腦機(jī)接口技術(shù)不依賴于常規(guī)大腦信息輸出通路，該技術(shù)建立了一種直接的信息交流和控制通道，為人腦和外界之間提供了一種全新的交互方式。下面小編給大家分享一些腦機(jī)接口技術(shù)論文，大家快來跟小編一起欣賞吧。

　　腦機(jī)接口技術(shù)論文篇一

　　腦機(jī)接口技術(shù)研究綜述

　　摘要：腦機(jī)接口技術(shù)(brain computer interface，BCI) 不依賴于常規(guī)大腦信息輸出通路，該技術(shù)建立了一種直接的信息交流和控制通道，為人腦和外界之間提供了一種全新的交互方式。簡要介紹了BCI技術(shù)的定義和基本組成及發(fā)展現(xiàn)狀，并對皮層慢電位、視覺誘發(fā)電位、眼動(dòng)產(chǎn)生的α波、P300電位和基于運(yùn)動(dòng)想象的μ節(jié)律及β波5種腦機(jī)接口技術(shù)的研究方向作了簡要闡述，最后指出目前BCI研究面臨的挑戰(zhàn)及未來的應(yīng)用前景。

　　關(guān)鍵詞：腦機(jī)接口技術(shù); 腦電信號;信息處理

　　中圖分類號：TN914文獻(xiàn)標(biāo)識(shí)碼：A文章編號：10053824(2013)04000504

　　0引言

　　人類在不斷地探索了解大腦活動(dòng)的奧妙，尤其是腦電信號被發(fā)現(xiàn)以來，科學(xué)家試圖通過腦電信號了解大腦的活動(dòng)規(guī)律。隨著計(jì)算機(jī)技術(shù)、自動(dòng)控制技術(shù)、通信技術(shù)、電子技術(shù)、人體解剖學(xué)、心理學(xué)等學(xué)科的發(fā)展，出現(xiàn)了一個(gè)新的研究領(lǐng)域――腦機(jī)接口技術(shù)[1]。BCI 的研究涉及的領(lǐng)域廣泛，主要涉及生物學(xué)、計(jì)算機(jī)、通信工程、心理學(xué)、臨床醫(yī)學(xué)、數(shù)學(xué)等學(xué)科。作為一項(xiàng)跨學(xué)科的技術(shù)，BCI系統(tǒng)的研究與開發(fā)需要各行各業(yè)專業(yè)人員的配合，同時(shí)隨著BCI 技術(shù)研究的不斷深入，也必將推動(dòng)這些學(xué)科的融合與發(fā)展。

　　1腦機(jī)接口技術(shù)簡介

　　1.1腦機(jī)接口技術(shù)的內(nèi)涵

　　早在1999年，BCI國際會(huì)議對BCI含義進(jìn)行了界定，即“腦機(jī)接口技術(shù)是一種不依賴于正常的由外周神經(jīng)和肌肉組成的輸出通路的通訊系統(tǒng)”[2]，它繞開了外周神經(jīng)和肌肉組織，直接為大腦提供一種新的信息交流和控制通路，為那些不能通過說話或肢體動(dòng)作來表達(dá)想法或操作設(shè)備的人提供一種與外界環(huán)境進(jìn)行交流和溝通的途徑。

　　1.2腦機(jī)接口技術(shù)的組成

　　腦機(jī)接口技術(shù)是通過信號采集設(shè)備從大腦皮層采集腦電信號，經(jīng)過放大、濾波、 A/D 轉(zhuǎn)換等處理轉(zhuǎn)換為可以被計(jì)算機(jī)識(shí)別的信號，然后對信號進(jìn)行預(yù)處理，提取特征信號，再利用這些特征進(jìn)行模式識(shí)別，最后轉(zhuǎn)化為控制外部設(shè)備的具體指令，實(shí)現(xiàn)對外部設(shè)備的控制。一個(gè)典型的腦機(jī)接口系統(tǒng)主要包含4個(gè)組成部分：信號采集部分、信號處理部分、控制設(shè)備部分和反饋環(huán)節(jié)[3]。其中，信號處理部分包括預(yù)處理、特征提取、特征分類3個(gè)環(huán)節(jié)。腦機(jī)接口的結(jié)構(gòu)框圖如圖1所示。

