脑机接口技术综述

脑机接口技术综述
脑机接口技术综述

脑机接口技术的研究综述

摘要

脑机接口( Brain- Computer Interface, BCI)是在大脑和计算机或其他电子设备之间建立的不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的一种全新通讯和控制技术。脑机接口作为当前神经工程领域中最活跃的研究方向之一,在生物医学、神经康复和智能机器人等领域具有重要的研究意义和巨大的应用潜力,近10年来,脑机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大。本文概述了基于脑电信号( EEG )的BCI系统的组成和基本原理、涉及的关键技术和研究现状, 最后分析了脑-机接口技术目前存在的问题与应用前景。

关键词:脑机接口;脑电信号;特征提取;特征分类

一、引言

脑机接口是一种不依赖大脑外周神经与肌肉正常输出通道的控制系统,通过采集和分析人脑生物电信号,在人脑与计算机或其他电子设备间建立起直接交流和控制的通道,这样人就可以直接通过大脑来表达意愿或操纵设备,而不需要语言或肢体的动作[1-2]。研究和发展脑机接口技术可以帮助肌肉萎缩、脊髓损伤等神经肌肉方面的患者以及交流障碍者有效地完成对外界交流和控制[3]。

脑机接口技术形成于20世纪70年代,是一门涉及纳米技术、生物技术、信息技术、心理认知科学、计算机科学、生物医学工程和应用数学等多学科的交叉技术,20多年来,随着人们对神经系统功能认识的提高和计算机技术的发展,BCI 技术的研究呈明显的上升趋势,特别是1999年和2002年两次BCI国际会议的召开为BCI技术的发展指明了方向。目前,BCI技术已引起国际上众多学科科技工作者的普遍关注,成为生物医学工程、计算机技术、通信等领域一个新的研究热点。BCI技术的核心是把用户输入的脑电信号转换成输出控制信号或命令的转换算法。BCI研究工作中相当重要的部分就是调整人脑和BCI系统之间的相互适应关系,也就是寻找合适的信号处理与转换算法,使得神经电信号能够实时、快速、准确地通过BCI系统转换成可以被计算机识别的命令或操作信号。BCI技术的发展目前还存在着很多问题,有待于更多的科技工作者致力于深入的研究。为促进BCI 技术的发展,本文在查阅有关资料的基础上,对BCI的原理、结构做了较为详细的综述,并对其应用前景、存在的问题以及评价标准进行了探讨

二.BCI系统的工作原理及其基本结构

2.1 BCI系统的工作原理

神经科学的研究表明,在大脑产生动作意识之后和动作执行之前,或者受试主体受到外界刺激之后,其神经系统的电活动会发生相应的改变.。神经电活动的这种变化可以通过一定的手段检测出来,并作为动作即将发生的特征信号.。通过对这些特征信号进行分类识别,分辨出引发脑电变化的动作意图,再用计算机语言进行编程,把人的思维活动转变成命令信号驱动外部设备,实现人脑在没有肌肉和外围神经直接参与的情况下对外部环境的控制.。这就是BCI的基本工作原理.。

2.2 脑机接口的基本结构

脑机接口技术是通过信号采集设备从大脑皮层采集脑电信号经过放大、滤波、A/D转换等处理转换为可以被计算机识别的信号,然后对信号进行预处理,提取特征信号,再利用这些特征进行模式识别,最后转化为控制外部设备的具体指令,实现对外部设备的控制。一个典型的脑机接口系统主要包含4个组成部分:信号采集部分、信号处理部分、控制设备部分和反馈环节[3]。其中,信号处理部分包括预处理、特征提取、特征分类3个环节。脑机接口的结构框图如图1 所示。

图1 脑机接口技术信号处理结构框图

1) 信号采集部分此部分负责通过相关设备采集大脑活动产生的电信号。目前,对脑电信号的采集主要有2 种方法:侵入式和非侵入式。侵入式方法是将电极插入脑皮层下,该方法采集的大脑神经元上的脑电信号具有较高的精度,而且噪声较小。缺点是无法保证脑内的电极长时期地保持结构和功能的稳定,而且将电极植入脑皮层内存在安全问题。非侵入式方法测量的是头皮表面的脑电信号,通过将电极贴附在头皮上,就可直接获得人大脑活动产生的脑电信号,易采集,无创性等特点使之成为BCI技术研究的主要方向。

2) 信号处理部分脑电信号的处理主要包括预处理、特征提取和特征分类3 部分。预处理主要用于去除脑电信号中具有工频的杂波、眼电、心电以及肌电等信号的伪迹。特征提取的主要作用是从脑电信号中提取出能够反映受试者不同思维状态的脑电特征,将其转换为特征向量作为分类器的输入。特征提取是脑电信号处理中十分重要的一步,提取出的特征的好坏将直接影响脑电信号的识别率。特征分类主要是寻找一个以特征向量为输入的判别函数,并且该分类器能识别出不同的脑电信号。

3) 控制设备部分控制设备主要是把经过处理的脑电信号转换为外部设备的控制指令输出,从而控制外部设备实现与外界进行交互的目的。

4) 反馈环节反馈主要是把外部设备的运行情况等信息反馈给使用者,以便使用者能实时地调整自己的脑电信号。

三、基于EEG的脑机接口研究方法

人和动物的大脑,特别是皮层细胞,存在着频繁的自发电活动,无需任何外界刺激。从脑电极记录到的电位是对脑部大量神经元活动的反应,低至微伏级,这种电活动的电位随时间的波动称为脑电波(EEG) 。EEG反应了大脑组织的电活动及大脑的功能状态,脑的复杂活动反应在头皮上的电位活动就是EEG轨迹[ 5 ] 。所以理论上,人的意图通过脑电应该可以被探测识别出来。BCI的前驱曾经指出“在理论上,脑的感觉、运动及认知意识在自发EEG中应该是可辨识的”,,因此EEG 成为BCI研究的首选工具。BCI技术就是要通过识别这种意图,将之表达为对外部设备的直接控制。由于脑电信号的本质还未知,难以确定一种特定的信号识别方法。假设脑电信号是线性的,那么大多数BC I使用的线性识别方法足以应用。反之,则线性识别算法对于希望被识别的信号可能是最糟糕的描述。但无论何种情况,BCI技术的首要任务就是从EEG中识别出人的主观操作意识,并将之表达为对外部设备的直接控制。

