1、今天，如果我們想要看電視，我們需要用手控制遙控器；我們想操縱電腦，也必須使用雙手。然而，也許有一天，我們可以改變這一切，因為在不遠的將來，人類與機器可以直接對話，不需通過肢體，只需要思維。這是在做夢嗎？不，這是一項新技術“腦機接口”。        腦機接口（brain-computer interface，以下簡稱bci），是近年來發展起來的一種人機接口，它不依賴于大腦的正常輸出通路（即外圍神經和肌肉組織），就可以實現人腦與外界 （計算機或其它外部裝置）直接通信的系統。廣義上講，這種通信也可以是雙向的，一方面外界

2、的信息（聲音、需要記憶的內容等）可以直接傳入大腦，比如電子耳 蝸、大腦記憶芯片等；另一方面大腦可以直接控制外界環境，本文介紹的是后者。        bci技術的出現，使得用大腦信號直接控制外界環境的想法成為可能。要想實現bci，有三個必要條件：第一，必須有一種能夠可靠反映大腦思維的信號；第二，這種信號能夠被實時且快速的收集；第三，這種信號有明確的分類。目前可用于bci 的人腦信號有：eeg（腦電圖），emg（腦磁圖）和fmri（功能性核磁共振圖象）等。目前大多數bci研究機構采用的大腦信號是eeg。 &

3、#160;      人類的每一閃思維，每一種情緒，每一個想法，在大腦 中都會產生特定的eeg信號，這種信號由千百萬個神經元共同產生，并在大腦內傳播。不同思維情況下產生的神經電活動信號表現出不同的時空變化模式，會導致 eeg信號的不同，將檢測到的eeg信號傳送給計算機或相關裝置，經過有效的信號處理與模式識別后，計算機就能識別出使用者的思維狀態，并完成所希望的控 制行為，比如移動光標、開門、打字和開機等。一、基本原理1.1 bci系統的基本結構        

4、; bci系統一般都具備信號采集，信號分析和控制器三個功能模塊。         （1）信號采集：受試者頭部戴上一個電極帽，采集eeg信號，并傳送給放大器，信號一般需放大10000倍左右，經過預處理，包括信號的的濾波和a/d 轉換，最后轉化為數字信號存儲于計算機中。         （2）信號分析：利用ica、pca、fft、小波分析等方法，從經過預處理的eeg 信號中提取與受試者意圖相關的特定特征量（如頻率變化、幅度變化等）；特征量提

5、取后交給分類器進行分類，分類器的輸出即作為控制器的輸入。         （3）控制器：將已分類的信號轉換為實際的動作，如在顯示器上的光標移動、機械手運動、字母輸入、控制輪椅、開電視等。         有些bci系統還設置了反饋環節（如圖1中所示），不僅能讓受試者清楚自己的思維產生的控制結果，同時還能夠幫助受試者根據這個結果來自主調整腦電信號，以達到預期目標。bci系統基本結構1.2 bci分類   &#

6、160;     bci系統沒有固定模式，有多種分類方式：         （1）按照信號獲取的方式不同可分為有創傷系統和無創傷系統兩種。有創傷系統需要將電極放置于大腦內部，采集大腦內部的電信號，此法更精確，但有一定創傷風險；目前絕大多數bci系統為無創傷系統，毋需動手術，只需在受試者頭上戴上電極帽以記錄eeg信號，沒有創傷風險。         （2）按照信號控制的方式不同可分為同步系統和異步系

7、統。同步系統要求受試者必須在特定的時間產生特定的思維意識，這樣便于信號分析，目前大多數bci系 統屬于同步系統,一般用于初始階段；異步bci系統則不限定受試者何時產生特定的思維意識，系統自動判定并完成相應的控制，受試者可以隨心所欲通過思維來 完成對外界的控制。真正實用的bci系統是異步系統。         （3）根據信號處理的實時性可分為在線系統和離線系統。在線bci系統中，信號采樣、處理、分析和控制都是實時實現的，同時給受試者反饋,大多數bci系 統是在線系統；離線bci系統實時記錄eeg數據，離線分析這些數據

8、，一般來說離線bci系統只用來評估測試和抽取特征量。         （4）根據所采用的腦電信號的不同可分為基于p300的bci、基于慢皮層電位（scp）的bci、基于視覺誘發電位（vep）的bci、基于事件相關電位（erp）的bci等。         目前的bci系統大多是在線的、同步的和無創傷系統。二、方法2.1 eeg 信號采樣及存儲        