　　腦機(jī)接口技術(shù)信號處理結(jié)構(gòu)框圖1)信號采集部分。此部分負(fù)責(zé)通過相關(guān)設(shè)備采集大腦活動(dòng)產(chǎn)生的電信號。目前，對腦電信號的采集主要有2種方法：侵入式和非侵入式。侵入式方法是將電極插入腦皮層下，該方法采集的大腦神經(jīng)元上的腦電信號具有較高的精度，而且噪聲較小。缺點(diǎn)是無法保證腦內(nèi)的電極長時(shí)期地保持結(jié)構(gòu)和功能的穩(wěn)定，而且將電極植入腦皮層內(nèi)存在安全問題。非侵入式方法測量的是頭皮表面的腦電信號，通過將電極貼附在頭皮上，就可直接獲得人大腦活動(dòng)產(chǎn)生的腦電信號，易采集、無創(chuàng)性等特點(diǎn)使之成為 BCI 技術(shù)研究的主要方向。

　　2)信號處理部分。腦電信號的處理主要包括預(yù)處理、特征提取和特征分類3部分。預(yù)處理主要用于去除腦電信號中具有工頻的雜波、眼電、心電以及肌電等信號的偽跡。特征提取的主要作用是從腦電信號中提取出能夠反映受試者不同思維狀態(tài)的腦電特征，將其轉(zhuǎn)換為特征向量作為分類器的輸入。特征提取是腦電信號處理中十分重要的一步，提取出的特征的好壞將直接影響腦電信號的識(shí)別率。特征分類主要是尋找一個(gè)以特征向量為輸入的判別函數(shù)，并且該分類器能識(shí)別出不同的腦電信號。

　　3)控制設(shè)備部分?？刂圃O(shè)備主要是把經(jīng)過處理的腦電信號轉(zhuǎn)換為外部設(shè)備的控制指令輸出，從而控制外部設(shè)備實(shí)現(xiàn)與外界進(jìn)行交互的目的。

　　4)反饋環(huán)節(jié)。反饋主要是把外部設(shè)備的運(yùn)行情況等信息反饋給使用者，以便使用者能實(shí)時(shí)地調(diào)整自己的腦電信號。

　　2腦機(jī)接口技術(shù)的國內(nèi)外研究現(xiàn)狀

　　自20世紀(jì)70年代起，學(xué)者們就已經(jīng)開始了對BCI技術(shù)的研究。近年來，隨著計(jì)算機(jī)科學(xué)、認(rèn)知腦科學(xué)、神經(jīng)科學(xué)等技術(shù)的飛速發(fā)展，加之殘疾患者需求意識(shí)的不斷提高，越來越多的科學(xué)家和研究者對BCI技術(shù)產(chǎn)生了濃厚的興趣。隨著BCI技術(shù)研究的不斷發(fā)展，研究機(jī)構(gòu)也在不斷增多，國際一些著名的BCI研究小組組織了BCI競賽，進(jìn)一步促進(jìn)了BCI的研究以及各國在BCI研究方面的經(jīng)驗(yàn)交流。目前，腦機(jī)接口的研究主要有以下幾個(gè)方向。

　　2.1慢皮層電位

　　慢皮層電位(slow cortical potential，SCP)是大腦皮層腦電信號中最慢的頻率部分，它的時(shí)間序列中持續(xù)時(shí)間為 300 ms到幾秒之間的正負(fù)電位偏移。思維活動(dòng)顯著時(shí)，大腦皮層的興奮性增強(qiáng)，SCP 發(fā)生負(fù)向變換;思維活動(dòng)減弱時(shí)，大腦皮層的興奮度降低，SCP 發(fā)生正向變換。研究表明，幾乎所有人均能自主地調(diào)節(jié)慢皮層電位，因此慢皮層電位可以作為腦機(jī)接口的控制信號。

