腦電波

人的大腦是由數以萬計的神經元組成的，腦電波就是這些神經元之間的活動產生的電信號，這些神經元之間的連接有的是興奮的，有的是抑制的；思維活動就是反應這些神經元之間的聯繫，大腦中的神經元會接收來自其他神經元的信號，當這一些信號的能量積累量超過一定的闡值時，就會產生腦電波，為了檢測到腦電波，人’們通常將電極放置在人的頭皮上來檢測腦電波信號，再應用相關的設備進行腦波的收集與處理。 ^[4] 

腦電波中單導聯腦電信號確定性較差、隨機性強,非線性研究受到一定的限制,識別結果較差;而多導聯腦電信號包含着更多的腦活動的信息,它更能反映腦活動的整體信息。 ^[1] 

早在1857年，英國的一位青年生理科學工作者卡通（R.Caton）在兔腦和猴腦上記錄到了腦電活動，並發表了“腦灰質電現象的研究”論文，但當時並沒有引起重視。十五年後，貝克（A.Beck）再一次發表腦電波的論文，才掀起研究腦電現象的熱潮，直至1924年德國的精神病學家貝格爾（H.Berger）看到電鰻發出電氣，認為人類身上必然有相同的現象，才真正地記錄到了人腦的腦電波，從此誕生了人的腦電圖。 ^[1] 

2020年3月30日，美國加州大學舊金山分校的科研團隊使用人工智能（AI）解碼系統，把人的腦電波轉譯成英文句子，最低平均錯誤率只有3%。這項研究發表在《自然·神經科學》雜誌上。 ^[2] 

在直接從腦電波中解碼語音的研究中，腦機接口系統僅限於解碼單音節，或在志願者連續念出約100個單詞的情況下，只正確解碼不到40%的單詞。 ^[2] 

研究團隊從機器翻譯中獲得啓發，訓練了一種循環神經網絡。研究中，4名志願者被要求大聲重複朗讀30至50句話。他們大腦外側皮質上分佈着大量微電極，可以監測到相應的大腦神經活動。這些腦電波數據輸入人工智能系統後，先被編碼成一串序列，然後解碼成相應的英文句子。 ^[2] 

這項研究展示了以高精度和自然語速來解碼皮層腦電圖。在對其中一個志願者的腦電波解碼任務中，平均每句話只有3%需要糾正——勝過專業人工速記員平均5%的錯誤率。 ^[2] 

現代科學研究表明，人腦工作時會產生自發性電生理活動，該活動可通過專用的腦電記錄儀以腦電波的形式表現出，在腦電研究中，至少存在有四個重要的波段。 ^[5] 

腦電波是一些自發的有節律的神經電活動，其頻率變動範圍在每秒1－30次之間的，可劃分為四個波段，即δ（0.5－3Hz）、θ（4－7Hz）、α（8－13Hz）、β（14－30Hz）。除此之外，在覺醒並專注於某一事時，常可見一種頻率較β波更高的γ波，其頻率為30~80Hz，波幅範圍不定；而在睡眠時還可出現另一些波形較為特殊的正常腦電波，如駝峯波、σ波、λ波、κ-複合波、μ波等。 ^[5] 

頻率為0.5~3Hz，幅度為20~200μV。當人在嬰兒期或智力發育不成熟、成年人在極度疲勞和昏睡或麻醉狀態下，可在顳葉和枕葉記錄到這種波段。 ^[5] 

頻率為4~7Hz，幅度為100～150μV。在成年人意願受挫或者抑鬱以及精神病患者中這種波極為顯著。但此波為少年（10－17歲）的腦電圖中的主要成分。 ^[5] 

頻率為8~13Hz（平均數為10Hz），幅度為20~100μV。它是正常人腦電波的基本節律，如果沒有外加的刺激，其頻率是相當恆定的。人在清醒、安靜並閉眼時該節律最為明顯，睜開眼睛（受到光刺激）或接受其它刺激時，α波即刻消失。 ^[5] 

頻率為14~30Hz，幅度為5～20μV。當精神緊張和情緒激動或亢奮時出現此波，當人從噩夢中驚醒時，原來的慢波節律可立即被該節律所替代。 ^[5] 

在人心情愉悦或靜思冥想時，一直興奮的β波、δ波或θ波此刻弱了下來，α波相對來説得到了強化。因為這種波形最接近右腦的腦電生物節律，於是人的靈感狀態就出現了。 ^[5] 

研究教育娛樂領域，可以利用腦電信號控制遊戲，訓練對注意力的控制能力；人工智能領域，可以利用腦電信號控制智能輪椅、汽車中控系統等。 ^[6] 

測量腦部病變的常用方法是測量腦電波，常用的是腦電圖（英文簡稱為EEG）檢測，即通過按照一定規則放置在頭皮上的電極來觀察腦電波活動的過程。腦電圖是腦神經細胞羣的電生理活動在大腦皮層或頭皮表面的總體反映。臨牀實踐表明，腦電波中包含了大量生理與疾病信息，所以我們通過對腦電波的處理，可以為腦部病變的鑑定提供依據。 ^[3]