複製鏈接
請複製以下鏈接發送給好友
https://baike.baidu.hk/item/腦機接口技術/6119876
複製
複製成功

腦機接口技術

鎖定
腦-機接口是在人腦與計算機或其它電子設備之間建立的直接的交流和控制通道 ,通過這種通道 ,人就可以直接通過腦來表達想法或操縱設備 ,而不需要語言或動作 ,這可以有效增強身體嚴重殘疾 [1]  的患者與外界交流或控制外部環境的能力 ,以提高患者的生活質量。腦-機接口技術是一種涉及神經科學 [2]  、信號檢測、信號處理 [3]  、模式識別等多學科的交叉技術。
中文名
腦機接口技術
外文名
Brain-Computer Interface Technologies
領    域
科技，科學實驗
性    質
腦電波轉變為虛擬和現實世界運動

目錄

  1. 1 背景簡介
  2. ▪ 背景
  3. ▪ BCI簡介
  4. 2 BCI系統原理及概念
  1. 3 BCI系統基本結構
  2. 4 BCI的分類
  3. 5 BCI關鍵技術
  1. 6 BCI的應用
  2. 7 結語

腦機接口技術背景簡介

腦機接口技術背景

直接用大腦思維活動的信號與外界進行通信, 甚至實現對周圍環境的控制, 是人類自古以來就追求的夢想。 自從1929年Hans Berger第一次記錄了腦電圖以來 [4]  , 人們一直推測它或許可 以用於通信和控制, 使大腦不需要通常的媒介—外周神經和肢體的幫助而直接對外界起作用。 然而, 由於受當時整體科技水平的限制, 加之對大腦思維機制瞭解尚少, 這方面的研究進展甚微。
腦-機接口(Brain-Computer Interface ,BCI) 技術形成於 20 世紀 70 年代 (1973 年 ,Vidal) [5]  ,是一種涉及神經科學、信號檢測、信號處理、模式識別等多學科的交叉技術. 20 多年來 ,隨着人們對神經系統功能認識的提高和計算機技術的發展 ,BCI技術的研究呈明顯的上升趨勢 ,特別是 1999 年和 2002 年兩次BCI 國際會議的召開為BCI 技術的發展指明瞭方向. 目前 ,BCI技術已引起國際上眾多學科科技工作者的普遍關注 ,成為生物醫學工程、計算機技術、通信等領域一個新的研究熱點.

腦機接口技術BCI簡介

BCI 是一種連接大腦和外部設備的實時通信系統. BCI 系統可以把大腦發出的信息直接轉換成能夠驅動外部設備的命令 ,並代替人的肢體或語言器官實現人與外界的交流以及對外部環境的控制. 換言之 ,BCI 系統可以代替正常外圍神經和肌肉組織 ,實現人與計算機之間或人與外部環境之間的通信 [6]  。.
BCI 技術的核心是把用户輸入的腦電信號轉換成輸出控制信號或命令的轉換算法. BCI 研究工作中相當重要的部分就是調整人腦和 BCI 系統之間的相互適應關係 ,也就是尋找合適的信號處理與轉換算法 [7]  ,使得神經電信號能夠實時、快速、準確地通過 BCI 系統轉換成可以被計算機識別的命令或操作信號。

腦機接口技術BCI系統原理及概念

神經科學的研究表明 ,在大腦產生動作意識之後和動作執行之前 ,或者受試主體受到外界刺激之後 ,其神經系統的電活動會發生相應的改變. 神經電活動的這種變化可以通過一定的手段檢測出來 ,並作為動作即將發生的特徵信號. 通過對這些特徵信號進行分類識別 ,分辨出引發腦電變化的動作意圖 ,再用計算機語言進行編程 ,把人的思維活動轉變成命令信號驅動外部設備 ,實現在沒有肌肉和外圍神經直接參與的情況下 ,人腦對外部環境的控制. 這就是 BCI 的基本工作原理。
第一次 BCI 國際會議給出的 BCI 的定義是 [8]  ：“腦-計算機接口(Brain Computer Interface) 是一種不依賴於正常的由外圍神經 [2]  和肌肉組成的輸出通路的通訊系統”. BCI 完全不依賴肌肉和外圍神經的參與 ,直接實現腦和計算機的通信. 這對完全沒有活動能力的患者 (如腦中風 ,肌萎縮性 (脊髓) 側索硬化 ,腦癱等) 的輔助治療和語言功能、行為能力的恢復 ,對特殊環境中外部設備的控制 ,甚至對娛樂方式的改進都具有非常重要的意義。