9、 （1）電極         目前多數采用按照國際1020 系統設定好電極位置的電極帽來提取eeg信號。         （2）電極數目的確定和位置的選擇         在bci 研究中，需要確定測量eeg 信號的電極的數目。較多的電極數目，在提高eeg信號定位的準確性的同時增加了處理的復雜度，建議使用盡可能少的電極。電極位置的選擇取決于bci系統本身的要

10、求及與eeg信號特征變化相關的腦區。         （3）預處理         信號采集過程中，會夾雜干擾，常見的有市電干擾、眼動干擾、聲音干擾等，必須通過某種方式減弱或除去干擾，同時保證原有信號成分特征不被改變。         （4）存儲         通過電極帽采集的

11、信號是模擬信號，在輸入到計算機處理之前，必須通過a/d板將其轉化為數字信號，以便存儲在計算機內進一步分析處理。2.2 bci 研究中采用eeg信號的類型         （1）p300         p300 是一種事件相關電位，其峰值大約出現在事件發生后300毫秒，相關事件發生的概率越小，所引起的p300越顯著。         （2）視覺誘發電位

12、60;       視覺器官受到光或圖形刺激后，在大腦特定部位所記錄的eeg電位變化，稱之為視覺誘發電位（vep）。         （3）事件相關同步或去同步電位        單邊的肢體運動或想象運動,對側腦區產生事件相關去同步電位（erd）,同側腦區產生事件相關同步電位（ers）。       

13、;  （4）皮層慢電位        皮層慢電位（scp）是皮層電位的變化，持續時間為幾百毫秒到幾秒，實驗者通過反饋訓練學習，可以自主控制scp 幅度產生正向或負向偏移。         （5）自發腦電信號        在不同的意識狀態下，人們腦電中的不同節律呈現出各異的活動狀態。按照所在頻段的不同分類，一般采用希臘字母（、）來表示不同的自發ee

14、g 信號節律。比如節律在8-13hz頻段，而節律則在13-22hz頻段。         采用以上幾種腦電信號作為bci輸入信號，具有各自的特點和局限。p300和vep 都屬于誘發電位，不需要進行訓練，其信號檢測和處理方法較簡單且正確率較高，不足之處是需要額外的刺激裝置提供刺激，并且依賴于人的某種知覺（如視覺）。其它幾類信號的優點是可以不依賴外部刺激就可產生，但需要大量的特殊訓練。bci所使用的eeg信號信號名稱描述m 節律m波都是一種8-12 hz的 自發eeg，它與運動相關，在感覺運動皮層記錄幅度最大，幅度大小

15、可以通過訓練人為控制。事件相關同步/去同步電位（ers/erd）運動相關的頻率域增強或減弱，在運動皮層記錄幅度最大。受試者可以通過訓練改變相關頻率段信號幅度，甚至在受試者想象運動，但實際上沒有運動時也存在。慢皮層電位（scp）eeg信號較大的正向或負向偏移，時程在300毫秒至幾分鐘。受試者可以通過訓練產生這種偏移。誘發電位的p300成分eeg信號的正向偏移，在刺激后300-400毫秒達到峰值。在中央頂葉區域可以記錄到最大幅度，不需要訓練。短時程視覺誘發電位（vep）短時程視覺刺激所引起的腦電變化，最大幅度出現在枕區，不需要訓練。穩態視覺誘發電位 (ssvep)特定頻率段視覺刺激引發的腦電變化，

16、可以通過刺激調整腦電變化幅度，從而達到控制外界的目的。2.3 訓練         時至今日，大多數bci研究主要集中于技術層面的研究，即如何更好地采集、處理和分類eeg信號。然而，eeg信號的產生者是人，而不是機器，他（她）的一舉一動都可能會對實驗產生影響。因此，bci實驗中對受試者的訓練也是值得關注的。         如何對受試者進行訓練呢？也就是說，我們用什么實驗方案？不同的bci系統采用不同的實驗方案。一般來講，方案幾個階段，

17、每個階段又分成若干小節，每一小節大概持續幾分鐘，每個方案可能會持續半個小時到幾個小時。         某些bci系統基于事件誘發電位的，如p300 或vep，并不需要訓練，受試者按照指示就能啟動實驗。通常，為了實驗能夠順利開展，在初次實驗前，對受試者都要進行訓練，只是時間長短而已。訓練的時間和過程因bci 系統和受試者而異。         在某些bci系統中，用戶必須了解如何自主調節自身的eeg信號幅度，這時訓練是必不可少的，而且訓