3.1 脑机接口研究中所使用的脑神经信号

⑴ P300 (诱发电位)

P300是一种事件相关电位(ERP),在时间相关刺激300~400ms后出现的正电位,主要位于中央皮层区域,其峰值大约出现在时间发生后300ms,相关事件发生的概率越小,所引起的P300越显著。基于P300的BCI的优点是P300属于内部相应,使用者无需通过训练就可产生P300[ 6 ] 。

⑵视觉诱发电位(诱发电位)

视觉诱发电位是指从视觉通路的不同水平区域记录的不同生物电反应,其诱发刺激可以是荧光、闪光刺激。视觉诱发电位又可以分成短时视觉诱发电位和稳态视觉诱发电位两种。

⑶时间相关同步或时间相关去同步电位(自发脑电)

单边的肢体运动或想象运动,大脑同侧产生事件相关同步电位( ERS) ,大脑对侧产生时间相关去同步电位( ERD)。ERS、ERD是与运动相关的,主要位于感觉运动皮层。

⑷皮层慢电位(自发脑电)

皮层慢电位也称慢波电位( Slow Cortical Poten2tials, SCPs) ,是皮层电位的变化,是脑电信号中从300 ms持续到几秒钟的大的负电位或正电位,能反应皮层Ⅰ和Ⅱ层的兴奋性,个人可以通过生物反馈训练产生这种电位[ 7 ]。

⑸自发脑电信号(自发脑电)

在不同的知觉意识下,人们脑电中的不同节律呈现出各异的活动状态。这些节律是受不同动作或思想的影响。按照所在频段的不同分类,一般采用希腊字母(α、β、γ、δ)来表示不同的自发EEG信号节律。比如α节律在8~13 Hz频段,而β节律则在13~22 Hz频段。

采用以上几种脑电信号作为BC I输入信号,具有各自的特点和局限。P300和视觉诱发电位都属于诱发电位,不需要进行训练,其信号检测和处理方法较简单且正确率高。不足之处是需要额外的刺激装置提供刺激,并且依赖于人的某种知觉(如视觉) 。其它几类信号的优点是可以不依赖外部刺激就可以产生,但需要大量的特殊训练。

3. 2 特征提取和转换方法

特征提取涉及如何从EEG中提取少量的有用的信息,分别利用这些信息进行不同脑状态的区分。常用的特征提取的算法如::FFT ( Fast Fourier Transform Algorithm)、相关性分析、AR (Auto Regression)、参数估计、CSP ( Common Spatial Patterns)、Butter2worth低通滤波、遗传算法等。算法的选择与所利

用的信号特征及电极位置有关。

信号处理的目标是最终从信号中识别出使用者的意图并执行,系统的首要任务就是最大化。信噪比,尤其是当噪声和信号极为相似的时候就显得更为重要。提高信噪比的技术有很多,具体有空间及时间滤波方法、信号平均以及单次识别方法。BCI转换算法把信号特征(如节律幅值或神经元放电率)转换为具体的控制命令。

四、脑机接口的研究进展

近些年来,脑机接口技术得到了飞速发展。1995年不到6个研究小组,到1999 年研究小组的数量已超过了20个,现在世界各地有近百个研究小组。1999年,2000年和2006年3次脑机接口国际会议的召开为脑机接口的发展推波助澜。下面是近些年一些较有影响的脑机接口小组研究成果:

奥地利 Graz 大学:Pfurtscheller 等进行了一系列基于ERD的脑机接口系统研究,并实现了Graz I 和GrazII 两个代表性的脑机接口系统。目前研究的重点是时域内两种不同的想象运动的分类问题。

德国 Tubingen 大学:wolpaw 等[7]设计了一个名为思想翻译器的装置,通过慢皮质电位的变化来实现对外界的控制,使用视觉反馈,实现了字母拼写等功能。

美国 Wadsworth 中心:Wadsworth 中心一直研究如何用从运动感觉皮质测得的脑电信号控制指针的一维或二维运动。另外,为了便于比较和评估,他们研制BCI-2000通用系统,该系统已在世界上200多个实验室中使用[7]。

中国清华大学:高上凯等人深入分析了稳态视觉诱发电位(SSVEP)的特征和提取方法,设计了具有高传输速率的基于稳态视觉诱发电位的脑机接口系统,可用于残疾人的动作控制或环境设备控制等领域。

五、脑机接口存在的问题及应用前景

5.1 脑机接口存在的问题

BCI是一门新兴的研究领域,涉及计算机科学、神经科学、心理认知科学、生物医学工程、数学、信号处理、临床医学、自动控制等多个领域,仍有大量的问题尚待解决,目前主要存在以下问题:

1) 信号处理和信息转换速度慢。目前,BCI系统的最大信息转换速度可达68 bit /min,此速度与正常交流时所需的速度相差甚远[9]。

2) 信号识别精度低。目前,基于自发脑电的BCI系统,对运动想象脑电信号进行的研究,2类思维任务的识别率约为90%

[10],3类任务得到其识别率在80%左右[11]。对4类运动得到的识别率仅有70%左右[12]。控制指令多时,识别率低的问题使得BCI系统在实际应用中受到了严重的限制。

3) 信号采集和处理方法需改进。脑电信号采集过程中,夹杂着不少干扰成分,如肌信号干扰等[13],因此设计抗干扰能力强的脑电信号采集设备等问题有待解决; 如何改善信号处理方法使之系统化、通用化,从而快速、精确、有效地设计出实用BCI 系统的问题也有待研究。