腦機接口技術BCI系統基本結構

基於各種不同的需求 ,人們已經設計出多種可以在實驗室中進行演示的基於腦電的 BCI 原型系統 [9]  .原理上 ,BCI 系統一般由輸入、輸出和信號處理及轉換等功能環節組成. 輸入環節的功能是產生、檢測包含有某種特性的腦電活動特徵信號 ,以及對這種特徵用參數加以描述.信號處理的作用是對源信號進行處理分析 ,把連續的模擬信號轉換成用某些特徵參數 (如幅值、自迴歸模型的係數等) 表示的數字信號 ,以便於計算機的讀取和處理 ,並對這些特徵信號進行識別分類 ,確定其對應的意念活動.信號轉換是根據信號分析、分類之後得到的特徵信號 [3]  產生驅動或操作命令 ,對輸出裝置進行操作 ,或直接輸出表示患者意圖的字母或單詞 ,達到與外界交流的目的. 作為連接輸入和輸出的中間環節 ,信號分析與轉換是 BCI 系統的重要組成部分. 在訓練強度不變的情況下 ,改進信號分析與轉換的算法 ,可以提高分類的準確性 ,以優化 BCI 系統的控制性能.BCI系統的輸出裝置包括指針運動、字符選擇、神經假體的運動以及對其他設備的控制等.
圖1 BCI結構示意圖 圖1 BCI結構示意圖
BCI 系統的基本構成如圖1所示

腦機接口技術BCI的分類

第一次 BCI 國際會議根據輸入信號的性質把 BCI 系統分成兩大類 ,即：使用自發腦電信號的 BCI 系統和使用誘發腦電信號的 BCI 系統.。
基於自發腦電的 BCI 系統是應用自發腦電 [10]  作為系統的輸入特徵信號。 其特點是 ,受試者經過訓練之後能夠自主地控制腦電變化 ,從而直接控制外部環境 ,但通常需要對受試者進行大量的訓練 ,容易受其身體狀況、情緒、病情等各種因素的影響.。
誘發腦電信號的 BCI 系統使用外在刺激誘發大腦皮層相應部位的電活動產生變化 ,並以其作為特徵信號。 外部誘發BCI系統不需要對受試者進行過多的訓練 ,但需要特定的環境(如排成矩陣的閃爍視覺刺激輸入) ,這不利於系統的推廣和應用。
在系統輸出模式上 ,前者能使操作者把指針移到任意的二維或者多維位置 ,而後者只能使操作者在所列出的選項中進行選擇.。 根據信號檢測的方式不同 ,也可以把 BCI 分為電極內置式和電極外置式兩種基本形式 [11]  。
電極內置式信號檢測方法使電極直接和大腦皮層接觸或進入大腦皮層 ,測量的信號噪聲小、損失低 ,但由於涉及外科手術 ,操作複雜 ,需要具有專業技術的操作人員 ,而且容易感染。
電極外置式信號檢測方法 ,操作簡單 ,安全 ,有利於 BCI 系統的推廣 ,但由於電極距離信號源較遠 ,噪聲較大.在 BCI 系統設計中 ,使用何種方案應根據信號的特徵、測量技術的水平以及實際要求的精度等因素綜合考慮。

