脑机接口技术的研究综述

脑机接口技术的研究综述

摘要

脑机接口（Brain-ComputerInterface,BCD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）口勺一种全

新通讯和控制技术。脑机接口作为目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日勺应用潜

力，近来，脑机接口技术得到了长足的进步和飞速日勺发展，应用领域也在逐渐

扩大。本文概述了基于脑电信号（EEG）^BCI系统的构成和基本原理、波及时

核心技术和研究现状，最后分析了脑-机接口技术目前存在口勺问题与应用前景。

核心词：脑机接口；脑电信号；特性提取；特性分类

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体现意愿或操纵设备，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协助肌肉萎缩、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毕对外界交流和控制［3］。

脑机接口技术形成于20世纪70年代，是一门波及纳米技术、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数年来，随着人们对神经系统功能结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、通信等领域一种新的研究热点。

BCI技术的核心是把顾客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研究工作中相称重要的部分就是调节人脑和BCI系统之间的互相适应

关系，也就是寻找合适的信号解决与转换算法,使得神经电信号可以实时、迅速、

精确地通过BCI系统转换成可以被计算机辨认的命令或操作信号。BCI技术的

发展目前还存在着诸多问题，有待于更多的科技工作者致力于进一步的研究。为

增进BCI技术的发展.本文在杳阅有关资料的基础上，对BCI的原理.、构造做

了较为具体的综述，并对其应用前景、存在的问题以及评价原则进行了探讨。

BCI系统的工作原理及其基本构造

2.1BCI系统的工作原理

神经科学的研究表白，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变化神经电活动的

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性信号.，通

过对这些特性信号进行分类辨认，辨别出引起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状况下对外部环境的控制这就是BCI的基本

工作原理

2.2脑机接口的基本构造

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通过放大、滤波、

A/D转换等解决转换为可以被计算机辨认的信号，然后对信号进行预解决，提取

特性信号，再运用这些特性进行模式辨认，最后转化为控制外部设备日勺具体指令,

实现对外部设备的控制。一种典型日勺脑机接口系统重要涉及4个构成部分：信号

采集部分、信号解决部分、控制设备部分和反馈环节［3］。其中，信号解决部分

涉及预解决、特性提取、特性分类3个环节。脑机接口口勺构造框图如图1所示。

I信号处理部分;

~川预处理il特征提取H特征分类HI

L_..........二二二二.…J

信号采控制设

集部分备部分

反馈环节―

图1脑机接口技术信号解决构造框图

1）信号采集部分此部分负责通过有关设备采集大脑活动产生的电信号。

目前，对脑电信号的采集重要有2种措施：侵入式和非侵入式。侵入式措施是将

电极插入脑皮层下，该措施采集日勺大脑神经元上的脑电信号具有较高的精度，并

且噪声较小。缺陷是无法保证脑内的电极长时期地保持构造和功能的稳定，并且

将电极植入脑皮层内存在安全问题。非侵入式措施测量日勺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技术研究的重要方向。

2）信号解决部分脑电信号的解决重要涉及预解决、特性提取和特性分类3

部分。预解决重要用于清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。特性提取日勺重要作用是从脑电信号中提取出可以反映受试者不同思

维状态H勺脑电特性，将其转换为特性向量作为分类器的输入。特性提取是脑电信

号解决中十分重要的I-步，提取出的I特性的好坏将直接影响脑电信号的辨认率。

特性分类重要是寻找一种以特性向量为输入的鉴别函数，并且该分类器能辨认

出不同日勺脑电信号。

3）控制设备部分控制设备重要是把通过解决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）反馈环节反馈重要是把外部设备的运营状况等信息反馈给使用者，以便使

用者能实时地调节自己的脑电信号。

三、基于EEG的脑机接口研究措施

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映，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）oEEG反映了大脑组织的I电活动

及大脑的功能状态，脑的复杂活动反映在头皮上的电位活动就是EEG轨迹

[5]o因此理论上，人的意图通过脑电应当可以被探测辨认出来。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中应当是可辨识BT',,