　　2.2視覺誘發(fā)電位

　　視覺誘發(fā)電位(visual evoked potential，VEP)是指神經(jīng)系統(tǒng)接受視覺刺激(如圖形翻轉(zhuǎn)、顏色交替或閃光等刺激)所產(chǎn)生的特定電活動(dòng)。根據(jù)視覺刺激模式的頻率不同，視覺誘發(fā)電位可以分為穩(wěn)態(tài)視覺誘發(fā)電位(steadystate visual evoked potential， SSVEP)和瞬態(tài)視覺誘發(fā)電位(transient visual evoked potential， TVEP)。穩(wěn)態(tài)視覺誘發(fā)電位是指在較高頻率刺激下，上一次刺激引起的反應(yīng)還未消失，下一次刺激就已經(jīng)出現(xiàn)所引起的現(xiàn)象。瞬態(tài)視覺誘發(fā)電位是指在較低頻率刺激下，上一次刺激引起的反應(yīng)消失后，下一次刺激才出現(xiàn)時(shí)產(chǎn)生的誘發(fā)電位。

　　目前使用較多的是SSVEP，典型的研究機(jī)構(gòu)有美國 Wright Patterson 空軍基地和清華大學(xué)。Wright Patterson空軍基地的McMillan和Calhoun對SSVEP進(jìn)行了研究，并利用SSVEP實(shí)現(xiàn)了對飛行模擬器的控制。國內(nèi)清華大學(xué)在VEP這方面取得了一定的成績，開發(fā)了基于SSVEP的BCI系統(tǒng)，該系統(tǒng)能夠通過腦電信號控制空調(diào)和電視，甚至啟動(dòng)語音播放器和撥打電話等;他們又利用VEP成功開發(fā)出一套“腦控電話撥號系統(tǒng)”。Sutter等人在1992年建立了腦反應(yīng)界面(brain response interface)系統(tǒng)[6]。國內(nèi)重慶大學(xué)何慶華等人[7]設(shè)計(jì)了基于同頻次復(fù)合刺激方式的腦機(jī)接口系統(tǒng)。 　　2.3眼動(dòng)產(chǎn)生的α波

　　人在閉眼放松時(shí)，腦電信號的α波的幅值會(huì)升高，而睜眼時(shí)腦電信號的α波的幅值會(huì)降低甚至消失，這種現(xiàn)象稱為α波阻斷。α波阻斷現(xiàn)象在大腦枕區(qū)視覺皮層表現(xiàn)最明顯。據(jù)此可以通過對睜眼和閉眼的控制，調(diào)節(jié)α波振幅的大小，進(jìn)而輸出特定控制信號。

　　Dewan最早實(shí)現(xiàn)了利用眼球運(yùn)動(dòng)對α波幅度的調(diào)節(jié)，并把其應(yīng)用于Morse電報(bào)碼的發(fā)送。國內(nèi)，王黎等[8]利用α波對人疲勞狀態(tài)進(jìn)行了評估，其準(zhǔn)確率接近100%;李凌等[9]對閉眼和睜眼靜息狀態(tài)下腦電α波的差異進(jìn)行了研究，經(jīng)研究得到閉眼情況下α波功率明顯高于睜眼情況下α波功率。

　　2.4P300電位

　　P300是主要位于中央皮層區(qū)域的一種與大腦認(rèn)知加工過程有關(guān)的內(nèi)源性誘發(fā)電位，其波形是一個(gè)具有正電位的波峰，其潛伏期大約為300 ms。研究表明，P300電位與相關(guān)事件出現(xiàn)的概率聯(lián)系緊密。通常，出現(xiàn)概率越小的相關(guān)事件，其產(chǎn)生的P300電位越顯著。但是如果相關(guān)事件出現(xiàn)的概率越小，其誘發(fā)一次P300電位的時(shí)間將會(huì)越長，進(jìn)而嚴(yán)重影響B(tài)CI系統(tǒng)的實(shí)時(shí)性。