4) 自适应性较差。自适应性包括随时间和空间变化的自适应性和随自身变化的自适应性[14]。目前,BCI 的自适应性还比较差。

5) 缺乏能对BCI 系统的性能进行科学评价的评价标准。总之,作为一种新兴的、复杂的、涉及多学科的通信技术,BCI 的发展还很不完善,存在的问题还很多,有待于科研工作者们下大气力研究解决。

5.2 脑机接口机器人的应用前景

脑机接口机器人采用BCI进行人机交互,由人的思维控制机器人从事各种工作。脑机接口机器人不仅在残疾人康复、老年人护理方面具有显著的优势,而且在军事、人工智能、娱乐等方面也具有广阔的应用前景[15]。

1. 在医学方面的应用

在医学领域,脑机接口机器人可以帮助肢体障碍患者提高他们的生活质量,如:

(1)与周围环境进行交流:BCI机器人可以帮助残疾人使用电脑、拨打电话等;

(2)控制周围环境:BCI机器人可以帮助残疾人或老年人控制轮椅、家庭电器开关等;

(3)运动康复:BCI康复机器人可以帮助残疾人或失去运动能力的老年人进行主动康复训练,BCI护理机器人可以从事基本护理工作,提高残疾人或老年人的生活质量。

2. 在其他方面的应用

虽然目前BCI机器人的研究主要应用于医学领域,特别是为残疾人与老年人提供帮助,但是BCI机器人的用途决不仅仅限于医学领域,在其他诸多领域都可以得到广泛应用。

(1)特殊环境作业:BCI特种机器人可以在危险或不适宜人工操作的环境中工作;

(2)无人驾驶汽车或飞机:BCI机器人可以帮助我们实现无人驾驶汽车与飞机的梦想,这不仅在军事领域意义巨大,同时为残疾人开辟了更广阔的活动空间;

(3)为电子游戏增加娱乐功能:用“思想”控制电子游戏是传统鼠标、键盘控制电子游戏的有益补充,会增加游戏的娱乐效应。

脑机接口机器人是智能机器人的有力补充,有效的人机交互方式会提高智能机器人的智能化与灵活性,因此脑机接口机器人的研究潜力和应用潜力十分巨大。

六、BCI的评价标准

由于不同BCI系统的输入、输出、转换算法等存在很大的差异,因此,要做到对不同的BCI系统进行客观的科学评价是比较困难的.。可能某一种系统针对某一种应用比较有效,对另外的应用场合其性能往往并不理想,甚至不能使用.。对不同的BCI系统进行比较和评价将有利于BCI的发展。因此,寻求一种有效的、合理的、实用的评价方法作为BCI系统性能评定的标准,是BCI 发展中不可缺少的重要环节。

通信系统普遍采用的一种性能评价标准是波特率,即单位时间内的信息传输量.。在BCI系统中,波特率既和速度及准确度有关,同时也和操作的复杂程度有关.。程明等人的研究表明,在从两个选项中进行选择的系统中,准确率由80 %提高到90 % ,其信息传输率能提高一倍;如果从两个选项中选取目标时的准确率是90 % ,从四个选项中选取目标时的准确率是65 % ,两者信息传输率将大致相同。以信息传输率为标准来评价BCI的性能是比较客观和公正的,也许能够被大多数研究者所接受。但由于BCI的应用和对其性能要求的千差万别,要应用统一的、适合于各种BCI系统的标准进行评估,并不是一件容易的事情,还要对其作进一步的研究。

七、结束语

在过去的十几年中,BCI 的研究发展得十分迅猛,目前BCI的研究主要是为某些患者(一般指思维正常但有运动障碍的病人)提供一种与外界交流的手段或控制外界的方式,并协助其康复。随着对人脑结构与功能认识愈加清晰,提取脑电信号技术手段不断提高,以及高效率、低成本计算机的出现,BCI 研究人员将研究出“更快、更准、更易”的BCI 技术。当然,在BCI 的发展中仍存在着诸多挑战。比如,目前尚无一个BCI系统可以做到既精确又能实现快速控制,还没有真正的商业化产品问世。总之,BCI 研究有着广阔的前景,不仅加强对人自身的认识,同时也将改变人类的生活方式。

参考文献

[ 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. 脑-机接口技术综述[ J ]. 重庆邮电大学学报(自然科学版) ,2007 (6) :147 - 150.

[ 3 ] 肖首柏,胡剑锋. 脑机接口研究概述[ J ]. 科技广场, 2007(9) :229 - 232.

[ 4 ] 刘辉,杜玉晓,彭杰等.脑机接口技术发展[ J ].电子科技,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,高上凯,张琳. 基于脑电信号的脑计算机接口[ J ]. 北京生物医学工程,,2000,,19 (2): 113 - 118.

[ 7 ] 孟飞,黄军友,高小榕. 基于脑—机接口技术的上肢康复训练系统[ J ]. 中国康复医学杂志,,2004, 19 (5) :327 - 329.

[ 8 ] 杨立才,李佰敏,李光林等.脑机接口技术综述[ J ].电子学报.2005(7):1234-1241.

[ 9 ] 高诺,鲁守银,张运楚等.脑机接口技术的研究现状及发展趋势[ J ].机器人技术与应用.2008(4):16-19.

[ 10 ] Wolpaw JR, Birbaumer N, Mcfarland DJ. Brain-computer interfaces for communication and control. Clin Neurophysiol 2002;113(6):767-791. [ 11 ] 伍亚舟,吴宝明,何庆华.基于脑电的脑-机接口系统研究现状[ J ].中国临床康复.2006,10(1):147-150.

[ 12 ] 杨帮华.自发脑电脑机接口技术及脑电信号识别方法研究[D].上海交通大学.2006.

[ 13 ] 孙进,张征,周宏甫.基于脑机接口技术的康复机器人综述[ J ].机电工程技术.2010,39(4):13-16.

[ 14]云晓,王喜太,闰和平.康复机器人技术研究[A].第一届北京国际康复医学论坛论文集[C].2009:172-175.

