基于EEG的腦機(jī)接口的技術(shù)和應(yīng)用

本文首發(fā)在陳銳博客上（7988888.xyz），此文章中所有鏈接均通過博客進(jìn)行訪問。

簡要視頻版介紹：

本文基于的文獻(xiàn)參考：

Roberto Portillo-Lara, Bogachan Tahirbegi, Christopher A. R. Chapman,Josef A. Goding, and Rylie A. Green, "Mind the gap: State-of-the-art technologies and applications for EEG-based brain–computer interfaces", APL Bioengineering 5, 031507 (2021) https://doi.org/10.1063/5.0047237

針對于腦機(jī)接口技術(shù)，我在之前的推文中也介紹過很多篇文章，傳送門《BCI相關(guān)內(nèi)容》，《腦機(jī)接口》，《腦機(jī)接口科普文》以及《腦機(jī)接口相關(guān)資料》

最近也是在查閱相關(guān)文獻(xiàn)時，發(fā)現(xiàn)了這篇針對EEG腦機(jī)接口技術(shù)的綜述文章，我個人覺得很棒，值得分享，在之前剛出來的時候也簡要的分享過文章中的圖片給大家，今天也是利用周末的有限時間對腦機(jī)接口技術(shù)再一次進(jìn)行梳理和整合。

對于BCI原理介紹請參考以上傳送門的文章。

實現(xiàn)真實世界的BCI應(yīng)用的最有前景的方法是使用腦電圖 (EEG)技術(shù)，它是一種通過腦電活動無創(chuàng)監(jiān)測大腦的方法之一。它的優(yōu)勢在于其成本相對較低、易于使用、時間分辨率高和無創(chuàng)監(jiān)測。雖然很難準(zhǔn)確理解受試者在使用基于EEG-BCI操作外部設(shè)備時的體驗過程，但有幾件事是確定的。一方面，EEG-BCI可以雙向通信，將用戶意圖轉(zhuǎn)化為功能，這允許受試者控制電子設(shè)備，它對于需要幫助控制輪椅的醫(yī)療患者特別有用。神經(jīng)技術(shù)在慢慢的塑造我們自己的人類體驗和自我意識過程。

1、基于 EEG 的腦機(jī)接口的架構(gòu)

示意圖描述了 eBCI 操作涉及的主要階段。EEG 傳感器（電極帽）用于獲取大腦皮層神經(jīng)元產(chǎn)生的電信號。EEG信號從大腦的自發(fā)內(nèi)源性活動中獲得的，或由外源性刺激引起的。對原始信號進(jìn)行預(yù)處理，然后提取、選擇、分類和翻譯特征以解碼意圖。然后使用數(shù)字命令來驅(qū)動不同的輸出設(shè)備，例如假肢、外骨骼、車輛或輔助軟件等。

2、侵入性程度

對于BCI的分類：

（1）完全侵入式腦機(jī)接口

此類腦機(jī)接口通常直接植入到大腦的灰質(zhì)，因而所獲取的神經(jīng)信號的質(zhì)量比較高。但其缺點是容易引發(fā)免疫反應(yīng)和愈傷組織，進(jìn)而導(dǎo)致信號質(zhì)量的衰退甚至消失。

侵入性腦機(jī)接口的特點是使用微電極的網(wǎng)狀陣列電極，可提供快速的信息傳輸速率和較高的空間和時間分辨率。皮層內(nèi)電極可記錄三種類型的大腦信號，即單電位活動 (SUA)、多電位活動 (MUA) 和局部場電位 (LFP)。但是，盡管它們具有高精度和最佳信號保真度，但與外科手術(shù)相關(guān)的風(fēng)險相比，它在很大程度上限制了其使用場景。此外，長期植入后電極周圍結(jié)締組織的生長和疤痕形成通常會導(dǎo)致信號惡化，并可能導(dǎo)致設(shè)備故障。

（2）半侵入性腦機(jī)接口

部分侵入性BCI裝置植入顱骨內(nèi)，但在大腦外部而不是在灰質(zhì)內(nèi)。與非侵入性BCI相比，它們產(chǎn)生更好的分辨率信號；與完全侵入性BCI相比，在腦中形成愈傷組織的風(fēng)險較低。例如常見技術(shù)：ECoG（皮層腦電）

半侵入性 BCI 可通過放置在皮層表面的硬膜外或硬膜下電極記錄皮層電位振蕩。但是，在使用場景下還是需要進(jìn)行開顱手術(shù)。

（3）非侵入性腦機(jī)接口

這種方式是目前最常見的類型，是置于頭皮表面來觀測大腦信號的活動變化。雖然這種非侵入式的方式非常方便，但是由于顱骨對信號的衰減作用和對神經(jīng)元發(fā)出的電磁波的分散和模糊效應(yīng)，記錄到信號的分辨率并不高。例如常見技術(shù)：EEG/ERP（腦電）、fNIRS（近紅外腦成像）以及fMRI（功能性核磁共振）等。

