脑机接口技术--可以实现意念控制的黑科技

在人的大脑上安装一根线缆或者一个传感器，我们就可以自由的通过意念控制一切，比如控制无人机的飞行，控制机器人的运动和动作，这并非是科幻小说里的天马行空，而是真实存在的黑科技：脑机接口技术。

什么是脑机接口？顾名思义，脑机接口就是建立大脑和外部世界的直接沟通渠道，换句话说就是将大脑与外部设备进行连接，建立大脑和外部世界的双向通讯接口。这个双向通讯简单来说就是：一方面大脑要发出指令实现对外部设备的控制，另一方面外部设备也要不断地给大脑发送各种各样的反馈信息，让大脑及时调整控制策略，维持整个系统的稳定性。可以说脑机接口技术是未来人类智能和机器智能相结合的重要技术手段。

1. 脑机接口系统的结构

脑机接口是一个年轻的交叉学科研究领域，涵盖了神经科学、心理学、计算机科学、生物医学工程、临床医学等多个学科，需要研究人员掌握编程能力，了解生物医学、数据处理和模式识别等方面的知识，是一个综合性的研究领域。过去二十年来，许多国家实验室都在进行脑机接口的研究，实现了多种方案和应用模式。简单来说，一套完整的脑机接口系统主要包括四部分：1.脑电波的采集和放大；2.算法对脑电波进行识别和分类；3.把识别出来的指令发送给我们想控制的设备；4.这些设备对我们自身的反馈。

1.1 信号采集与放大

第一部分就是脑电信号的采集和放大，这部分依靠脑电采集设备来实现。就像下面这个样子：

这种设备是依靠在头皮贴上电极片来获得头皮表面微弱的电信号（脑电波就是在头皮测得的电压信号），这些电极片都固定在电极帽上，我们只需要佩戴这个帽子就可以了，图中白色帽子上一个个的凸起物就是检测脑电波的电极。为了保证电极片和头皮接触良好，我们通常还会在电极与头皮之间涂抹导电膏，手感就像护手霜一样，有些导电膏里还会加入一些磨砂颗粒。

为什么要把脑电波采集到并且放大呢？因为脑电波本身十分微弱，只有几微伏左右，因此我们需要把检测到的脑电波信号连接一个放大器。几微伏是什么概念呢---我们手机充电器的输出电压在5-15伏左右，脑电波是这个信号的百万分之一。因此科学家们研究大脑的脑电波，都要用到图中这样的脑电放大器。这类放大器通常比较大，放在实验室里。因为脑电波太微弱，所以实验的条件非常严格，不能收到外部或者人自身的干扰，脑电波的采集通常要在无干扰的屏蔽室内进行，采集脑电波时人不能乱动等等。为了更方便的使用， 让实验者在实验中更加灵活舒适，同时可以走出实验室，出现了下面这样的无线便携式脑电放大器。图中实验者脑后的小黑盒子就是放大器，从实验者头部采集的脑电波信号通过导线传输到这个小盒子，脑电波信号经过放大后再无线传输给电脑，这就完成了脑机接口的第一步。

仅凭被放大的脑电波是无法控制任何东西的，脑电波信号必须经过计算机编写的算法处理之后才能获得意义明确的控制指令，单纯的脑电波信号只能显示我们大脑的状态，并不能进行控制----这就涉及到脑机接口系统的第二部分：脑电波信号的解码，也就是计算机算法对脑电波进行识别和分类。

1.2 信号解码

把脑电波采集出来之后，自然要解码，把大脑的语言翻译成计算机能理解的语言，这部分主要依靠算法来支持---所以做脑机接口的研究还要会编程。原始的脑电波信号夹杂着很多的噪声，又因为脑电波本身非常的微弱，这就导致我们用脑电放大器采集到的信号里非常杂乱。因此做信号解码的第一步就是滤除这些噪声，通过一些滤波算法和处理之后，我们的脑电波信号就非常干净了。

这些弯弯曲曲的折线就是干净的脑电波，里面包含了很多信息。那么如何把脑电波翻译成计算机能理解的语言呢？这里就要介绍目前常用的脑机接口系统了。我们首先介绍一下评价脑机接口系统的三个标准：正确率，指令的输出速度和可输出的目标数量。正确率就是指计算机识别我们意图的正确率，正确率越高说明脑机接口系统的性能越好；指令的输出速度是指脑机接口系统用多长时间才能输出一个指令，时间越短说明速度越快，脑机接口系统的性能就越好；可输出的目标数量是指系统能输出多少个不同的指令，这个指令的数目越多，说明我们对目标的控制越精细。举例来说，1号系统只能控制无人机的起飞和降落，2号系统可以控制无人机的起飞、降落、前进、后退、翻转，那么2号系统就要优于1号系统。