[ 15 ] 高上凯.无创高通信速率的实时脑-机接口系统.中国基础科学,2007(3):25-26.

[ 16 ] 王裴,张育中,宁庭会等.脑-机接口研究进展[ J ]..智能系统学报.2011,6(3).189-199.

[ 17 ] 王新光,邹凌,段锁林等.脑机接口技术的研究与进展[ J ],中国组织过程研究与临床康复.2008,12(39):7722-7724.

[ 18 ] 何庆华.基于视觉诱发电位的脑机接口实验研究[D].重庆:重庆大学,

2003.

[ 19 ] 杨帮华.自发脑电脑机接口技术及脑电信号识别方法研究[D].上海:上海交通大学,2006.

[ 20 ] 尧德中,刘铁军,雷旭等. 基于脑电的脑-机接口[ J ].关键技术和应用前景.电子科技大学学报,2009,38 ( 5) : 550 -554.

脑机接口技术综述

脑机接口技术的研究综述 摘要 脑机接口( Brain- Computer Interface, BCI)是在大脑和计算机或其他电子设备之间建立的不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的一种全新通讯和控制技术。脑机接口作为当前神经工程领域中最活跃的研究方向之一,在生物医学、神经康复和智能机器人等领域具有重要的研究意义和巨大的应用潜力,近10年来,脑机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大。本文概述了基于脑电信号( EEG )的BCI系统的组成和基本原理、涉及的关键技术和研究现状, 最后分析了脑-机接口技术目前存在的问题与应用前景。 关键词:脑机接口;脑电信号;特征提取;特征分类 一、引言 脑机接口是一种不依赖大脑外周神经与肌肉正常输出通道的控制系统,通过采集和分析人脑生物电信号,在人脑与计算机或其他电子设备间建立起直接交流和控制的通道,这样人就可以直接通过大脑来表达意愿或操纵设备,而不需要语言或肢体的动作[1-2]。研究和发展脑机接口技术可以帮助肌肉萎缩、脊髓损伤等神经肌肉方面的患者以及交流障碍者有效地完成对外界交流和控制[3]。 脑机接口技术形成于20世纪70年代,是一门涉及纳米技术、生物技术、信息技术、心理认知科学、计算机科学、生物医学工程和应用数学等多学科的交叉技术,20多年来,随着人们对神经系统功能认识的提高和计算机技术的发展,BCI 技术的研究呈明显的上升趋势,特别是1999年和2002年两次BCI国际会议的召开为BCI技术的发展指明了方向。目前,BCI技术已引起国际上众多学科科技工作者的普遍关注,成为生物医学工程、计算机技术、通信等领域一个新的研究热点。BCI技术的核心是把用户输入的脑电信号转换成输出控制信号或命令的转换算法。BCI研究工作中相当重要的部分就是调整人脑和BCI系统之间的相互适应关系,也就是寻找合适的信号处理与转换算法,使得神经电信号能够实时、快速、准确地通过BCI系统转换成可以被计算机识别的命令或操作信号。BCI技术的发展目前还存在着很多问题,有待于更多的科技工作者致力于深入的研究。为促进BCI 技术的发展,本文在查阅有关资料的基础上,对BCI的原理、结构做了较为详细的综述,并对其应用前景、存在的问题以及评价标准进行了探讨

脑机接口技术综述

脑机接口技术综述 标准化文件发布号:(9312-EUATWW-MWUB-WUNN-INNUL-DQQTY-

脑机接口技术的研究综述 摘要 脑机接口( Brain- Computer Interface, BCI)是在大脑和计算机或其他电子设备之间建立的不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的一种全新通讯和控制技术。脑机接口作为当前神经工程领域中最活跃的研究方向之一,在生物医学、神经康复和智能机器人等领域具有重要的研究意义和巨大的应用潜力,近10年来,脑机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大。本文概述了基于脑电信号( EEG )的BCI系统的组成和基本原理、涉及的关键技术和研究现状, 最后分析了脑-机接口技术目前存在的问题与应用前景。 关键词:脑机接口;脑电信号;特征提取;特征分类 一、引言 脑机接口是一种不依赖大脑外周神经与肌肉正常输出通道的控制系统,通过采集和分析人脑生物电信号,在人脑与计算机或其他电子设备间建立起直接交流和控制的通道,这样人就可以直接通过大脑来表达意愿或操纵设备,而不需要语言或肢体的动作[1-2]。研究和发展脑机接口技术可以帮助肌肉萎缩、脊髓损伤等神经肌肉方面的患者以及交流障碍者有效地完成对外界交流和控制[3]。 脑机接口技术形成于20世纪70年代,是一门涉及纳米技术、生物技术、信息技术、心理认知科学、计算机科学、生物医学工程和应用数学等多学科的交叉技术,20多年来,随着人们对神经系统功能认识的提高和计算机技术的发展,BCI技术的研究呈明显的上升趋势,特别是1999年和2002年两次BCI国际会议的召开为BCI技术的发展指明了方向。目前,BCI技术已引起国际上众多学科科技工作者的普遍关注,成为生物医学工程、计算机技术、通信等领域一个新的研究热点。BCI技术的核心是把用户输入的脑电信号转换成输出控制信号或命令的转换算法。BCI研究工作中相当重要的部分就是调整人脑和BCI系统之间的相互适应关系,也就是寻找合适的信号处理与转换算法,使得神经电信号能够实时、快速、准确地通过BCI系统转换成可以被计算机识别的命令或操作信号。BCI技术的发展目前还存在着很多问题,有待于更多的科技工作者致力于深入的研究。为促进BCI技术的发展,本文在查阅有关资料的基础上,对BCI的原理、结构做了较为详细的综述,并对其应用前景、存在的问题以及评价标准进行了探讨。