因此EEG成为BCI研究的I首选工具。BCI技术就是要通过辨认这种意图，将之

体现为对外部设备时直接控制。由于脑电信号的本质尚未知，难以拟定一种特定

的信号辨认措施。假设脑电信号是线性的，那么大多数BCI使用的I线性辨认措

施足以应用。反之，则线性辨认算法对于但愿被辨认的信号也许是最糟糕的描

述。但无论何种状况，BCI技术的首要任务就是从EEG中辨认出人的主观操作

意识，并将之体现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

⑴P300（诱发电位）

P300是一种事件有关电位（ERP）,在时间有关刺激300〜400ms后浮现的正目位,

重要位于中央皮层区域，其峰值大概出目前时间发生后300ms，有关事件发生的

概率越小，所引起日勺P300越明显。基于P300日勺BCI日勺长处是P300属于内部相应,

使用者无需通过训练就可产生P300[6]o

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口勺不同生物电反映，其诱

发刺激可以是荧光、闪光刺激。视觉诱发电位又可以提成短时视觉诱发电位和稳

态视觉诱发电位两种。

⑶时间有关同步或时间有关去同步电位（自发脑电）

单边的肢体运动或想象运动，大脑同侧产生事件有关同步电位（ERS）,大脑对侧

产生时间有关去同步电位（ERD）。ERS、ERD是与运动有关的，重要位于感觉运动

皮层。

（4）皮层慢电位（自发脑电）

皮层慢电位也称慢波电位（SlowCorticalPoten2lials,SCPs）,是皮层电位日勺变

化，是脑电信号中从30（）ms持续到几秒钟的大日勺负电位或正电位，能反映皮层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［71O

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1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

（a、6、丫、6）来表达不同的自发EEG信号节律。例如a节律在8〜13Hz频

段，而B节律则在13〜22Hz频段。

采用以上几种脑电信号作为BCI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,其信号检测和解决措施较简朴

且对时率高。局限性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）。其他几类信号的长处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..特性提取和转换措施

特性提取波及如何从EEG中提取少量的有用日勺信息，分别运用这些信息进行不

同脑状态口勺辨别。常用的特性提取的算法如:：FFT（FastFourierTransform

Algorithm）＞有关性分析、AR（AutoRegression）＞参数估计、CSP（CommonSpatial

Patterns）＞Bulter2worth低通滤波、遗传算法等。算法的）选择与所运用H勺信号特性

及电极位置有关。

信号解决的目的是最后从信号中辨认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，特别是当噪声和信号极为相似的时候就显得更为重要。提

高信噪比的技术有诸多，具体有空间及时间滤波措施、信号平均以及单次辨认措

施。BCI转换算法把信号特性（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，至IJ1999

年研究小组日勺数量己超过了20个，目前世界各地有近百个研究小组。1999年，和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。卜面是近些年某些较有

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ERDB^脑机接口系

统研究，并实现了GrazI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l^bingen大学：wolpaw等⑺设计了一种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中心始终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。此外，为了便于比较和评估，他们研制

BCI-通用系统，该系统已在世界上200多种实验室中使用［7］。

中国清华大学：高上凯等人进一步分析了稳态视觉诱发电位（SSVEP）的特性

和提取措施，设计了具有高传播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I问题

BCI是一门新兴的研究领域，波及计算机科学、神经科学、心理认知科学、

生物医学工程、数学、信号解决、临床医学、自动控制等多种领域，仍有大量的

问题尚待解决，目前重要存在如下问题：

1）信号解决和信息转换速度慢。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］0

2）信号辨认精度低。目前，基于自发脑电日勺BCI系统，对运动想象脑电信号

进行的研究,2类思维任务的辨认率约为90%［10］,3类任务得到其辨认率在80%

左右［11］。对4类运动得到日勺辨认率仅有7（）%左右［12］。控制指令多时，辨认率

低日勺问题使得BCI系统在实际应用中受到了严重:的限制。

3）信号采集和解决措施需改善。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；如何改善信号解决措施使之系统化、通用化，从而迅速、精确、有效地设