腦機接口技術BCI關鍵技術

BCI 系統由信號的產生、處理、轉換、輸出以及開關和時鐘等單元組成。在 BCI 技術的發展中 ,信號分析和轉換算法是其最為重要的研究內容。
源信號的獲取
圖2 電極植入手術示意圖 圖2 電極植入手術示意圖
BCI源信號的獲取過程包括信號的產生、檢測 (電極記錄) 、信號放大、去噪和數字化處理等。人類大腦能夠產生多種信號 ,包括電的、磁的、化學的以及對大腦活動的機械反應等各種形式。這些信號可以通過相應的傳感器進行檢測 ,從而使得 BCI 的實施成為可能。 由於對磁和化學等信號的檢測技術需要更高的要求 ,目前 BCI 信號的獲取主要基於技術相對簡單、費用較為低廉的EEG檢測技術 [12]  .
信號的產生
根據要獲取的信號的特徵和性質 ,必須採取相應的產生特徵信號的方法。信號產生方式包括利用視覺誘發電位、利用事件相關電位、模擬虛擬環境以及自主控制腦電等多種形式。
信號的檢測
信號的檢測方法依賴於待測神經電信號的性質. 根據電極類型 ,BCI 系統可以分為電極內置式和電極外置式兩種基本形式 [13] 
信號的處理方法
BCI系統中的信號處理包括信號預處理、特徵提取、識別分類等過程.傳統的腦電信號分析方法是對信號進行多次檢測並進行均值濾波 ,再用統計學的方法尋找 EEG的變化規律. 這種方法信息傳輸率低 ,也不能滿足實時控制的需求. 目前對 EEG信號的處理一般採用對單次訓練信號進行研究. 其中特徵提取 [10]  和識別分類是 BCI 信號處理最為關鍵的環節
BCI中的特徵提取方法
特徵提取 [3]  就是以特徵信號作為源信號 ,確定各種參數並以此為向量組成表徵信號特徵的特徵向量. 特徵參數包括時域信號(如幅值) 和頻域信號(如頻率) 兩大類 ,相應的特徵提取方法也分為時域法、頻域法和時-頻域方法。
特徵信號的分類識別
特徵信號分類是基於腦電信號根據不同的運動或意識能使腦電活動產生不同響應的特性 ,確定運動或意識的類型與特徵信號之間的關係. 信號分類結果的好壞取決於兩個方面的因素 :一是要進行分類的特徵信號是否具有明顯的特徵 ,即特徵信號的性質；二是分類方法是否有效。幾種具有代表性的 BCI 特徵信號分類綜述如下 ：人工神經網絡 [14]  ；貝葉斯-卡爾曼濾波；線性判別分析 [15]  ；遺傳算法；概率模型。

腦機接口技術BCI的應用

作為一種多學科交叉的新興通信技術 ,目前 ,BCI 的研究大多處於理論和實驗室階段 ,離實際應用還有一定的差距。但從其性能來看 ,BCI 系統及其技術將在涉及人腦的各個領域發揮重要的作用 ,尤其是對於活動能力嚴重缺失患者的能力恢復和功能訓練 [16]  具有重要意義。目前 ,對 BCI 應用的研究主要集中在以下幾個方面 :
交流功能
這類研究的目的是提高語言功能喪失患者與外界的交流能力 [17]  。
環境控制
目前 ,對 BCI 環境控制的研究主要是基於虛擬現實技術 [18]  . 虛擬現實具有相對安全和目標可移動的特點 ,它能為訓練和調整神經系統活動提供一個安全可靠的環境. 受試者大腦發出操作命令 ,這種命令不是由肌肉和外圍神經傳出並執行 ,而是由 BCI 系統經過檢測、分析和識別相應的腦電信號 ,確定要進行的操作 ,然後由輸出裝備對目標進行控制。
運動功能恢復
由 BCI 系統完成腦電信號的檢測和分類識別過程 ,然後把命令輸出給神經假體 ,完成已經失去功能的外圍神經應有的功能 ,或者把命令信號輸出給輪椅上的命令接受系統 ,完成運動、行走等功能 ,使四肢完全喪失功能的患者能夠在無人照看的情況下自己進行一些簡單的活動 ,或進行功能性的輔助訓練 [1]  .
其他領域的應用
從理論上講 ,只要有神經電參與的通信系統 [19]  ,都可以應用 BCI 技術 ,如適用於殘疾人的無人駕駛汽車 ,就是把操作過程中腦電信號的一系列變化 ,由 BCI 系統實時的轉換成操作命令 ,實現無人直接駕駛的目的.