脑机接口技术研究概述

网络与通信信息技术与信息化 26 2008年第6期 脑机接口技术研究概述 A R ev ie w of B ra i n-Co mputer Interface T echnology 朱文明* 高 诺** Z H U W en-m in g GAO N uo 摘 要 脑机接口(B rai n-Co m puter Interf ace,BC I)是在人脑和外界之间建立不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的一种通讯系统。本文概述了基于脑电信号(EEG)的BC I技术的基本原理、研 究方法、类型、研究现状,并分析了目前存在的问题与应用前景。 关键词 脑机接口 脑电信号 人机接口 Abstract Bra i n-Co m puter Inte rface(BC I)is a comm un i cati on syste m in wh i ch messages or comm ands that an i nd i v i dua l sends to the ex terna lwo rl d do no t pass through the brai n s no r m al outpu t path w ays(periphera l nerves and m usc l es).Th is pape r su mm ar ized the basi c pri nc i ple,researchm e t hods,class ifi cati on and status,the proble m s in current stud i es and the d irec tion for future i nvesti gation are ana lyzed. K ey word s B ra i n-co m pute r i n terface E l ec troencepha l og raph signa l s H u m an-compu ter i nterface 对严重神经或肌肉伤残患者来说 直接用大脑控制装置是不可能的 ,但是近年来随着脑科学、计算机科学、信号处理技术的飞速发展以及残疾患者的需求意识的不断提高,一项被称作脑机接口(B ra i n-Computer Interface,BC I)的技术正在逐步使得人类利用脑信号同计算机或其他装置进行通讯成为可能。脑机接口技术是人脑与计算机或其他电子设备之间建立的直接的交流和控制通道。通过这种通道,人就可以直接通过脑来表达想法或操作其他设备,而不需要通过语言或肢体的动作,是一种全新的通讯和控制方式[1-3]。这对肢体残缺的人来说有着极其重要的 *山东建筑大学现代教育技术中心 济南 250014 **山东建筑大学信息与电气工程学院 济南 250101意义。因此对于脑机接口的研究是近年来康复医学研究的一个热点。脑机接口技术是一门涉及神经学、心理认知科学、康复工程、生物医学工程和计算机科学等多学科的交叉技术。 要想实现脑机接口,有三个必要条件:第一,必须有一种能够可靠反应大脑思维的信号;第二,这种信号能够被实时且快速地收集;第三,这种信号有明确的分类[5,6]。目前可用于脑机接口的人脑信号有:EEG(脑电图)、E M G(脑磁图)和M f R I(功能性核磁共振图像)等。目前大多数BCI研究机构采用的大脑信号是EEG。 1 脑机接口系统的基本结构 BC I系统一般都具有信号采集、信号分析和控制器三个功能 工具去实现,常用的证书管理工具有O pen SSL、EJBCA、O pen C A 或其他商业版本的证书管理系统等。高等学校作为一个独立的实体,可以建立校园范围内的C A中心,管理高等学校内部应用中所需要的证书。参考HEPK I技术活动小组提出的 轻型校园PK I 基础设施框架 (简称PK I-L ite),建立一个既满足高校要求又便于实现的精简的PK I是十分必要的。 10 结论 中间件及核心中间件是在不断演进发展的,要建立高等学校统一的数据中心,核心中间件服务是一件极具挑战性的任务,一般认为在高等学校中部署中间件服务难度大于在企业中部署,需要同时从技术上和策略上着手,也更需要决策者和实施者有远见与耐心。在建立数据中心中间件服务之前,建立一套完整的核心中间件规范是非常重要的,在有明确的规范的指导下,完成建立核心中间件服务的工作会变得比较容易。 参考文献:[1] D ave C rane Er i c P ascare llo D arren Ja m es. A j ax i n A ction [M]北京:人民邮电出版社,2006年4月. [2] STRU TS W EB设计与开发大全[M].北京:清华大学出版 社,邱哲王俊标,2006年 [3] W iseNut Search Eng i ne wh ite paper.A utho r:W isenut Inc. 2001. [4] A lta V ista w hite paper.A uthor:A ltav ista Inc.1999. [5] The A na to m y o f a La rge-Sca l e H ypertex t ua lW eb Search En- g i ne.A utho r:Se rgey B ri n and L a w rence Page,1998. [6] 软件的涅磐.世界图书出版社出版,2004年. [7] 信息系统分析与设计.西安电子科技大学出版社,卫红春, 2004年. [8] 软件工程技术概述.科学出版社,朱三元等,2002年. [作者简介] 王会林(1967~),男,汉族,江西崇义人,硕士学位,韩山师范学院数学信息学院高级工程师。 (收稿日期:2008-03-11)

脑机接口真实发展状况

在有很多腾空出世的让人眼前一亮的黑科技,比如在2014腾讯WE大会上被誉为未来五大科技趋势之一的脑机接口。这也是PCB厂家为来可能涉及的领域之一。天马行空的意念控制,现实中的“阿凡达”,意念飞行,确实让人们对其充满期待,但到底现在的脑电科技到底发展到了什么程度呢?让我们客观的来审视一下脑机接口的发展。 客观的来说,脑机接口技术尤其是脑机接口设备还是处于非常初级的一个阶段。市场上真正研究脑机接口的商业公司屈指可数(Emotiv, OCZ以及神念Nerosky 是其最终比较有名的三个)。但是现阶段对于脑电波控制手段局限性还是非常大的。 一般我们常说的BCI是指非入侵式的脑机接口,就像我们常看到的将检测点击粘到头部以检测脑电波;而BMI则是入侵式的,也就是直接将检测电极放进你的颅内。 可能说起BMI会觉得特别有意思,但实际上,到目前为止已经有十年到十五年的时间内关于运用在人体上的BMI技术没有任何有意义的进展。BMI技术研究的主要方向是用来帮助截瘫病人和闭锁症患者。现在生产用于研究用的BMI设备的公司确实不少,像Plexon, Neuralynx, Rippl, BlackRock Microsystems, 以及TDT都是其中名气比较大的。但是除了美国布朗大学研制的BrainGate II运用到临床试验上外,没有一个公司的产品用于真正意义上的临床试验。 BrainGate II是针对截瘫患者做的试验,用BMI让截瘫患者控制一个机械手臂