介绍完基本概念，我们就来介绍主题：当前常用的脑机接口系统。目前科学家们通常使用的系统有以下几种。

1.2.1 基于P300的脑机接口系统

首先介绍一下这个系统的原理。P300是脑电波的一种波形成分，当我们看到或者听到一些小概率发生的事情时，大脑就会产出这种P300信号。举例来说：我随机说20个数字，你听到我喊5这个数字时心里就默默计数一次，我喊完20个数字之和，你要回答我刚才一共喊了几次5。

那么，游戏开始。1,4,9,7,3,5,7,2,8,0,2,6,9,8,5,7,3,2,0,6。

现在你来回答，我刚才喊了几次5呢？答案是2次。20次实验里我喊了2次5，那么我喊5这件事情的概率是多少呢？是2÷20=0.1，也就是十分之一，这已经算是小概率事件了。在这个实验中你的大脑发生了什么呢？

当我喊了其他数字的时候，你的大脑在想：哦这个数字不是5，我要仔细听下一个数字；当我喊了5这个数字的时候，你的大脑立马就会非常兴奋的说：是5！他喊的是5！这是第一次出现5！我要把它记下来。于是你的大脑就开始默默的计数：1次。我继续喊，当我再次喊5这个数字的时候，你的大脑又会非常兴奋的说：又是5！这是第二次出现5！我要把它记下来。于是你的大脑又开始默默的计数：2次。P300这个信号就是你的大脑在听到5的时候产生的反应。请看下图中红色圆圈。那个很大的脑电波就是你在听到5时的反应。

当然如果我换个数字让你数，比如1，那你听到1的时候 依然会产生P300的波形。至于这个波形为什么叫P300，P就是positive（正向）的意思，表示他是一个正向（大于0，向上）的波形；300指的是300毫秒，在刚才那个计数的游戏里，在我喊出5之后300毫秒你的大脑才反应过来，于是在我喊出5之后300毫秒的时刻，你的大脑才会产生这个P300的信号。也许你认为自己的反应速度会比其他人快，但是相信我，我们的大脑本来就需要时间来反应。

事件发生的概率越小，P300的数值越大，上图那个波就会更高。比如我们再重复一次刚才那个游戏，这次游戏里我喊20个数字，但只喊一次5，那喊数字5这件事的概率就降低到了二十分之一，这时候你大脑里的P300信号会比第一次游戏时更大。

如果我们来玩一场意念猜想的魔术游戏，我让你自己挑一个数字去计数，不用告诉我这个数字是几，我要自己猜。然后我开始随机的喊数字，喊完所有的数字之后我通过你的脑电波就能判断你选择的是数字几。

刚才我们玩的游戏属于听觉P300，就是通过听来激发你的P300信号，目前应用较多的是视觉P300，如下图。我们在电脑屏幕上设计这样的刺激界面，界面的行列按随机顺序闪烁，要求你注视某个特定的目标（比如W），并记录目标闪烁的次数。当你选定的目标闪烁的时候，你的大脑里就会产生P300信号。如果在下面两张图里如果我都能检测到你的P300信号，那计算机立马就能判断你看的是W——这两张图的交叉点是W。如果我们把W换成一个指令，比如一个小车的前进命令，那当计算机系统就会识别出你看的是前进，于是计算机就会控制小车往前走。神奇吧？

P300脑机接口系统的主要优点是：实验者只需要几次训练就可使用，可以提供通讯和控制功能，系统稳定可靠，可识别的指令也非常多。当然P300系统也有缺点，就是实验时间太长，需要多次实验才能获得确定的P300——因为我们只有对小概率事件才会有P300信号，就像我们刚才玩的喊数字的游戏，我们喊了2次5，却花了那么多时间喊了18次没用的数字，相当于整个实验中只有十分之一的时间是有用的。但是我们无法把另外十分之九的时间节省下来，那样喊5这件事就不是小概率事件了，大脑也就不会有P300信号。

