混合脑机接口及其研究进展

脑机接口（brain-computer interface,BCI）技术作为一项新兴且发展潜力巨大的技术,已成为国际研究热点。但面向实际应用,现有BCI技术仍面临许多有待解决的问题,如基于稳态视觉诱发（SSVEP）的BCI技术控制命令数有限,基于运动想象（motor imagery,MI）的BCI存在诱发生理信号空间分辨率低、训练时间长等问题。研究表明,混合脑机接口（hybrid brain-computer interface,HBCI）相比于传统单模态BCI系统,在系统准确率、稳定性方面均有所提升。文章对HBCI进行了介绍,从基于多脑电模式的混合脑机接口、基于多种刺激诱发的混合脑机接口、基于多模态信号的混合脑机接口这三个类别分别对HBCI的研究进展进行阐述,并对HBCI关键技术、需要解决的问题及应用方向进行了概述。     

多模态脑机接口游戏系统的设计与应用

在脑机接口应用中,游戏是其中一个重要的应用方向。脑机接口通过所包含的精神和情感的状态信息能够丰富游戏的趣味性,游戏反过来会推广脑机接口技术的应用。提出并实现了多人脑机接口扫雷游戏系统,该系统是采用玩家在想象运动和P300刺激时的脑电信号作为扫雷光标的控制信号,从而实现将运动想象和P300电位这两种模态的结合并应用到扫雷游戏中。详细介绍了整个游戏系统的实现过程,并提供了八名玩家的实测结果。实验结果表明这两种模态结合应用在游戏中的可行性。     

脑机接口中脑电信号的特征提取和模式分类

从智能处理与不确定性的角度, 探讨了脑机接口中的核心问题-EEG模式特征的识别和分类. 针对EEG模式分类中所存在的不确定性问题, 从EEG的特征提取和分类模型构建两个方面进行了分析, 并提出了解决问题的方法和对策. 以P300成分为例, 从导联选择、滤波处理和时间窗处理三方面进行特征提取, 采用贝叶斯线性判别分析的方法进行模式分类. 最后以第三届脑机接口竞赛P300字符输入的数据为实验, 分别采用3种不同的方法进行数据分析, 通过分类准确率和不同重复次数下性能的比较, 实验结果表明了本文特征提取和模式分类方法的有效性.     

基于EEG的脑机接口发展综述

随着无线传输、机器学习、人工智能等技术的进步,基于脑电图(EEG)的脑机接口(BCI)技术的研究相应增加,作为一种变革性的通讯和控制技术,脑机接口可以广泛地应用于康复医疗、游戏娱乐、军事应用、家居智能等领域,具备千亿级别的应用市场;综述了基于EEG的典型脑机接口范式,包括MI-BCI、P300-BCI、SSVEP-BCI等范式的基本原理、研究现状和典型应用场景,对各类范式的优缺点进行了评价,提出了当前研究中面临的技术和伦理等方面的风险挑战,并对其发展和应用前景作了展望。     

视觉P300脑机接口中的SOA扰动现象

异步操控性是脑机接口走向实际应用的关键技术之一.其关键点在于寻找一种可有效区分脑机接口工作状态和空闲状态的指标.建立了针对P300脑机接口的刺激起始异步(SOA)扰动模型,在仿真实验和实测数据中观察到SOA扰动谱线,并根据所提出的模型给出了合理解释.研究了SOA扰动的频域特性,结果表明,当SOA位于220 ms附近时,SOA扰动的强度最大,而当SOA低于150 ms时,SOA扰动强度将急剧减小.同时SOA扰动所具有的锁相性使得可以通过时域相干平均法进一步提高信噪比.SOA扰动可作为脑机接口处于工作状态的标志,为异步脑机接口的实现提供了一种新的研究思路.     

用于脑-机接口P300实验的支持向量机分类方法

脑-机接口(BCI)技术利用脑电来实现无动作的人机交互.P300字符拼写范式是利用脑电信号实现文字选择输入的一种重要BCI实验范式,它通过对EEG中的P300信号的检测和识别,来推断试验对象(被试)对字母的注意选择.以2005年脑一机接口竞赛中的一组P300字符拼写实验数据为处理对象,采用支持向量机(SVM)的机器学习方法进行算法设计,对信号通道进行了筛选,并采用较少的EEG通道数据进行处理.另外,通过调整参与训练的数据集大小,扩大了v-SVM中参数v的取值范围,更有利于分类器设计.通过上述策略,提高了该BCI实验范式中的系统总体分类精度.上述方法对于测试集字符最佳识别正确率可达到89%,相比于我们参加该届竞赛时所用的线性分类器(LDA),字符识别正确率提高了3%.     