18、練時間可能會很長；在基于模式識別的bci系統中，訓 練側重于獲得相應的參數；在基于操作條件方法的bci系統中，可能需要受試者反復訓練，可能長達數月才能達到預計的效果。     neuroscan腦電系統2.4 反饋         大多數bci系統是需要反饋的，最常見的反饋形式是光標控制，受試者把光標移到指定目標位置，只能使用上/下或左/右兩組命令。一開始，光標在屏幕中央， 每一節以光標碰到目標位置或相反位置為結束。當碰到目標位置，光標會閃爍，說明成功；這種反饋能夠加強受試者

19、用意念操作光標的信心。光標控制提供的反饋是 持續性反饋，受試者能夠親眼看到自己意念驅動光標在移動，如方向不對可以及時調整。         在bci系統中，特別是基于操作條件的bci系統中，反饋是必要的，受試者需要知道哪種意念能夠移動光標朝哪個方向運動，反饋既有好處也有負面影響。         1、好處：         （1）激勵持續性實驗的動力。看不到

20、結果的實驗令人沮喪，不斷看到自己能用意念操縱光標朝目的地移動無疑是一種巨大的激勵。         （2）吸引受試者的注意力。不斷有進展，會使受試者倍感興趣，注意力不易分散。         （3）提供反饋給信號處理模塊，增強系統的穩定性和準確性。         2、負面影響       

21、;  （1）反饋可能會引起意念“不純”。反饋會使受試者會產生實驗以外的意念，從而使采集的eeg信號并不僅僅反映實驗的內容。         （2）反饋的結果會對受試者eeg信號有影響。如光標移動中，正確的移動會使受試者加快移動速度；錯誤的移動會使受試者喪氣，兩者都會對eeg信號產生影響。         （3）視覺刺激反饋可能會影響?節律。    scan采集分析軟件2.5 算法 

22、60;       bci的算法是指在信號處理階段，能夠將bci 輸入的信號轉化為對實際裝置進行控制的命令的一系列信號處理算法，也就是說，這些算法可以從當前使用者的腦電信號獲得抽象的特征向量，并將這些向量轉化為 決定設備控制的命令。一般來講，這些特征量是包含在特定的頻率段內，如果某一特征量代表的思維狀態過多，交叉過大，使用這一特征量就很難區分不同思維狀 態；反之，如果某一特征量能夠嚴格區分不同思維狀態，使用這一特征量就能具有很好的功效。總之，無論采用哪種算法，都以實現最優的性能及良好的實用性為目 的。   

23、;      下面簡單介紹幾種在信號處理階段實際用到的算法：         （1）獨立分量分析（ica）         在腦機接口分析中的應用ica 方法可從腦電信號中分離出各種不同的獨立分量。在進行預處理之后，可以繼而通過設計實驗，如進行鼠標移動、手的想象移動、開燈等，對腦電信號進行特征分析 和提取，提取進行這些實驗時的腦電信號特征，從中發現與之相對應的穩定的思維腦電獨立分量模式，

24、進而用于bci信號的分類。         （2）小波變換         對信號進行小波分解，分析eeg信號的分布特點，選擇eeg信號能量相對集中且能較好地反映信號主要特征的頻帶設計小波時頻濾波器。小波變換能準確快速地提取出有明顯特征的eeg信號，有利于提高腦機接口通信速度及正確率。         （3）遺傳算法（genetic algorithm，ga

25、）         用遺傳算法對特征信號進行分類時，要從檢測到的腦電信號中抽提出大量的特征信號，然后通過遺傳算法去除偽特征信號，保留有用的特征信號作為驅動信號。這種算法的特點是要對特征信號進行大量的分析運算，從中找到各種特征參數，然后從中挑取最優的部分，算法的運算量較大。         還有其他很多算法，如人工神經網絡、貝葉斯-卡爾曼濾波、線性判別分析等，在此就不一一闡述。三、研究現狀    &

26、#160;    正式研究bci的時間至今不足20年，目前絕大部分bci研究處于實驗室研究階段，尚無大規模商業應用。1999年和2002年兩次bci國際會議的召開以及2006年即將召開的第三屆bci國際會議，為bci的發展推波助瀾。下面是一些國際上bci研究有影響的實驗室：         1、奧地利graz理工大學         pfurtscheller等人采用事件相關同步/去同步 (ers/erd)

27、 電位作為bci信號輸入。在這套系統中，受試者可以控制光標的移動。         2、美國wadsworth中心         wolpaw等人訓練受試者自由調節自身?節律，并通過?節律的變化來實現光標移動、字母拼寫和假肢控制等功能。由于靈活控制自身?節律變化比較困難，所以并不是每個受試者都能學會使用這套裝置。         3、德國tübi