　　最早記錄到P300電位的是Sutton通過oddball實(shí)驗(yàn)實(shí)現(xiàn)的。較典型的腦機(jī)接口有美國Illinois大學(xué)的Farwell和Donchin等[10]人設(shè)計(jì)的基于P300電位的虛擬打字機(jī)。2010年，Rebsamen等[11]利用P300電位實(shí)現(xiàn)了智能輪椅在已知環(huán)境下的自主導(dǎo)航。該方案首先是在一個(gè)已知的環(huán)境里做好路徑規(guī)劃后，把這些位置以圖標(biāo)形式顯示在電腦界面上，使用者就可根據(jù)誘發(fā)出P300電位的相關(guān)事件，選擇自己想去的位置，在選擇完成后，智能輪椅將根據(jù)預(yù)先規(guī)劃好的路徑自動(dòng)到達(dá)該位置。此外，基于 P300 還開發(fā)了如屏幕上的鼠標(biāo)移動(dòng)、思維游戲和大腦畫家(brain painter)等[12]裝置。

　　2.5基于運(yùn)動(dòng)想象的μ節(jié)律和β波

　　當(dāng)人想象肢體運(yùn)動(dòng)時(shí)，這些區(qū)域產(chǎn)生的腦電信號將出現(xiàn)顯著的變化，尤其是μ節(jié)律和β波變化最為顯著：當(dāng)想象右手運(yùn)動(dòng)時(shí)，左腦運(yùn)動(dòng)區(qū)域皮層的腦電信號變化明顯;當(dāng)想象左手動(dòng)作時(shí)，右腦運(yùn)動(dòng)區(qū)域皮層的腦電信號變化明顯;當(dāng)想象腳運(yùn)動(dòng)時(shí)，大腦中央運(yùn)動(dòng)區(qū)域的腦電信號變化明顯。因此，基于運(yùn)動(dòng)想象的μ節(jié)律和β波可以作為腦機(jī)接口的控制信號。

　　Tanaka等人[13]通過對想象左右臂運(yùn)動(dòng)實(shí)現(xiàn)了智能輪椅左轉(zhuǎn)和右轉(zhuǎn)。CanoIzquierdo等[14]研究三類運(yùn)動(dòng)想象腦電信號其識(shí)別率在80%左右。Barachant等[15]研究對4類運(yùn)動(dòng)想象腦電信號，得到的識(shí)別率僅有70%左右。沈繼忠等人[16]對想象左右手運(yùn)動(dòng)產(chǎn)生的腦電信號進(jìn)行識(shí)別，平均識(shí)別率達(dá)到86%左右。徐寶國等[17]研究左右手運(yùn)動(dòng)想象腦電信號實(shí)現(xiàn)對機(jī)器人的控制，在線平均識(shí)別率達(dá)到89.5%。目前對基于運(yùn)動(dòng)想象的μ節(jié)律和β波的研究中，存在對兩類運(yùn)動(dòng)想象腦電信號的識(shí)別率較高，而對三類或者更多類運(yùn)動(dòng)想象腦電信號的識(shí)別率很低的問題。

　　3腦機(jī)接口技術(shù)發(fā)展面臨的挑戰(zhàn)

　　盡管大量實(shí)驗(yàn)和研究已經(jīng)表明通過腦電信號建立BCI系統(tǒng)的可行性，但BCI技術(shù)還有許多亟待解決的問題。

　　1)信號處理和信息轉(zhuǎn)換速度慢。目前，BCI系統(tǒng)的最大信息轉(zhuǎn)換速度可達(dá)68 bit/min，此速度與正常交流時(shí)所需的速度相差甚遠(yuǎn)[18]。

　　2)信號識(shí)別精度低。目前，基于自發(fā)腦電的BCI系統(tǒng)，對運(yùn)動(dòng)想象腦電信號進(jìn)行的研究，2類思維任務(wù)的識(shí)別率約為90%[19]，3類任務(wù)得到其識(shí)別率在80%左右[14]。對4類運(yùn)動(dòng)得到的識(shí)別率僅有70%左右[15]?？刂浦噶疃鄷r(shí)，識(shí)別率低的問題使得BCI系統(tǒng)在實(shí)際應(yīng)用中受到了嚴(yán)重的限制。