在最近的可穿戴研究中，一種新型的消費級別的BCI產(chǎn)品（如圖），基于Ear-EEG 的設(shè)計構(gòu)想。

Ear EEG 基于腦機(jī)接口 (BCI) 的研究而構(gòu)建，是一種消費者友好的可穿戴技術(shù)，可檢測神經(jīng)信號并通過藍(lán)牙傳輸信息。圖片來源：neurosciencenews

3、腦電圖（EEG）的神經(jīng)生理基礎(chǔ)

這部分內(nèi)容對于EEG的研究者來說，可以說是很熟悉的內(nèi)容。

(a) EEG 信號反映大腦皮層錐體神經(jīng)元群同步激活引起的腦電活動。興奮性突觸后電位 (EPSP) 通過產(chǎn)生垂直于皮層表面的電荷分離來產(chǎn)生偶極子。(b) 神經(jīng)元之間的交流由突觸介質(zhì)。動作電位到達(dá)突觸前末梢導(dǎo)致神經(jīng)遞質(zhì) (NT) 囊泡釋放到突觸間隙，然后擴(kuò)散到達(dá)突觸后末梢的膜受體并觸發(fā) EPSP。(c) 大腦新皮質(zhì)分為六層 (I-VI)，具有不同的細(xì)胞結(jié)構(gòu)特征。大多數(shù) EEG 信號由主要位于 III 層和 V 層的錐體神經(jīng)元產(chǎn)生。這些神經(jīng)元在空間上垂直于皮質(zhì)表面排列，從而產(chǎn)生與頭皮表面正交的偶極層。EEG 活動被測量為頭皮不同位置記錄的電壓差異，這構(gòu)成了每個記錄電極附近數(shù)千個神經(jīng)元的突觸后電位的總和。(d) 為了到達(dá)頭皮電極，EEG 信號穿過幾層具有不同傳導(dǎo)特性的非神經(jīng)組織，從而衰減信號。(e) 電極以定義的配置放置在頭皮上，取決于被監(jiān)測功能區(qū)域。

據(jù)估計，人腦包含大約 86 × 10 ^9個神經(jīng)元細(xì)胞，錐體神經(jīng)元約占大腦皮層所有神經(jīng)元的三分之二。此外，每個錐體神經(jīng)元平均建立 7000 個突觸連接。突觸通信可以通過間隙連接在電突觸處發(fā)生，間隙連接將大量神經(jīng)元互連起來以同步它們的反應(yīng)。

4、eBCI的設(shè)計

eBCI 的操作依賴于由不同刺激或任務(wù)觸發(fā)的大腦活動模式，從而能夠控制外部設(shè)備。

采集階段：

使用位于頭皮上的電極以定義的配置記錄大腦信號，通常情況下采用10-20國際標(biāo)準(zhǔn)系統(tǒng)，可參考文章《10-20標(biāo)準(zhǔn)系統(tǒng)》

預(yù)處理數(shù)據(jù)：

提高信號質(zhì)量并提高系統(tǒng)的準(zhǔn)確性，預(yù)處理過程可以參考《腦電分析之濾波》，《腦電分析之偽跡剔除》，通過線性和非線性的方法將不需要的噪音信號剔除。

特征選擇：

從腦電信號中識別和提取有區(qū)別的和非冗余的信息，以產(chǎn)生一組可以對其進(jìn)行分類的特征。常用的方法：降維處理、頻域、時頻域，空域等，可參考文章《獨立成分分析》《17個機(jī)器學(xué)習(xí)常用算法》

分類選擇：

根據(jù)選擇的特征，使用不同的分類算法，對受試者進(jìn)行的心理任務(wù)的類型進(jìn)行解碼過程。常用的方法：K-mean、支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)、聚類分類器以及貝葉斯分類器等。

(1)LDA 分類器

LDA分類器(LinearDiscriminant Analysis，LDA)是一種簡單高效的線性分類器，將數(shù)據(jù)往低維度方向投影，使得投影后的數(shù)據(jù)具有類內(nèi)方差最小，類間方差最大的特性。也即是投影后同一類別的數(shù)據(jù)盡可能接近，不同類別的數(shù)據(jù)盡可能分開。最后在最可分的數(shù)據(jù)上通過簡單的閾值設(shè)置進(jìn)行分類。LDA 是運動想象系統(tǒng)中最常用的分類器

(2)SVM

支持向量機(jī)(SVM)是機(jī)器學(xué)習(xí)里典型的分類器，通過構(gòu)建一個最優(yōu)的分割超平面，從而將兩類數(shù)據(jù)盡可能的區(qū)分開。