基于混合视线-脑机接口与共享控制的人-机器人交互系统

设计了一种基于混合视线-脑机接口与共享控制的人-机器人交互系统,以使得用户可通过视线和意念对机器人末端在2维空间进行连续的运动控制,并在避障和趋近目标的任务中获得机器智能的辅助.首先,按照用户运动意念的强度对机器人末端的运动速度大小进行等比例连续调节,以提高用户对机器人的控制感以及完成任务的参与性.然后,提出了机器人末端运动方向的一种共享控制策略,动态地融合基于视线追踪技术所得到的用户方向控制指令以及由机器人避障和趋近目标的行为设定所得到的机器人系统方向控制指令,自适应地调整机器人系统对用户的辅助力度,以减轻用户脑力负荷,提高任务完成成功率.最后,针对搭建的基于混合视线-脑机接口和共享控制的人-机器人交互平台,通过实验验证了所提系统的有效性.     

脑-机接口研究进展

作为当前神经工程领域中最活跃的研究方向之一,脑-机接口在生物医学、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的应用潜力.近10年来,脑-机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大.在已有相关工作的基础上,介绍脑-机接口系统的主要组成部分,对各组成部分常涉及到的相关基本理论和技术作了总结和介绍,主要包括脑信号获取、脑信号预处理、特征提取、变换算法等相关技术和理论,最后对脑-机接口未来的研究方向进行了展望.     

脑－计算机接口载波成分的单次提取

利用脑－机接口这种新颖的人－机交互模式构建一种脑控拼写器,用于帮助高位截瘫患者实现与外界的交流。该系统采用模拟人类自然阅读的诱发模式,大脑自主地进行选择性输入。在这种实时通信模式中,不能采用认知科学实验及临床中的常规叠加平均方法来提取VEP,而必须实现特征信号的单次识别。本文利用支持向量机分类器对三名被试的脑电信号的载波成分进行了单次提取,特征数据来自通道Pz,以300ms~600ms时段的P300成分作为特征信号,对靶刺激的正确识别率分别为91.3%、88.9%和91.5%,证明了诱发模式的先进性,为系统的实现打下了基础。     

一种新型拉普拉斯电极的设计及其在脑机接口中的应用

为了提高脑机接口的分类正确率,设计了一种基于三同心圆环的拉普拉斯电极,此电极能够快速测量4阶精度的头皮拉普拉斯电位(LEEG),具有极高的空间分辨率和定位性能.基于九点法表面拉普拉斯电位估算理论,推导了此三同心圆环拉普拉斯电极直接测量LEEG的原理.通过与传统EEG测量对比实验表明,此三同心圆环拉普拉斯电极在左右手运动想象的脑机接口中能够显著地提高分类正确率,并且简单易用,具有很大的实用价值.     

A Hybrid Brain-Computer Interface for Closed-Loop Position Control of a Robot Arm

Brain-Computer interfacing (BCI) has currently added a new dimension in assistive robotics. Existing brain-computer interfaces designed for position control applications suffer from two fundamental limitations. First, most of the existing schemes employ open-loop control, and thus are unable to track positional errors, resulting in failures in taking necessary online corrective actions. There are examples of a few works dealing with closed-loop electroencephalography (EEG)-based position control. These existing closed-loop brain-induced position control schemes employ a fixed order link selection rule, which often creates a bottleneck preventing time-efficient control. Second, the existing brain-induced position controllers are designed to generate a position response like a traditional first-order system, resulting in a large steady-state error. This paper overcomes the above two limitations by keeping provisions for steady-state visual evoked potential (SSVEP) induced link-selection in an arbitrary order as required for efficient control and generating a second-order response of the position-control system with gradually diminishing overshoots/undershoots to reduce steady-state errors. Other than the above, the third innovation is to utilize motor imagery and P300 signals to design the hybrid brain-computer interfacing system for the said application with gradually diminishing error-margin using speed reversal at the zero-crossings of positional errors. Experiments undertaken reveal that the steady-state error is reduced to 0.2%. The paper also provides a thorough analysis of the stability of the closed-loop system performance using the Root Locus technique.      