　　3)信號采集和處理方法需改進(jìn)。腦電信號采集過程中，夾雜著不少干擾成分，如肌信號干擾等[18]，因此設(shè)計(jì)抗干擾能力強(qiáng)的腦電信號采集設(shè)備等問題有待解決;如何改善信號處理方法使之系統(tǒng)化、通用化，從而快速、精確、有效地設(shè)計(jì)出實(shí)用BCI系統(tǒng)的問題也有待研究。

　　4)自適應(yīng)性較差。自適應(yīng)性包括隨時(shí)間和空間變化的自適應(yīng)性和隨自身變化的自適應(yīng)性[19]。目前，BCI的自適應(yīng)性還比較差。

　　5)缺乏能對BCI系統(tǒng)的性能進(jìn)行科學(xué)評價(jià)的評價(jià)標(biāo)準(zhǔn)。

　　總之，作為一種新興的、復(fù)雜的、涉及多學(xué)科的通信技術(shù)，BCI的發(fā)展還很不完善，存在的問題還很多，有待于科研工作者們下大氣力研究解決。

　　4腦機(jī)接口技術(shù)的應(yīng)用前景

　　腦機(jī)接口技術(shù)以其巨大的實(shí)用價(jià)值在全球內(nèi)得到廣泛的重視，隨著 BCI的發(fā)展，它將在越來越多的領(lǐng)域得到應(yīng)用。

　　首先，BCI技術(shù)在醫(yī)療檢測和康復(fù)醫(yī)學(xué)中有著巨大的應(yīng)用前景，如麻醉醫(yī)師通過觀測腦電信息掌握病人麻醉深度的信息，進(jìn)行手術(shù)麻醉深度監(jiān)護(hù)，以此來減少藥物對病人大腦的損傷;用在癲癇和多動(dòng)癥的治療過程，可有效避免藥物損害。BCI 技術(shù)還為肢體障礙患者提供生活便利，利用 BCI系統(tǒng)可實(shí)現(xiàn)輪椅控制、計(jì)算機(jī)操作、開關(guān)控制等操作;幫助殘疾人或失去運(yùn)動(dòng)能力的老年人進(jìn)行主動(dòng)康復(fù)訓(xùn)練等。

　　其次，在交通及軍事領(lǐng)域中，可以利用腦機(jī)接口來實(shí)現(xiàn)無人駕駛等技術(shù)。通過遠(yuǎn)程發(fā)送腦電控制信號來駕駛汽車、飛機(jī)、火車等交通工具，不但可以準(zhǔn)確無誤地駕駛與飛行，還可以避免交通事故的發(fā)生并降低傷亡率。

　　再次，在休閑娛樂領(lǐng)域，通過腦機(jī)接口技術(shù)，可以通過思維控制來遙控電子游戲，實(shí)現(xiàn)前所未有的休閑娛樂方式。

　　此外，BCI 技術(shù)研究更重要的研究意義和價(jià)值在于它可以為大腦提供一種新的信息輸出渠道，實(shí)現(xiàn)大腦和外界環(huán)境的交流，有助于人們深入了解和研究復(fù)雜的大腦神經(jīng)活動(dòng)，并極大地豐富人類在腦認(rèn)知科學(xué)研究領(lǐng)域的研究內(nèi)容。

　　5結(jié)束語

　　BCI技術(shù)為人類提供了一種全新的與外界進(jìn)行交流的方式，但是目前大多數(shù)BCI研究仍然處于實(shí)驗(yàn)室探索階段，真正投入實(shí)際使用的很少，同時(shí)BCI技術(shù)的研究和開發(fā)還有很多問題需要解決。但是隨著計(jì)算機(jī)科學(xué)、神經(jīng)生物學(xué)、智能控制等各個(gè)相關(guān)學(xué)科的不斷發(fā)展與融合，BCI技術(shù)必將逐步應(yīng)用于現(xiàn)實(shí)，造福人類。 　　參考文獻(xiàn)：

　　[1]WOLPAW J R，MCFARLAND D J，NEAT G W，et al. An EEGbased braincomputer interface for cursor control[J].Electroencephalography and Clinical Neurophysiology，1991，78 (3)：252259.