计出实用BCI系统日勺问题也有待研究。

4）自适应性较差。自适应性涉及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）缺少能对BCI系统的I性能进行科学评价的评价原则。总之，作为一种新兴

的、复杂的、波及多学科的通信技术,BCI的发展还很不完善，存在的问题还诸

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，由人日勺思维控制机器人从事多种工作。

脑机接口机器人不仅在残疾人康复、老年人护理方面具有明显的优势，并且在军

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协助肢体障碍患者提高他们的生活质量，

如：

（I）与周边环境进行交流：BCI机器人可以协助残疾人使用电脑、拨打电话

等；

（2）控制周边环境:BCI机器人可以协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康复机器人可以协助残疾人或失去运动能力的老年人进

行积极康复训练，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机器人的研究重要应用于医学领域，特别是为残疾人与老年人

提供协助，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合适人工操作日勺环境中

工作；

（2）无人驾驶汽车或飞机:BCI机器人可以协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，同步为残疾人开辟了更广阔口勺活动空

间;

（3）为电子游戏增长娱乐功能：用“思想”控制电子游戏是老式鼠标、键盘控

制电子游戏的有益补充，会增长游戏的娱乐效应。

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斫究潜力和应用潜力十分巨大。

六、BCI的评价原则

由于不同BCI系统的输入、输出、转换算法等存在很大的差别，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也许某一种系统针对某一

种应用比较有效，对此外的应用场合其性能往往并不抱负,甚至不能使用对不

同时BCI系统进行比较和评价将有助于BCI的发展。因此，谋求一种有效的、

合理的、实用的评价措施作为BCI系统性能评估的原则，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原则是波特率，即单位时间内的信息传播

量在BCI系统中，波特率既和速度及精确度有关，同步也和操作的复杂限度

有关程明等人的研究表白，在从两个选项中进行选择的系统中，精确率由80%

提高到90%,其信息传播率能提高一倍；如果从两个选项中选用目的时的精确

率是90%,从四个选项中选用目的时时精确率是65%,两者信息传播率将大

体相似。以信息传播率为原则来评价BCI的性能是比较客观和公正的，也许可

以被大多数研究者所接受。但由于BCI的应用和对其性能规定的千差万别，要

应用统一的、适合于多种BCI系统的原则进行评估，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日勺研究重要是为某些

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日勺手段或控制

外界的方式，并协助其康复。随着对人脑构造与功能结识更加清晰，提取脑电信

号技术手段不断提高，以及高效率、低成本计算机的浮现，BCI研究人员将研究

出“更快、更准、更易"H勺BCI技术。固然，在BCI的发展中仍存在着诸多挑战。

例如，目前尚无一种BCI系统可以做到既精确又能实现迅速控制，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结识,

同步也将变化人类的生活方式。

参照文献

...SchaLG.Brunne.P.Gerhard.LA.e.aLBerface.(BCIs).detectio.instea.o.

classification..Ncurosc.Mcthods.Ja.15:167(1):51-62

…沈敏.脑-机接口技术综述重庆邮电大学学报(自然科学版..(6.:14..150.

…肖首柏，胡剑锋.脑机接口研究概述科技广场.(9.:22..232.

［4］刘辉，杜玉晓，彭杰等.脑机接口技术发展［J］.电子科技，；24(5):116-119.

...Serruy..D.Hatsopoulo..G.Paninskil.Fellow..R.e.al.Berface.Instan.neu

ra.contro.o..movemen.signal..］.Nature..416.141-142.

…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,，，,

…孟飞，黄军友，高小榕.基于脑一机接口技术日勺上肢康复训练系统中国康复医

学杂志,，.1.(5.:32.329.

［8］杨立才，李佰敏，李光林等.脑机接口技术综述［J