成功的喝到了杯子里的水。这是一个不完善的试验,所以并不不能广泛应用。因为还有很多关键性的问题得不到解决,比如以下三点问题: 1. 脑机接口技术需要同时记录成千上百万个的神经元的活动,但是目前我们的技术只能达到同时记录几百个神经元。目前还没有一个系统能够同时记录那么多神经元的活动。这点极大的限制了BMI目前的研究。值得注意的是有些研究人员提出这个问题并没有想象中的那么棘手,因为有可能通过找到最关键的那几个神经元就可以完成脑电波的控制。 2. 体内排斥反应:安装进脑部的感应电极并不受人体的免疫系统的欢迎,这就可能有潜在性的长期副作用。而且安装进脑部的检测传感器也可能会随着时间而失效。这个问题的解决方案有将极小的对人体无害的感应电极放进脑内以至于免疫系统没有发现(暂时还不知道有没有这种可能),或者是制造一种生物合成感应电极,或者是一些还没发现的方法。 3. 开颅,安装脑部传感器的手术非常危险。 但是我们知道的是,脑机接口肯定会有在社会上广泛应用的一天,而且随着最近几年科技飞速的发展,谁都不会想到这一天是不是会马上到来。而且,值得注意的是,其实我们现在每个人都已经拥有自己的意念控制设备——你的双手。

脑机接口的描述和综述

脑机接口的综述 ------自动化1班3008203240 付亮脑机接口(brain-computer interface,BCI),有时也称作direct neural interface或者brain-machine interface,它是在人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路。在单向脑机接口的情况下,计算机或者接受脑传来的命令,或者发送信号到脑(例如视频重建),但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。 研究和发展BCI技术最主要的目的在于设计出基于脑电信号的控制装置以帮助严重的残疾患者(例如肌萎缩性侧索硬化、脑干或脊髓损伤)以及严重的交流障碍患者恢复控制和交流功能[4]。脑机接口还能应用到军事和娱乐领域与此同时研究脑一机接口还是人类对脑电活动规律不断认知的过程j。目前,BCI系统主要用于那些行为有生理上有缺陷的例如偏瘫肌萎缩性(脊髓)侧索硬化患者或脑瘫的人们提供与外界交流的手段。 有几个问题对于BCI技术的进一步发展和更为广泛的应用起着至关重要的作用。第一,即是信号的传输速度。现有的BCI系统是相对低带宽的设备,最多所能提供的信息传输速度为5~25 bit·min_。。以这样的速度,输入一个简单的单词都可能要花几分钟的时间。如果速度能够提高,那么BCI系统将为人类与外部环境的交流提供更为有用的途径。第二个问题就是训练使用者使用系统所需要的时间。BCI系统不能依靠外部刺激提供直接的控制来控制环境,但是这些BCI系统通常要求使用者经过几个小时甚至是几个月的训练。基于诱发电位的BCI系统可以不要求使用者必须经过训练,但是对环境有所要求。第三是关于医学创伤问题。伤害越小那么这门技术才可能被更为广泛的应用。植入式电极可以提供稳定的定位,免除了假象,同时具有更高的信噪比(SNR)。但是在这种系统中存在的一个难题就是如何确定定位的位置以及电极的个数。另一个难点就是怎样长时间的保持系统的稳定性。头皮心电图描记是无创的,但是它的信噪比相对较低且与电极的空间位置有关

脑机接口及其主要目标应用研究的综述

脑机接口及其主要目标应用研究的综述 学习科学方法研究大作业 东南大学李晓萌 1脑机接口简介 计算机可以奖大脑的信号解码转化成人类的意图或者目的,进而直接通过控制机器完成这 个意图的功能,现在已经出现了实现它的现实技术可能性,这种类型的设备被称作脑机接 口(Brain-computer interface,BCI,有时也称为direct neural interface或者 brain-computer interface)[1],这些神经义肢技术的发展对于有运动障碍的患者有很大的 意义,可以通过大脑控制外部辅助设备如计算机、语音合成器、辅助应用和神经假肢等来 加强他们与外界环境的交流和交互,可以增强他们的独立性,提高生活质量并且降低社会 成本。 1.1脑机接口发展 脑机接口的发展经历了三十多年的历程,在过去的十几年中,脑机接口的研究群体迅速壮大。第一次和第二次脑机接口国际研讨会分别于1999和2002年召开。 Phillip Kennedy及其同事用锥形营养性电极植入术在猴上建造了第一个皮层内脑机接口。1999年,哈佛大学的Garrett Stanley试图解码猫的丘脑外侧膝状体内的神经元放电信息 来重建视觉图像。到2000年,Nicolelis的研究组成功实现了一个能够在夜猴操纵一个游 戏杆来获取食物时重现其手臂运动的脑机接口[2]。 目前,世界上已经有很多个实验室实现了真正意义上的脑机接口。 1.2脑机接口的分类 随着对脑机接口技术的研究的深入,脑机接口系统的种类日趋繁多,分类方式也多样化。 按照方向可以分为双向脑机接口系统和单向脑机接口系统;按信号采集方式可以分为非植 入式脑机接口和植入式脑机接口;按信号类型可分为基于头皮脑电信号(EEG)的脑机接口,基于功能性核磁共振(fMRI)的脑机接口和基于近红外光谱分析(NIRS)的脑机接口;按 信号生成类型可分为自发式脑机接口系统和诱发式脑机接口系统[1]。 1.3脑机接口系统简介 图1显示了脑机接口系统模型的组成和各部分间的联系,它主要由用户、信号采集部分、 信号处理部分、控制部分、反馈部分和设备组成。