　　[2]WOLPAW J R，BIRBAUMER N，HEETDERKS W J，et a1.Braincompurer interface technology： a review of the fimt intemational meeting[J].IEEE Transaction on Rehabilitation Engineering，2000，8 (2)：164173.

　　[3]羅明偉.基于小波和共同空間模式的腦機(jī)接口研究及在智能輪椅中的應(yīng)用[D].重慶：重慶郵電大學(xué)，2013.

　　[4]KUBLER A，KOTCHOUBEY B，HINTERBERGER T，et al.The thought translation device：aneurophysiological approach to communication in totalmotorparalysis[J].Experimental Brain Earch，1999，124(2)：223232.

　　[5]BIRBAUMER N，COHENLG.Braincomputer terfaces：communication and restoration and estoration of movement in paralysis[J].Journal of Physiol(Lond)，2007，579(3)：621636.

　　[6]SUTTER E. The brain response interface：communication through visuallyinduced electrical brain response[J]. Journal of Microcomputer Applications，1992，15(1)：3145.

　　[7]何慶華.基于視覺誘發(fā)電位的腦機(jī)接口實(shí)驗(yàn)研究[D].重慶：重慶大學(xué)，2003.

　　[8]王黎，于濤，聞邦椿. 基于腦電α波的非線性參數(shù)人體疲勞狀態(tài)判定[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，26(12)： 11741177.

　　[9]李凌，張金香. 閉眼與開眼靜息狀態(tài)下腦電α波的差異研究[J].電子科技大學(xué)學(xué)報(bào)， 2010，39(3)： 450453.

　　[10]FARWELL L A，DONCHIN E. Talking off the top of your head： toward a mental prothesis utilizing eventrelated brain potentials [J]. Electroenceph Clin Neurophysiol，1988，70(6)： 510523.

　　[11]REBSAMEN B，GUAN G T，ZHANG H H，et al. A brain controlled wheelchair to navigate in familiar environments [J]. IEEE Transactions on Neural System and Rehabilitation Engineering，2010，18(6)： 590598.

　　[12]PASQUALOTTO E，F(xiàn)EDERICI S，BELARDINELLI M O.Toward functioning and usable braincomputer interfaces(BCIs)： a literature review[J].Informa Healthcare，2012，7(2)：89103.

　　[13]TANAKA K，MATSUNAGA K，WANG H. Electroencephalogrambased control of an electric wheelchair [J]. IEEE Transactions Robotics，2005，21(4)： 762766.

　　[14]CANO IZQUIERDO J M， IBARROLA J，ALMONACID M. Improving motor imagery classification with a new BCI design using neurofuzzy SdFasArt [J]. IEEE Transactions on Neural System and Rehabilitation Engineering，2012，20(1)： 27.

　　[15]BARACHANT A，BONNET S，CONGEDO M，et al. Multiclass braincomputer interface classification by riemannian geometry [J]. IEEE Transaction on Biomedical Engineering，2012，59(4)： 920928.

　　[16]王攀，沈繼忠，施錦河.想象左右手運(yùn)動(dòng)的腦電特征提取[J]. 傳感技術(shù)學(xué)報(bào)， 2010，23(9)： 12201225.

　　[17]徐寶國，宋愛國，費(fèi)樹岷.在線腦機(jī)接口中腦電信號的特征提取與分類方法[J].電子學(xué)報(bào)， 2011，39(5)： 10251030.

　　[18]羅尚清，楊浩.腦機(jī)接口系統(tǒng)工作原理綜述[J].醫(yī)療衛(wèi)生裝備，2008，29(8)：3335.

　　[19]楊幫華.自發(fā)腦電腦機(jī)接口技術(shù)及腦電信號識(shí)別方法研究[D].上海：上海交通大學(xué)，2006.

　　作者簡介：

　　李勃(1986)，男，內(nèi)蒙古突泉縣人，碩士研究生，主要研究方向?yàn)槟X機(jī)接口技術(shù)研究。Braincomputer interface technology research review

點(diǎn)擊下頁還有更多>>>腦機(jī)接口技術(shù)論文