28、ngen大學         birbaumer等人設計了一個名為思想翻譯器（thought translation device，ttd）的裝置，通過慢皮層電位（scp）的變化來實現對外界的控制，使用視覺反饋，實現了字母拼寫等功能。         4、美國伊利若斯大學         farwell和donchin采用p300誘發電位作為bci信號輸入。

29、在計算機顯示屏上顯示一個6?6包含36個字母的格子，使用者要求選擇一個特定 字母，每行和每列都在閃爍，頻率為10hz，計算對每行和每列閃爍的平均反應，測量p300幅值。對包含特定字母的行和列的反應幅度最大，根據這個特性就 可以從p300誘發電位中“找到”特定字母。         5、美國smith-kettlewell視覺科學研究所         sutter等人設計的腦反應接口以對視覺刺激反應中所產生的視覺誘發電位（vep）作為b

30、ci信號輸入，通過誘發電位選擇計算機顯示屏上某一特定部分，進而可以實現選擇的功能。         6、我國清華大學         高上凱等人深入分析了穩態視覺誘發電位（ssvep）的特征和提取方法，設計了具有高傳輸速率的基于穩態視覺誘發電位的腦機接口系統，可用于殘疾人的動作控制或環境設備控制等領域。         以上幾種bci系統間的比較。不同bci

31、間的比較系統訓練時間選項個數速度（比特每分鐘）錯誤率持續性用戶滿意度奧地利graz理工大學2-2.5 小時2n/a<11%n/an/a美國wadsworth中心幾個小時22010%n/an/a德國tübingen大學幾個月27210-30%不好間接反感美國伊利若斯大學幾分鐘3645%很好n/a美國smith-kettlewell視覺科學研究所10-60 分鐘643010%很好還行其中速度值為平均速度，n/a表示沒有數據報道或沒有討論。四、存在的問題        bci既是一門新興的研究領域,作為一

32、門交叉學科,涉及計算機科學、神經科學、心理認知科學、生物醫學工程、數學、信號處理、臨床醫學、自動控制等多個領域。仍有大量的問題尚待解決，目前主要存在以下問題：        1、速度太慢。從整體性能上看，大多數信息傳輸率在20比特/分鐘以下，對于一些實際應用還太慢。        2、穩定性不高。系統穩定性隨研究方法、受試者和控制系統不同變化較大；缺乏自適應能力。      &

33、#160; 3、缺乏統一標準。目前尚無統一的bci基礎理論框架，兼容性較差。        4、實用性不強。目前的bci系統大多都是在特定的實驗室環境下設計，真正在日常生活環境下的應用極少； bci裝置的制作費用一般都很昂貴；這些都使得bci系統的實際應用受到限制。        5、采樣信號缺乏具體意義。很難把腦電信號類型與心理意識活動直接聯系起來。      &#

34、160; 6、沒有統一信號處理方法。信號處理方法是目前bci研究的重點,由于百家爭鳴也造成目前研究方法的多樣性，特征提取方法和分類方法沒有統一的標準，沒有任何一種信號處理方法能夠為所有bci研究者所采納。        7、反饋的必需性。要不要反饋？如何反饋？目前仍有爭議。一方面，反饋提高了系統的準確性和穩定性,同時，另一方面，反饋也給整個系統帶來額外的負荷，可能會降低信息傳輸率，同時也給受試者帶來操作上的困難。        

35、;8、訓練的必要性。目前對要不要訓練及采取何種訓練尚有不同觀點.有些bci系統還需要較長時間的訓練過程，需要受試者掌握改變自身腦電變化的技巧，需要耗費大量的時間和精力，容易產生疲憊和反感。        9、難以持續性工作。目前大多數bci系統都只是在特定范圍內工作，系統的連續工作能力受到了限制，受試者難以在實驗中實時“觀察”自己所有的意識。        10、個體差異造成很大影響。由于每個人的思維方 式、行為習慣等都不完全一樣，需要

36、針對每一類人設計不同的實驗參數和訓練方法。即使是同一個人,由于他（她）的注意力、身體狀況、心理狀況、情緒態度、操 作適用性、目的性等的改變，也可能會改變實驗參數，造成已設計好的bci裝置可能無法繼續使用。五、應用前景        由于bci系統可以不依賴于外部肌肉和神經就可以實現人機交互，因此有著極為廣闊的應用前景。目前，bci的應用主要集中于醫學領域、人工智能的實現以及提供新型的娛樂方式。5.1 在醫學方面的應用        在醫學領域中，bci 可以幫助肢體障礙患者提高他們的生活質量。        1、實現簡單的通信。通過bci能夠使用電腦瀏覽網頁、撥打電話和模擬閱讀等。        2、控制周圍環境。通過bci