基于P300的脑机接口概述

基于P300的脑-机接口概述 一、P300电位 1.什么是P300 所谓P300是当视觉受到外界特殊刺激时会脑电信号出现一个波峰。其峰值大约出现在相关事件发生后的300ms。P300 电位是脑- 机接口中经常使用的信号,是事件相关电位的一种。P300电位的产生主要依赖于人对某种刺激的反应而不依赖身体状况,通常由包含靶刺激的小概率事件和非靶刺激的大概率事件的刺激序列(oddball paradigm)诱发。 2.P300的两个基本条件 1)相关事件。 2)小概率。P300波的标志性特点是它对靶概率的敏感性。靶概率越低,P300振幅就越大, 二、基于P300的BIC系统的研究 1.刺激与实验过程 实验1 用于诱发P300的Oddball刺激序列如图1所示,目标行,目标列选择过程示意如图2所示。 图1 图2 受试者位于计算机前面对屏幕给出的Oddball刺激序列,为6行6列的字符矩阵排列。屏幕显示适当的色彩和强度,背景色为黑色,字符以白色显示。 刺激的产生是通过随机地加亮字符矩阵的某一行或某一列,一次实验循环是6行及6列均加亮一次,实验要求受试者集中注意他要注视的字符。当包括他要注视的字符的行或列加亮时,此为靶刺激,要求受试者对此进行反应,予以计数。 小概率出现的靶刺激可以诱发P300,如果确定P300出现时刻对应的靶刺激(属于哪一行哪一列)出现的时刻,便可以确定出受试者所注视的字符,从而达到交流的目的。 实验2 5 个十字线表示5 种选择, 受试者只关注其中的一个。在实际应用中, 这5 个选择可以表示

5 种命令。实验开始后,首先有一个实验准备期,然后一个特定的对象会在这5 个十字线上以随机的顺序连续出现,相临两次对象的出现间隔一定时间。当目标刺激出现时, 受试者通过心里计数来产生响应。 数据记录采用5个导联,分别是T 7、T 8、Cz、Pz 和Oz。参考电极被放置在头顶附近, 为系统的标准设置。 2.采集系统的设计

脑机接口的原理、研究进展及应用前景

龙源期刊网 https://www.360docs.net/doc/002974548.html, 脑机接口的原理、研究进展及应用前景 作者:朱洁儒 来源:《科学与财富》2017年第24期 摘要:近十几年来,脑机接口得到迅速发展并且得到广泛的应用。本文综述了脑机接口 的原理、种类和分类以及脑机接口的研究进展,最后对脑机接口的应用做了切合实际的展望。 关键词:脑机接口原理研究进展应用前景 许多疾病会破坏人脑的神经肌肉通道从而阻碍了人脑与外界通信或控制外部环境,而脑机接口可以通过分析脑电来识别大脑正在进行的各种思维活动以及意图,从而可以使那些丧失外周神经肌肉控制能力的患者能够与外部世界进行交流,使大多数残疾人恢复原本的能力和功能。 一、脑机接口 (一)脑机接口的概念 BCI正成为脑科学、康复工程、生物医学工程及人机自动控制研巧领域的一个研究热点。它不依赖于脑的外周神经和肌肉输出信息,而在大脑与外部设备之间建立的直接的交流通道,以弥补人类的某些缺陷或不足。 (二)脑机接口的原理 BCI系统应该能够实现信息的双向传递,但是目前对于BCI研究更多的是将大脑信号作为输入,外部设备作为输出。完整的脑机接口系统主要由H大模块组成输入(信号采集及预处理)、信号处理(输入转为输出)、输出(机器能识别的指令),最重要的是第二大模块即信号处理。 信号采集 受试者头部戴一个电极帽(盘装或支架型电极),采集脑电(EEG)信号,通过导联线传送给放大器,经过预处理,并将信号放大10000倍左右,包括信号的滤波(高低通滤波)和 A/D转换,将采集信号信号转化为数字信号并存储于计算机中。 脑电信号作为BCI输入信号,都具有各自的特点,主要有以下几种: 第一,视觉诱发电位(VEP),是视觉器官受到光或图形刺激后,在大脑特定部位所记录的EEG电位变化。第二,稳态视觉诱发电位(SSVEP),是特定频率段视觉刺激引发的脑电变化,可以通过刺激调整脑电变化幅度,从而达到控制外界的目的。第三,事件相关同步/去

脑机接口系统介绍(Neuroscan BCI System)

今天,如果我们想要看电视,我们需要用手控制遥控器;我们想操纵电脑,也必须使用双手。然而,也许有一天,我们可以改变这一切,因为在不远的将来,人类与机器可以直接对话,不需通过肢体,只需要思维。这是在做梦吗?不,这是一项新技术—“脑机接口”。 脑机接口(Brain-computer Interface,以下简称BCI),是近年来发展起来的一种人机接口,它不依赖于大脑的正常输出通路(即外围神经和肌肉组织),就可以实现人脑与外界(计算机或其它外部装置)直接通信的系统。广义上讲,这种通信也可以是双向的,一方面外界的信息(声音、需要记忆的内容等)可以直接传入大脑,比如电子耳蜗、大脑记忆芯片等;另一方面大脑可以直接控制外界环境,本文介绍的是后者。 BCI技术的出现,使得用大脑信号直接控制外界环境的想法成为可能。要想实现BCI,有三个必要条件:第一,必须有一种能够可靠反映大脑思维的信号;第二,这种信号能够被实时且快速的收集;第三,这种信号有明确的分类。目前可用于BCI 的人脑信号有:EEG(脑电图),EMG(脑磁图)和fMRI(功能性核磁共振图象)等。目前大多数BCI研究机构采用的大脑信号是EEG。 人类的每一闪思维,每一种情绪,每一个想法,在大脑中都会产生特定的EEG信号,这种信号由千百万个神经元共同产生,并在大脑内传播。不同思维情况下产生的神经电活动信号表现出不同的时空变化模式,会导致 EEG信号的不同,将检测到的EEG信号传送给计算机或相关装置,经过有效的信号处理与模式识别后,计算机就能识别出使用者的思维状态,并完成所希望的控制行为,比如移动光标、开门、打字和开机等。 一、基本原理 1.1 BCI系统的基本结构 BCI系统一般都具备信号采集,信号分析和控制器三个功能模块。 (1)信号采集:受试者头部戴上一个电极帽,采集EEG信号,并传送给放大器,信号一般需放大10000倍左右,经过预处理,包括信号的的滤波和 A/D 转换,最后转化为数字信号存储于计算机中。 (2)信号分析:利用ICA、PCA、FFT、小波分析等方法,从经过预处理的EEG 信号中提取与受试者意图相关的特定特征量(如频率变化、幅度变化等);特征量提取后交给分类器进行分类,分类器的输出即作为控制器的输入。 (3)控制器:将已分类的信号转换为实际的动作,如在显示器上的光标移动、机械手运动、字母输入、控制轮椅、开电视等。 有些BCI系统还设置了反馈环节(如图1中所示),不仅能让受试者清楚自己的思维产生的控制结果,同时还能够帮助受试者根据这个结果来自主调整脑电信号,以达到预期目标。