这就决定了P300系统本身的效率较低，速度较慢。因此几乎所有的P300研究的核心目标都是提高系统的速度、精度和实用性。同时P300-系统需要依赖刺激源——在刚才数W的那个试验里，我们得有一台电脑显示器才行。

1.2.2 基于运动想象的脑机接口系统

基于运动想象的BCI系统已经发展多年，其原理是我们对肢体动作的想象会在大脑感觉运动皮层体现出来。我们都知道我们的左脑控制的是右半身---比如右手都是由左脑控制的；右脑控制的是左半身---左手都是由右脑控制的---这叫对侧占优。我们在运动右手时，左脑会处于激活状态，反之运动左手时，右脑也处于激活状态。事实上，即使我们不动右手，只是在脑海中想象右手的运动（实际不动），我们的左脑也会开启激活状态，这就是运动想象脑机接口的理论基础，如下图。

因此只需要检测大脑的激活状况就可以作为BCI控制的有效信号。比如通过计算机对脑电波信号进行计算，发现右脑处于激活状态，那么实验者一定在想象左手的运动，于是计算机就会输出一个向左的信号。如果我可以用大脑控制一个小车，只需要想象左手或右手运动，小车就会向左转或向右转。

运动想象系统的最大优点在于控制信号是我们自主想象的，不需要特定的外界刺激---就像上面讲的P300系统，实验者需要用眼睛盯着计算机的显示器来做选择，运动想象则不需要显示器，只需要实验者自己想象就可以。当然运动想象系统的缺点也很明显，那就是输出的目标数太少，通常只有2-4种，而且需要多次的训练来适应，计算机识别的正确率也有待提高。

1.2.3 基于稳态视觉诱发电位（SSVEP）的脑机接口系统

稳态视觉诱发电位这个词比较拗口，我们以下就用它的英文缩写SSVEP来表示。它的原理是通过一定闪烁频率的目标对实验者的眼睛进行刺激，再根据大脑视觉区域的脑电波成分去判断实验者看到的是哪个闪烁频率的信号。举例来说，比如实验者面前有一个电脑显示器，上面有四个目标，四个目标的闪烁频率分别10Hz（一秒钟闪烁10次）、11Hz（一秒钟闪烁11次）、12Hz（一秒钟闪烁12次）和13Hz（一秒钟闪烁13次），实验者在看10Hz的目标，那他大脑中视觉神经区的脑电波信号就会有10Hz的成分，计算机通过分析脑电波数据，从而判断实验者观看的是10Hz的目标，然后将目标输出。

标准的SSVEP刺激界面中，受试者会看到视野中不同的目标以不同的频率闪烁（例如显示器上有多个不同的目标），如下图。

上图中有15个目标，实际的实验中这些目标都是在闪烁的，区别是每个目标闪烁的间隔不同。连续的闪烁刺激会诱发脑电产生稳态的响应，计算机此时通过分析脑电波信号就可以计算出实验者看到的目标，如下图就是实验者在看14Hz信号时，计算机分析出的结果。

因为谐波响应，脑电波中不仅包括14Hz的信号，还有28Hz（二倍频）和42Hz（三倍频）的成分。

所以SSVEP系统的整体效果就是：有很多目标在你面前闪烁，每个目标的闪烁频率都不相同，你盯着哪个目标，系统就会输出那个目标。如果把目标直接换成指令，比如对无人机的控制命令，那你只依靠眼睛就可以控制无人机了。

SSVEP的优点是识别速度快，正确率高，可以输出的指令多，同时实验者只需要很少的训练就可使用。SSVEP系统是目前综合性能最好的脑机接口系统。缺点是需要依赖刺激源，实验者需要注视计算机显示器，同时注视闪烁的目标太久容易引发视觉疲劳——你可以想象面前有个人拿手电筒在你眼前不停的晃，你看一会眼就花了。

除了上述三种系统以外，还有混合脑机接口系统，属于上述三种系统的变式，比如用想象左手运动的方法开启一个SSVEP脑机接口系统等等，有时这种方法可以结合每个方法各自的优势，针对特殊的研究实现更好的效果。

1.3 指令输出

这部分就很简单了，就是计算机将分析得到的指令输出给外部设备，如果我们想控制机械手臂，那就传输给机械手臂——只需要将计算机与机械手臂的通讯接口连接。如果控制无人机那就连接无人机，或者我们可以直接将识别的结果显示在电脑显示器上面。

