腦機(jī)接口技術(shù)綜述

賀文韜

（湖南省婁底市婁星區(qū)第三中學(xué)，婁底 417000）

1 腦機(jī)接口簡介

1.1 腦機(jī)接口技術(shù)的發(fā)展

在人們最初投入腦機(jī)接口的研究時，很多研究只初步停留在驗證 是否存在一個電信號？ 。這一結(jié)果的驗證成為了這一領(lǐng)域研究開始的標(biāo)桿。只有在明確了存在電信號之后，人們才敢于將更多精力放在腦電信號處理領(lǐng)域。

起初的研究主要在于捕捉肌電信號，因為肌肉電信號的傳播復(fù)雜程度比腦電信號低很多。隨著肌電信號的成功獲取和相應(yīng)處理技術(shù)的發(fā)展，越來越多成熟的技術(shù)應(yīng)用在了腦電信號領(lǐng)域。同時，伴隨著硬件設(shè)備的飛速發(fā)展，越來越多的研究團(tuán)隊投入到對腦機(jī)接口的研究當(dāng)中，腦機(jī)接口技術(shù)越來越受到一些國際機(jī)構(gòu)的重視。

1.2 BCI系統(tǒng)的基本組成

像任何通信和控制系統(tǒng)一樣，BCI系統(tǒng)包括信號輸入、信號處理、數(shù)據(jù)處理、轉(zhuǎn)譯以及操作協(xié)議等環(huán)節(jié)。這些環(huán)節(jié)構(gòu)成了一個具備信號收集與匹配功能的復(fù)雜系統(tǒng)。

這個系統(tǒng)的輸入信號從頭皮或腦皮層表面記錄腦內(nèi)神經(jīng)元活動開始，主要通過電極來記錄、放大、濾波以及數(shù)字化。正常情況下人的腦部活動極為復(fù)雜多變，所以對信號收集硬件的要求也會比較高；隨后是信號處理環(huán)節(jié)，這一環(huán)節(jié)的關(guān)鍵在于特征提取，在信號數(shù)字化以后需要用一種或多種特征提取程序來得到信號的特征值，這些技術(shù)將在后文進(jìn)行闡述；在得到信號的特征值以后，還需要經(jīng)過處理和轉(zhuǎn)譯環(huán)節(jié)來將這些數(shù)據(jù)的信息轉(zhuǎn)化為設(shè)備指令，以反映用戶的想法；最后，輸出設(shè)備接收轉(zhuǎn)譯后的設(shè)備指令，作為系統(tǒng)最終展示的環(huán)節(jié)?，F(xiàn)階段的輸出設(shè)備多以計算機(jī)屏幕或機(jī)械終端為主。

2 BCI技術(shù)中主要的數(shù)據(jù)處理方法

2.1 EEG（Electroencephalogram）簡介

對EEG獲取的數(shù)據(jù)分析和處理是實現(xiàn)腦機(jī)接口功能的關(guān)鍵，所以在介紹數(shù)據(jù)處理方法之前我們先對此進(jìn)行介紹。腦電圖（EEG）是借助金屬片、導(dǎo)線等外界設(shè)備來獲取的大腦皮層電位信息。最早關(guān)于EEG技術(shù)的論文是由德國精神病學(xué)家伯格在1924年發(fā)表的，隨后該技術(shù)逐步被應(yīng)用在各個領(lǐng)域。

腦電波的波形很復(fù)雜，波段構(gòu)成難以區(qū)分。正常人的EEG變化頻率一般1s變換1～30次，在這30次的變化之中，只有那些電場很強(qiáng)的變化才能被EEG記錄。國際腦電圖學(xué)會早在1958年就規(guī)定了一個腦電記錄的統(tǒng)一系統(tǒng)，這個系統(tǒng)逐漸發(fā)展到今天也就變成了我們所謂的64導(dǎo)或128導(dǎo)電極帽。在獲取EEG時，實驗人員通常將頭皮上一個電極位置作為一個參考理想電位，即零電位，其他電極與該電極的電位差作為記錄電位。

2.2 特征提取算法

時域分析法和頻域分析法，這兩個分析方法不僅僅是自動控制原理中對系統(tǒng)的主要分析方法，同時也是BCI研究中最常用的兩大分析手段。頻域分析方法主要是利用傅立葉變換等方法來研究EEG信號的頻率特征、相干性、能量分布等指標(biāo)。時域分析方法因為關(guān)注的是EEG波形在時間域上的變化規(guī)律，所以主要瞄準(zhǔn)了波形的幾何性質(zhì)，波段的幅值、均值、方差、偏歪度、峰值等形狀特征。一些特定的腦電信號比如皮層慢電位的主要特征就體現(xiàn)在波段的幅值上。時域分析法中最常用的一個方法就是獨(dú)立成分分析方法（ICA）。由ICA方法提取得到的獨(dú)立成分可以進(jìn)行置信檢驗，或者提取特征向量進(jìn)行聚類分析。

