機械手臂、2013廣西意見控制賽車SMR（感覺運動節(jié)律）與運動行為同步的節(jié)律變化是3-35 bits/min廣泛應用，知名的Wadworth、Berlin、Graz?？蓱糜贓RS/ERD；想象左右手運動（上交籃球）表2 控制信號討論類型半侵入侵入非侵入神經(jīng)手術(shù)ECoGEEG,MRIBCI 系統(tǒng)分類此外，根據(jù)輸入信號產(chǎn)生方式分為：誘發(fā)式BCI/自發(fā)式BCI，前者需要額外刺激裝置（加自身通路），后者完全來自使用

7、者自發(fā)腦電（環(huán)境、情緒影響）；根據(jù)BCI系統(tǒng)工作方式：同步BCI/異步BCI，前者需要在預定時間內(nèi)進行特定思維活動，后者通信不由系統(tǒng)控制，由用戶初始化。 不同思維活動產(chǎn)生不同模式的腦信號，BCI被看作一個模式識別系統(tǒng)。設(shè)計一個合適的特征集是一個難點。大腦信號隱藏于大量的噪聲環(huán)境下（在時間、空間中重疊），因此在多數(shù)情況下，使用簡單的方法（如帶通濾波器）是不夠的。腦信號本質(zhì)上是不固定的。特征出現(xiàn)的時間信息需要獲取。一些方法是把信號分割為小段，參數(shù)可由每段估計。然而，片段的長度會影響估計的準確性。傅里葉變換在此效果不好，小波變換和自適應回歸（）是優(yōu)選，以揭示大腦信號的非平穩(wěn)時間變化。另外一種新型的稱

8、為靜止子空間分析（）被提出用于非平穩(wěn)信號。方法方法性質(zhì)性質(zhì)應用應用降維線性變換可能相關(guān)集合變換為非相關(guān)集合最優(yōu)的表示數(shù)據(jù)的最小平方和有效的減少噪聲和維度的方法。要求參數(shù)為不相關(guān)的分解混合信號到原始信號相互統(tǒng)計獨立的潛在來源強大而有效的噪聲清理工具。成分要求與信號相互獨立空間（共空間模式濾波）空間濾波器用于兩類信號，多級擴展存在在同步中效果好，異步較弱其性能受空間分辨率影響。一些電極的位置為特定的大腦活動提供更多的判別信息改進：，時域頻域頻譜模型短時段的高頻率分辨率不適用于非穩(wěn)定信號（匹配濾波）檢測與預測已知的信號或者模板相匹配的特定模式適用于檢測相一致的時間波形特點提供頻率和時間信息適用于非穩(wěn)

9、定信號降低了冗余性和復雜性表 模式識別方法討論表 模式識別方法討論（續(xù)）方法方法性質(zhì)性質(zhì)應用應用特征選擇高資源消耗可能過早收斂找出特征最優(yōu)子集，通過順序添加刪除特征集，順序向前和順序向后改進版本基于加除算法部分克服了的不足不良信號（噪聲和偽跡）主要分為兩類：生理學和非生理學（技術(shù)）：前者通常由于肌肉、眼部和心臟活動引起；后者多歸因于電力線噪聲或者電極阻抗改變。（被試）系統(tǒng)中分類旨在基于模式識別步驟下所提供的大腦活動特征向量的基礎(chǔ)上認知用戶的意圖?；貧w和分類算法均可以實現(xiàn)該目標，但分類算法是目前最常用方法。回歸算法使用信號提取出的特征作為獨立變量去預測用戶意圖。相反，分類算法將提取出的特征作為獨

10、立變量來定義特征空間中不同目標的邊間。圖分類與回歸區(qū)別方法方法性質(zhì)性質(zhì)應用應用生成模型貝葉斯分析分配觀測特征向量到標記它所屬最高概率的類中產(chǎn)生非線性的決策邊界在系統(tǒng)中不常見線性方法線性判別分析簡單分類與可接受準確度低計算需求不適用于異常值或者強噪聲的存在，需正規(guī)化通常為兩類。擴展多類版本支持向量機線性和非線性（高斯）方式二類或者多類方法最大化最近的訓練樣本之間的距離和超平面不適用于異常值或者強噪聲的存在，需正規(guī)化快速分類非線性近鄰分類使用測試特征集與其近鄰間的公制距離多類高效處理低維特征向量，對其維數(shù)非常敏感人工神經(jīng)網(wǎng)絡(luò)非常靈活的分類多類多種架構(gòu)表 分類方法討論許多研究者關(guān)注在構(gòu)建應用系統(tǒng)，以

11、期該項技術(shù)可以幫助那些患有嚴重運動障礙疾病的人們。最近應用的發(fā)展主要歸功于基于的領(lǐng)域，因為它們提供可接受質(zhì)量的信號并且低成本、便操作的設(shè)備。其應用系統(tǒng)不僅希望提升嚴重殘疾人群的生活質(zhì)量同樣也使得照顧者們減輕生活的繁重。此外，代表著一個可以揭示隱藏在用戶腦中不能被表達的信息工具。圖應用領(lǐng)域間關(guān)系，轉(zhuǎn)換速度和用戶能力的應用主要分為五類：p交流；p運動修復；p環(huán)境控制；p運動；p娛樂；圖吃豆子游戲、應用傳感器置于用戶腦中，用于獲取用戶的意圖信息研究人員已經(jīng)開發(fā)了本田公司的阿西莫機器人，人們可以通過思維去控制它游戲控制采用可穿戴式無線腦電圖為基礎(chǔ)的新穎干泡式傳感器接口視覺假體，通常被稱為仿生眼，是一種實驗視覺裝置，幫助