(3)貝葉斯分類器

貝葉斯分類器是利用貝葉斯公式計算出樣本屬于各個類別的后驗概率，然后最大后驗概率所對應(yīng)的類別則為該樣本的類別。

(4)人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是利用大腦神經(jīng)元結(jié)構(gòu)和信息傳遞機(jī)理，在此基礎(chǔ)上建立大規(guī)模的具有自適應(yīng)能力的網(wǎng)絡(luò)系統(tǒng)，并且通過拓?fù)浣Y(jié)構(gòu)連接，按照大型規(guī)模的并行方式排列而成。人工神經(jīng)網(wǎng)絡(luò)適合非線性分析問題，并且具有較強(qiáng)的學(xué)習(xí)和歸納能力，自適應(yīng)性強(qiáng)。人工神經(jīng)網(wǎng)絡(luò)的模式有很多種，目前常用的人工神經(jīng)網(wǎng)絡(luò)有：感知器、多層感知器、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)等。

(5)聚類分類器

聚類分析是一種具有探索性質(zhì)的模式分類方法，在分類時不依賴于任何關(guān)于分類的先驗知識，而是采用相似度量的方法，對具有相同或相似特征的樣本進(jìn)行分類。它在腦電信號分類中的缺點是對腦電信號的特征要求很高，難以處理復(fù)雜的分類問題，容易造成分辨率低。

—此內(nèi)容來源網(wǎng)絡(luò)資料，僅供參考

信號翻譯階段：

分類的特征被傳遞給翻譯算法，將它們轉(zhuǎn)換成指令。典型的指令范圍從字母選擇和光標(biāo)控制到用于操作機(jī)器人車輛和假肢的命令。

5、eBCI常用范式

根據(jù)用于設(shè)備控制的大腦信號的類型有誘發(fā)或自發(fā)信號。

誘發(fā)信號（EP）：是大腦活動的非自愿時間鎖定偏轉(zhuǎn)，它是響應(yīng)外部事件的呈現(xiàn)而發(fā)生的。例如，P300和SSVEP兩種常用的范式。P300 信號可以由視覺、聽覺或體感刺激的呈現(xiàn)引起，它們可以在中央和頂葉區(qū)域記錄；SSVEP是穩(wěn)態(tài)視覺誘發(fā)電位以固定頻率的閃爍或者變換模式的視覺刺激時（如，閃光），大腦皮層的電位活動將被調(diào)制，從而產(chǎn)生一個連續(xù)的且與刺激頻率有關(guān)（刺激頻率的基頻或倍頻處）的響應(yīng)，這個響應(yīng)具有和視覺刺激類似的周期性節(jié)律。SSVEP 依賴于正常的注意力和動眼神經(jīng)功能，但是患有嚴(yán)重神經(jīng)系統(tǒng)疾病的患者中這些功能通常受到損害。在使用視覺刺激裝置來獲取SSVEP信號時，在大腦皮層中與枕葉視覺區(qū)有關(guān)的腦電通道主要有六個（P03,P0Z,P04,01,0Z,02）

自發(fā)信號的范式不需要外部刺激就能產(chǎn)生控制動作信號。通過依據(jù)自身的心理活動變化進(jìn)行，EEG 活動可以根據(jù)信號的主要頻率 (?) 分為 delta (? < 4 Hz)、θ (4 Hz < ? < 7 Hz)、α (8 Hz < ? < 12 Hz)、β (12 < ? < 30 Hz) 和伽馬 (? >30 Hz) 波段。

一般來說，誘發(fā)信號比自發(fā)信號有更好的效果，而且訓(xùn)練和操作相對更容易，并且需要受試者持續(xù)關(guān)注和集中注意力。

6、電極技術(shù)

電極通常分為三類不同種類的電極：濕電極、干電極和半干電極。

這一部分內(nèi)容可以參考我之前推送過程文章《腦電電極帽》

7、eBCI腦機(jī)接口應(yīng)用

康復(fù)治療：神經(jīng)反饋 (NFB)治療

創(chuàng)傷性腦損傷 (TBI)、創(chuàng)傷后應(yīng)激障礙 (PTSD)、中風(fēng)和其他神經(jīng)退行性疾病

輔助應(yīng)用：電動輪椅等輔助車輛的控制

肌萎縮側(cè)索硬化、進(jìn)行性延髓麻痹和進(jìn)行性肌肉萎縮

未來的應(yīng)用場景：神經(jīng)娛樂。

可以在課堂上實施監(jiān)控大腦活動的技術(shù)，以評估學(xué)習(xí)體驗的不同方面，并研究這一過程背后的生理機(jī)制。

游戲過程中的神經(jīng)控制

腦機(jī)接口在未來將是一項很有益處的神經(jīng)技術(shù)，我很期待未來的發(fā)展和應(yīng)用。

謝謝大家觀看，如有幫助，來個喜歡或者關(guān)注吧！

本文作者：陳銳

博客地址   ：https://7988888.xyz/ 

知乎地址   :  https://www.zhihu.com/people/braintechnology

知識星球   :  https://t.zsxq.com/aeimaqv

以上內(nèi)容僅供學(xué)習(xí)使用，不作其它用途，如有侵權(quán)，請留言以下微信號，作刪除處理！

有任何疑問及建議，掃描以下公眾號二維碼添加交流：