上面的兩種分析方法都有一個共有的特點(diǎn)，即簡單，實現(xiàn)起來非常容易。目前成果性BCI系統(tǒng)都采用了這些方法，但是由于EEG的信噪比很低，而一些干擾信號和EEG信號在幅值和頻率等方面具有相似性，單純的利用簡單的均值信號或平均功率可分度并不理想，此時只有求助于更復(fù)雜的信號分析方法。

2.3 卷積神經(jīng)網(wǎng)絡(luò)算法

在上文中提到的這些對于信號波段的特征分析提取算法以外，另一個是值得關(guān)注的算法是卷積神經(jīng)網(wǎng)絡(luò)算法。卷積神經(jīng)網(wǎng)絡(luò)算法被廣泛應(yīng)用在深度學(xué)習(xí)之中，它以良好的泛化能力，克服了人工智能領(lǐng)域很多抽象對象優(yōu)化的NP難問題。卷積神經(jīng)網(wǎng)絡(luò)的深層次結(jié)構(gòu)受啟發(fā)于動物的大腦皮層組織，卷積神經(jīng)網(wǎng)絡(luò)通過自己的局部連接、權(quán)值共享、池化操作及多層結(jié)構(gòu)等特性大大降低了了網(wǎng)絡(luò)架構(gòu)的復(fù)雜性，同時自身的魯棒性和快速性也較普通的神經(jīng)網(wǎng)絡(luò)算法有所改進(jìn)。

3 腦機(jī)接口的實際應(yīng)用

3.1 殘疾人士利用腦機(jī)接口實現(xiàn)缺失的生物功能

腦機(jī)接口的研究初衷就是為了實現(xiàn)大腦對外界事物的直接控制，所以這一技術(shù)在醫(yī)學(xué)方面的前景最為廣闊。腦機(jī)接口可以讓特定人群實現(xiàn)依靠自己的想法來運(yùn)動、交談，該技術(shù)在保證準(zhǔn)確性和實用性的同時在理想檢測環(huán)境中得到了普及。雖然這方面的技術(shù)已經(jīng)日趨成熟，但是腦電信號目前還無法應(yīng)用于所有身體有缺陷的用戶，特別是當(dāng)用戶的腦部受到損傷時，信號的收集和信號特征的提取都會成為難點(diǎn)。

3.2 BCI控制機(jī)器人

腦機(jī)接口技術(shù)不僅被應(yīng)用在醫(yī)學(xué)領(lǐng)域之中，也為機(jī)器控制提供了一個思路，即意念控制。這種非接觸式控制會成為機(jī)械控制領(lǐng)域繼體感控制之后的又一便捷快速的控制方式。隨著社會對人工智能或者說智能機(jī)器人的要求越來越高，以及腦機(jī)接口技術(shù)的日益成熟，腦機(jī)接口機(jī)器人的概念應(yīng)運(yùn)而生。腦機(jī)接口機(jī)器人采用BCI進(jìn)行人機(jī)交互，由人的思維控制機(jī)器人從事各種工作。腦機(jī)接口機(jī)器人不僅在幫助殘疾人生活、孩子照顧等方面具有顯著的優(yōu)勢，在日常生活、軍事、游戲等方面也具有廣闊的應(yīng)用前景。

4 BCI技術(shù)的缺陷與難點(diǎn)

BCI作為人工智能領(lǐng)域的一個熱門方向，涉及的知識不僅廣袤而且復(fù)雜，它包含了自動控制、智能算法、信號與系統(tǒng)、生物醫(yī)學(xué)工程等多個基礎(chǔ)的學(xué)科領(lǐng)域。作為一個綜合的大型系統(tǒng)，它的存在也不會是十全十美的，在很多方面它也有很多自己的缺陷，比如硬件計算能力的限制，面對個體差異性較少情況，軟件算法出現(xiàn)的魯棒性差等缺陷。這些缺陷有些是受制于硬件設(shè)備，有的則是BCI技術(shù)研究領(lǐng)域自身存在的問題，下文從這兩個方面對當(dāng)前BCI技術(shù)存在的缺陷與難點(diǎn)進(jìn)行分析。

首先，作為一個信號獲取和信號處理的技術(shù)，BCI技術(shù)的硬件傳輸效率并不高，尤其是單位時間內(nèi)的傳輸量不足以達(dá)到人日常生活的需求，在真正應(yīng)用到實際生活中時，會出現(xiàn)信息的滯后和響應(yīng)時間過長等問題，影響用戶的體驗。