一种基于SSVEP的仿人机器人异步脑机接口控制系统

设计了稳态视觉诱发电位(SSVEP)空闲状态检测的特征提取方法,建立了基于SSVEP的异步脑机接口二级分类器结构,开发了基于TICC2430芯片的无线传感器网络模块,实现了机器人控制命令的远程传送,使该仿人机器人系统具有脑电控制、语音交互、游戏手柄交互、机器视觉与避障等功能.通过SSVEP窄闲状态检测实验验证了脑机接口...     

基于大脑神经元放电的脑-机接口技术

基于大脑运动皮层神经元放电的脑-机接口通过记录大脑运动皮层神经元的放电信号控制瘫痪肢体或假肢运动,其软硬件核心为神经元群体解码和神经元放电活动的检测。解码方法分为推理算法和分类器方法,检测方法通过在大脑运动皮层区植入长效电极记录单个或群体神经元的放电活动。分析表明,脑-机接口技术应在更多脑区域上植入长效电极达到更好控制设备的目的,各类解码算法应通过联合并加入反馈信号提高对神经元信号的解码效果。     

基于虚拟仪器LabVIEW的脑—机接口系统

给出了基于瞬态视觉诱发电位的脑-机接口系统在LabVIEW环境下的实现方案。该方案的关键部分是视觉刺激器的设计和脑电信号的提取两部分。不同的刺激模块代表了多种可能的选择,受试者注视屏幕上其中一个目标,分析诱发电位可判别试者所注视的目标。采用累加平均和滤波的方法提高信噪比,用于提取微弱的脑电信号。该方案能有效地诱发出可识别的具有特征性的视觉诱发电位,并且通过离线的信号处理能够提取出所诱发的视觉诱发电位。     

基于脑机接口的智能康复系统的设计

为了辅助脊髓损伤所导致的瘫痪病人的运动功能重建,将脑机接口技术和功能性电刺激技术相结合,开发了一种可供瘫痪病人根据自己的运动意愿控制残肢运动的智能康复系统。该系统能够绕过患者体内受损的神经通路,直接将人的运动意图通过外部通路传达给功能性电刺激仪,刺激相应的神经肌肉,完成患者对残肢的直接控制。详细介绍了该系统的总体设计思路、脑机接口实验设计、特征提取与分类算法、功能性电刺激仪的设计等关键技术。初步实验表明,本康复系统能以95％以上正确率分析人的运动意图,控制功能性电刺激仪完成预定的刺激任务,恢复手部抓握动作,展现出巨大的实用价值。     

基于混合自动机的Post-WIMP界面的建模

Post-WIMP界面作为继当前的主流界面范式——WIMP界面后的下一代界面范式,它和WIMP界面有着很大的不同,通过使用虚拟现实、语音交互、手势交互等技术,它能够提供更加自然高效的交互方式.然而,它却难以构造.为了有效地构造Post-WIMP界面,在构造之前不考虑实现细节,而在一个抽象的层次上描述它是一个较好的方法.首先,分析了Post-WIMP界面的交互本质,交互混合性是Post-WIMP界面一个最为重要的特点.从形式化系统的角度分析Post-WIMP界面,通过将Post-WIMP界面抽象为混合系统能够更为准确和严格地分析Post-WIMP界面的特性.混合自动机是用于描述混合系统的形式化工具,将Post-WIMP界面建模为一组相互协作的混合自动机.设计了一基于混合自动机理论的半形式化语言LEAFF作为Post-WIMP界面的描述工具.LEAFF通过结合文本描述和图形描述描述Post-WIMP界面中的交互行为,能够准确地反映交互中的控制关系、时序关系.给出了对两个典型Post-WIMP界面——虚拟现实交互和笔式交互的描述实例,同时讨论了Post-WIMP界面中交互并行性的描述、交互实时性的验证和从描述到实际交互系统构造的转换.     

基于P300-SSVEP的双人协同脑-控机械臂汉字书写系统

基于脑-机接口（Brain-computer interface, BCI）的脑-控技术发展迅速,取得较大进展。然而,现有研究多采用单人脑控方式,存在执行效率低、可控自由度低的问题,难以满足复杂条件下的操控任务需求。针对此问题,本文采用时-频-相混合编码的视图脑-机交互方法,设计双人协同策略,通过解码P300和稳态视觉诱发电位（Steady-state visual evoked potential, SSVEP）脑电特征,开发了108指令的双人协同脑-控机械臂系统,实现双人同时对汉字一笔一划的书写。8名被试在线平均正确率为87.92%,平均在线信息传输速率（Information-transfer rate, ITR）为66.00 b/min。该系统扩展了BCI信息交互方式,初步验证了协同BCI操控机械臂的可行性和有效性,为协同BCI提供了技术支撑。