脑机接口讲座报告

《脑机接口》报告 今天,浙江大学信息与电子工程学院的沈继忠教授给我们介绍了关于脑机接口的技术知识。主要分成以下四个方面讲述:一、脑机接口概述与应用;二脑机接口系统的实现;三、脑机接口中的信号处理算法;四、部分研究工作。 一、脑机接口概述与应用。 脑机接口(Brain Computer Interface, BCI):在大脑和外界(计算机或其他设备及外部环境)之间传递信息的通讯系统,该系统不依赖于外围神经和肌肉组成的大脑正常输出通路。简单的说,就是用思维控制机器。 脑机接口系统目前主要应用在医疗康复、状态监测、辅助控制、信息输入和休闲娱乐等方面。 接着,沈教授给我们看了近几年来对脑机接口的研究和发展状况,如每年关于脑机接口的出版的文献数、BCI竞赛参赛情况等,都表明着脑机接口的重视程度在增强。 脑机接口的分类:按采集方式可分为有损(invasive) BCI系统和无损(non-invasive) BCI系统。按脑电信号可分为诱发式BCI系统和自发式BCI系统。按系统工作可分为同步BCI系统和异步BCI系统。 如何评价一个脑机接口系统的好坏,主要有以下几个标准:1,分类正确率P;2,Kappa值;3,信息传输率(ITR) B 与实际信息传输率PB B =log2 N + P log2 P +(1—P) log2[(1—P) /(N—1)] PB= B(2P - 1)/T 而我们现在需要面对的问题与挑战有:1:识别正确率和ITR较低。2:可用的脑电模式较少。3:自发式、异步BCI系统的实现困难常用的脑电模式有:视觉诱发电位(visual evoked potential, VEP)、mu和beta节律、事件相关电位(ERP)和慢皮层电位(SCP) 4:BCI系统的实际应用领域还较少。 二、脑机接口系统的实现。 脑机接口系统结构包括:人数据采集信号处理设备控制 器件。信号处理又包括预处理、特征提取和分类算法。 三、脑机接口中的信号处理算法。 预处理:去除伪迹干扰,减少导联数,提高信噪比。 特征提取:提取最能反映大脑意图的信号特征,数据转换及降维。主要方法有:频域分析方法、时频分析方法、时域分析方法、时空分析方法、空间分析方法。 功率谱分析:1,经典功率谱估计;2,参数模型:根据观测信号对系统模型参数及性能进行研究,需要对信号产生方式有一个先验知识,选择一个合适的模型及阶数。 小波变换:时域和频域都具有较好的局部化性质公共空间模式(CSP):寻找一个空间滤波器,使待分类的两类信号经过空间滤波后,最大限度的被区分经过CSP空间滤波的EEG数据表示为:Z=WX,其中X代表N×T维矩阵的EEG数据,W 代表空间滤波矩阵。 分类算法:将表征神经电活动的特征信号映射为指定的类别,反映大脑当前

脑机接口介绍稿

脑-机接口系统(Brain–Computer Interface:BCI)是一个不依靠外周神经和肌肉组织等通常的大脑输出通道的人-机通信与控制系统。简单来说,就是在大脑和外界之间建立起一种直接的交流通道。它由电极帽、脑电波放大器和一台计算机信息处理器三部分组成。 经研究发现,人在思维时大脑皮层会出现特定的电活动,在头皮记录到的这种电活动通常叫做脑电波。这些电波可以借助高性能的生物电信号采集系统(比如电极帽)以及专门设计的计算机算法,把这些特征实时地提取出来,并进行自动分类,从而实时判断出当前人所处的思维状态。然后再通过计算机将判断出来的思维状态可以翻译成我们预先设定的控制命令,通过网络等通道发送出去,从而实现人脑对计算机等外部设备的直接控制。 现在,我们所能做到的“心想事成”的程度还没达到字面理解的那样,你自发的想一件事情,通过脑机接口系统就可以知道你在想什么。目前,我们所能达到的就是,给你一定的诱发信号,使你的脑皮层产生特定的脑电信号,通过采集到的脑电信号,跟已知的模型做比对,我们就可以知道你想的是什么了。通俗地说,你只要戴上特殊的电极帽,盯着指定的屏幕看,经过较短时间的训练,就可以通过大脑对计算机进行操作。像这种依赖视觉的脑机接口系统,操作者只需要看就可以了,不需要动脑。所以像霍金教授这样除了移动自己的视线外什么都不能做的人来说,这样的依赖于是觉得脑机接口系统可以帮助他与外界沟通。 目前,我们实验室研制的脑机接口系统,可以实现人脑模拟操作键盘进行QQ聊天,模拟鼠标操作上网,玩俄罗斯方块,并可以在计算机模拟的室内环境中实现电器开关的控制。虽然通过提取脑电信号来操作计算机的速度还慢,但是对于那些高度瘫痪的病人来说,可以通过这个系统与自己的亲人聊天,上网娱乐,已经很不错了。 关于未来的展望,我们除了提高对计算机的一般操作外,我们将把目光转向一些我们常用的外部设备,例如,人脑控制室内灯泡,空调,电视机等常用电器的开关,轮椅操作等。

相关文档
最新文档