其次，作為一個新理念的控制系統(tǒng)，BCI技術(shù)沒有一個很好的反饋信息來維持自身系統(tǒng)的穩(wěn)定性，面對復(fù)雜多變的環(huán)境，信號準(zhǔn)確的獲取和處理成為了難點(diǎn)之一。是否需要在BCI系統(tǒng)中引入反饋機(jī)制來強(qiáng)化控制精度是研究人員討論的熱點(diǎn)話題。反饋系統(tǒng)雖然能夠很好的改善系統(tǒng)的動態(tài)性能，但是多出來的反饋設(shè)備將會大大增加系統(tǒng)的復(fù)雜程度，影響系統(tǒng)的傳輸速率，同時用戶體驗感也會因為復(fù)雜的操作而降低。同時，BCI技術(shù)作為一個這樣的復(fù)雜性綜合系統(tǒng)，內(nèi)部結(jié)構(gòu)的復(fù)雜意味著后期維護(hù)和保養(yǎng)將異常困難，緊接著續(xù)航問題和連續(xù)性工作問題也會接連出現(xiàn)。

再者，生物特征識別領(lǐng)域最關(guān)鍵的一點(diǎn)在于樣本集和處理集的匹配，而在BCI信號提取的過程中，提取一個信號特征的同時，要把特征和用戶自身心理活動聯(lián)系起來是較困難的。唯有通過不斷的采樣訓(xùn)練，才可以完成一個動作的提取，這就使得采樣的周期變得很長。此外，各個樣本之間也具有個體差異性，不同人的思維方式和情感表達(dá)方式不盡相同，面對不同的個體需要設(shè)計不同的配置來達(dá)到需求。即使是同一個人，由于他（她）的身體原因、情緒因素、目的變化也可能會使已設(shè)計好的BCI裝置無法繼續(xù)使用。這也是BCI技術(shù)當(dāng)前所面臨的難點(diǎn)之一。

最后，目前各研究機(jī)構(gòu)大多將產(chǎn)品方向局限在自己的研究框架之中，彼此之間信息溝通不夠充分，導(dǎo)致不同的研究機(jī)構(gòu)自成一派，使得系統(tǒng)間的兼容性變差。兼容性差也體現(xiàn)在BCI技術(shù)的實際應(yīng)用中，現(xiàn)階段BCI技術(shù)主要停留在實驗室這種理想的環(huán)境之下，面對復(fù)雜多變的現(xiàn)實環(huán)境，BCI技術(shù)還需要在處理多樣復(fù)雜性問題以及快速應(yīng)對突發(fā)情況方面做出努力。

5 結(jié)束語

BCI作為一個新興的交流和控制方式，使人們擺脫了語言和動作交流的局限，可以通過用腦電信號來表達(dá)思想，這對于特定人群例如殘疾人、聾啞人的應(yīng)用前景更為廣闊?，F(xiàn)階段BCI技術(shù)還處于萌芽的階段，一方面，無論是信息的獲取還是信號的處理方面都還需要相應(yīng)的硬件的發(fā)展來支持，另一方面，就該技術(shù)本身而言，尚存在諸多難點(diǎn)亟待攻克。但縱觀歷史，無論是曾經(jīng)的機(jī)器學(xué)習(xí)還是其他的智能算法，制約其發(fā)展的最主要因素仍然在于硬件。而如今硬件在飛速發(fā)展，相信未來BCI技術(shù)領(lǐng)域的難題將會逐步被突破，BCI技術(shù)也會得到更好發(fā)展。

[1] 孫瀚，張雄，張玉，郭曼云.基于腦電信號的腦機(jī)接口技術(shù)[J].安徽科技，2015，（04）：54-56.

[2] 孔麗文，薛召軍，陳龍等.基于虛擬現(xiàn)實環(huán)境的腦機(jī)接口技術(shù)研究進(jìn)展[J].電子測量與儀器學(xué)報，2015，29（03）：317-327.

[3] 李勃.腦機(jī)接口技術(shù)研究綜述[J].數(shù)字通信，2013，40（04）：5-8.

[4] 高上凱.腦-機(jī)接口的發(fā)展現(xiàn)狀與未來[R].清華大學(xué)，2007.

[5] 馮煥清，江朝暉.用于BCI設(shè)計的運(yùn)動想象腦電信號分析方法[J].合肥工業(yè)大學(xué)，上海理工大學(xué)，2007.

[6] 張楊松.基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機(jī)制及腦-機(jī)接口研究[D].電子科技大學(xué)，2013.