1.4 刺激反馈

这是控制设备对实验者自身的反作用 。比如我控制一个无人机飞行，执行各种操作，比如左右移动，上升下降，最后落地，那无人机对我们的反馈就体现在视觉反馈上——我们可以直接看到自己控制的效果，如果识别错误，我们可以进行修改。又或者我们控制一个机械手臂去拿一个水杯帮助我们喝水，那反馈就是机械手臂拿到了水并且给我们喝。你现在可以自己用手拿起水杯喝一口水，这是你的大脑控制你自己的手去做这个动作，再想象一下如果是用大脑控制一个机械手臂执行相同的动作，水杯的高度和位置该怎么控制，如果高度和位置不对，你还要随时调整。也许你会觉得这很好玩，但这对于很多失去手臂的残疾人来说却是非常重要的。

2. 脑机接口的应用

讲完了脑机接口的原理，他可以用在哪里呢？首先是控制，在脑机接口研发的初始阶段，一个很主要的原因就是给那些运动障碍的残疾人提供外部交流的机会，所以很多实验室都研发了对轮椅进行控制的系统。现在有些实验室还开发了一些用于对假肢和外骨骼进行控制的系统，比如2014年巴西世界杯上有一个下肢瘫痪的残疾人用脑电信号控制外骨骼机器，把世界杯的第一个球踢出去了。

前些年有一个冰桶挑战，目的是为ALS（肌萎缩侧索硬化）疾病筹措研究经费，著名物理学家斯蒂芬·威廉·霍金就患有这种疾病，这种病到了后期全身的肌肉会全部萎缩，没有一个地方能动，所以也叫渐冻症---病人仿佛被慢慢冻上了。渐冻症患者完全没有办法表达自己的意愿，因为说话也需要嘴部肌肉的运动，既然无法说话，那脑机接口就成了他和外界交流的唯一通道。不久前，在中央电视台的《挑战不可能》节目中，展示了一个由清华大学开发的打字输入系统，病人在演播大厅现场连续输入两个完整的句子，利用脑电波实现了用意念打字的愿望。这套系统的打字速度和准确率已经达到了相当高的水平。

脑机接口在康复应用领域是非常重要的。中风是一个很常见的疾病，发生以后经常会引起偏瘫。偏瘫，就是大脑中管运动的皮层受到损伤，医院对此采取的措施大概就是使用康复训练的机器人帮助病人活动腿脚，但是这种做法的效果不是很好。因为对于病人来说，损坏的地方是大脑半球皮层运动中枢，只活动胳膊、腿效果不会太好。所以，现在基于脑机接口开发了另一种主动的训练方式，就是让中风病人想像瘫痪肢体的运动，想像的时候脑电是有反应的，从而可以通过脑电系统测量脑电反应，一旦发现真的是想动的时候再去启动训练的机器人。研究表明，这样的主动训练方式比以往单纯依靠机器人更加有效。

除了残疾人之外，脑机接口应用在健康人群中的神经反馈也是很重要的。比如，从一名射击新手过渡到优秀选手需要不断地反复学习和训练，如果训练是盲目的话效果就会很差。现在，通过脑机接口，可以做到了解优秀选手执行射击任务时的脑状态是怎样的。研究表明，优秀选手射击时脑活动的水平是比较低的，大脑的α节律（8-15Hz的脑电波）是比较高的。因此，把脑活动及时在线反馈给射击选手，让他了解自己距离优秀射手还有多大差距，从而不断调整自己的脑状态，使自己尽快达到优秀射手的水平。

大家可能会问，脑机接口往下发展到底会遇到什么样的挑战和机会？其实，脑机接口面临的挑战是非常多的。从基础研究的角度来看，和脑科学有关的很多事情还没有解决，我们对大脑的认识还很有限；从工程技术的角度来看，对于如何解读信号也还有很多问题需要解决；从推广应用的角度来看，脑机接口涉及到复杂的伦理问题，这些都是脑机接口在发展过程中所会遇到的挑战。现在一批关键技术突破以后，学术界发表了各种各样的关于脑机接口的研究报告，脑机接口的发展呈现指数级增长。特别值得我们关注的是到了今年，也就是过去的两三个月，一些所谓的黑科技公司不断发声，公布自己在脑机接口方面的研究成果，似乎预示着脑机接口在不久的将来会迎来一个新的发展阶段。