腦機接口技術結語

BCI 是一種多學科交叉的新興技術 ,它涉及神經科學 [20]  、信號檢測、信號處理 [21]  、模式識別等多種學科領域. BCI 技術的研究具有重要的理論意義和廣闊的應用前景. 由於 BCI 技術的發展起步較晚 ,相應的理論和算法很不成熟 ,對其應用的研究很不完善 ,有待於更多的科技工作者致力於這一領域的研究工作. 隨着技術的不斷完善和成熟 ,BCI 將會逐步地應用於現實 ,併為仿生學開闢新的應用領域.
參考資料
  • 1.    任宇鵬 ,王廣志 ,程明. 基於腦-機接口的康復輔助機械手控制 [J ]. 中國康復醫學雜誌 ,2004 ,19 (5) :330 - 333.
  • 2.    高上凱. 神經工程與腦-機接口[J]. 生命科學,2009,02:177-180.
  • 3.    腦機接口中基於WPD和CSP的特徵提取  ．中國知網[引用日期2015-01-31]
  • 4.    Wolpaw J R, Birbaumer N, Heetderks W J, et al. Brain-computer interface technology: a review of the first international meeting[J]. IEEE transactions on rehabilitation engineering, 2000, 8(2): 164-173.
  • 5.    J R Wolpaw ,N Birbaumer ,D J McFarland. Brain-Computer interface for communication and control[J ]. Clinical Neurophysiology ,2002 ,113 (6) :767 - 791
  • 6.    B Blankertz ,GDornhege ,C Sch¾fer.Boosting bit rates and error detection for the classification of fast-paced motor commands based on single-trial EEG analysis[J ]. IEEE Transaction on Neural Systems and Rehabilitation Engineering ,2003 ,11 (2) :127 - 130.
  • 7.    龍錦益. 腦信號分析的算法研究與多模態腦機接口[D].華南理工大學,2012.
  • 8.    J R Wolpaw ,N Birbaumer ,W J McFarland. Brain-Computer Interface Technology :A review of the first international meeting[J ]. IEEE Trans2 action on Rehabilitation Engineering ,2000 ,8 (2) :164 - 173.
  • 9.    EEG2based communication [ DB/ OL ]. http :/ / www. ee. ic. ac. Uk/ es2 earch/ eural/ bci/ review. html ,2004205202.
  • 10.    基於自發腦電信號的腦—機接口的研究  ．中國知網[引用日期2015-01-31]
  • 11.    B Graimann ,J E Huggins ,S P Levine. Detection of ERP and ERD/ ERS patterns in single ECG channels[A]. Proc of the 1st international IEEE EMBS Conference on Neural Engineering [ C ]. Capri island : IEEE ,2003 ,614 - 616.
  • 12.    Vaughan T M. Guest editorial brain-computer interface technology :A review of the second international meeting [J ]. IEEE Transaction on Neural System and Rehabilitation Engineering ,2003 ,11 (2) :94 - 109
  • 13.    D R Kipke ,RJ Vetter ,J C Williams. Silicon-substrate intracortical microelectrode arrays for long-term recording of neuronal spike activity in cerebral cortex[J ]. IEEE Transaction on Neural Systems and Rehabilitation Engineering ,2003 ,11 (2) :151 - 154.
  • 14.    毛健,趙紅東,姚婧婧. 人工神經網絡的發展及應用[J]. 電子設計工程,2011,24:62-65.
  • 15.    線性判別分析與主成分分析及其相關研究評述  ．中國知網[引用日期2015-01-31]
  • 16.    腦機接口控制的下肢功能性電刺激系統研究  ．中國知網[引用日期2015-01-31]
  • 17.    N Birbaumer ,T Hinterberger ,A Kubler. The Thought-Translation Device (TTD) :neurobevioral mechanisims and clinical outcome[J ]. IEEE Transaction on Neural Systems and Rehabilitation Engineering ,2003 , 11 (2) :120 - 122.
  • 18.    虛擬現實技術的最新發展與展望  ．中國知網[引用日期2015-01-31]
  • 19.    R C Wu ,S F Liang ,C T Lin. Applications of event-related-potential-based brain computer interface to intelligent transportation systems [A]. Proc of the 2004 IEEE International Conference on Networking , Sensing &Control[C]. Taipei ,China :IEEE ,2004 ,813 - 818
  • 20.    神經工程與腦-機接口  ．中國知網[引用日期2015-01-31]
  • 21.    腦機接口中的信號處理算法研究  ．中國知網[引用日期2015-01-31]
展開全部 收起