腦機(jī)接口技術(shù)是通過信號(hào)采集設(shè)備從大腦皮層采集腦電信號(hào)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(hào)，然后對(duì)信號(hào)進(jìn)行預(yù)處理，提取特征信號(hào)，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(duì)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(hào)采集部分、信號(hào)處理部分、控制設(shè)備部分和反饋環(huán)節(jié)。其中，信號(hào)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)。

　　1、信息采集

　　從目前的研究水平來看，我們?cè)谠u(píng)估某種信息采集手段優(yōu)劣時(shí)需要考慮三個(gè)方面的標(biāo)準(zhǔn)：

　　規(guī)?！梢杂涗浂嗌偕窠?jīng)元。

　　分辨率——這個(gè)工具接收到的信息的細(xì)致程度。這里所說的分辨度可以分成兩種：空間上的分辨率（能否細(xì)致記錄單個(gè)神經(jīng)元的觸發(fā)情況）和時(shí)間上的分辨率（能否確定你所記錄的活動(dòng)的確切發(fā)生時(shí)間）。

　　侵入性——是否需要手術(shù)？如果需要，手術(shù)的影響范圍有多大？

　　而腦機(jī)接口的分類，則通常是根據(jù)“侵入性”被分為：非侵入式（腦外）、侵入式和半侵入式。

　?。ㄈ缟蠄D，不同的接口類型所獲得的信號(hào)強(qiáng)度有很大差異）

　　非侵入式：是指無需通過侵入大腦，只需通過附著在頭皮上的穿戴設(shè)備來對(duì)大腦信息進(jìn)行記錄何解讀。這種技術(shù)雖然避免了昂貴和危險(xiǎn)的手術(shù)，但是由于顱骨對(duì)于大腦信號(hào)的衰減作用，以及對(duì)于神經(jīng)元發(fā)出的電磁波的分散和模糊效應(yīng)，使得記錄到的信號(hào)強(qiáng)度和分辨率并不高，很難確定發(fā)出信號(hào)的腦區(qū)或者相關(guān)的單個(gè)神經(jīng)元的放電。

　　侵入式：是指通過手術(shù)等方式直接將電極植入到大腦皮層，這樣可以獲得高質(zhì)量的神經(jīng)信號(hào)，但是卻存在著較高的安全風(fēng)險(xiǎn)和成本。另外，由于異物侵入，可能會(huì)引發(fā)免疫反應(yīng)和愈傷組織（疤痕組織），導(dǎo)致電極信號(hào)質(zhì)量衰退甚至是消失。另外傷口也易出現(xiàn)難以愈合及炎癥反應(yīng)。

　　半侵入式：即將腦機(jī)接口植入到顱腔內(nèi)，但是在大腦皮層之外。主要基于皮層腦電圖（ECoG）進(jìn)行信息分析。雖然其獲得的信號(hào)強(qiáng)度及分辨率弱于侵入式，但是卻優(yōu)于非侵入式，同時(shí)可以進(jìn)一步降低免疫反應(yīng)和愈傷組織的幾率。

　　典型的非侵入式系統(tǒng)有腦電圖（EGG），腦電圖是有潛力的非侵入式腦機(jī)接口的主要信息分析技術(shù)之一，這主要是因?yàn)樵摷夹g(shù)良好的時(shí)間分辨率、易用性、便攜性和相對(duì)低廉的價(jià)格。

　　但是，腦電圖技術(shù)的一個(gè)問題是它對(duì)噪聲的敏感；另一個(gè)使用EEG作為腦機(jī)接口的現(xiàn)實(shí)障礙是用戶在工作之前要進(jìn)行大量的訓(xùn)練。

　　2、信息分析

　　收集好了足夠多的信息后，就要進(jìn)行信號(hào)的解碼和再編碼以處理干擾。腦電信號(hào)采集過程中的干擾有很多，如工頻干擾、眼動(dòng)偽跡、環(huán)境中的其他電磁干擾等。

　　分析模型是信息解碼環(huán)節(jié)的關(guān)鍵，根據(jù)采集方式的不同，一般會(huì)有腦電圖（EGG），皮層腦電圖（ECoG）等模型可以協(xié)助分析。

　　信號(hào)處理、分析及特征提取的方法包括去噪濾波、P300信號(hào)分析、小波分析+奇異值分解等。

　　3、再編碼

　　將分析后的信息進(jìn)行編碼，如何編碼取決于希望做成的事情。比如控制機(jī)械臂拿起咖啡杯給自己喝咖啡，就需要編碼成機(jī)械臂的運(yùn)動(dòng)信號(hào)，在復(fù)雜三維環(huán)境中準(zhǔn)確控制物體的移動(dòng)軌跡及力量控制都非常的復(fù)雜。

　　但編碼形式也可以多種多樣，這也是腦機(jī)接口可以幾乎和任何工科學(xué)科去結(jié)合的原因。最復(fù)雜的情況包括輸出到其他生物體上，比如小白鼠身上，控制它的行為方式。

　　4、反饋

　　獲得環(huán)境反饋信息后再作用于大腦也非常復(fù)雜。人類通過感知能力感受環(huán)境并且傳遞給大腦進(jìn)行反饋，感知包括視覺、觸覺、聽覺、嗅覺和味覺等等。

　　腦機(jī)接口要實(shí)現(xiàn)這一步其實(shí)是非常復(fù)雜的，包括多模態(tài)感知的混合解析也是難點(diǎn)，因?yàn)榉答伣o大腦的過程可能不兼容。

　　五、基于EEG的腦機(jī)接口研究方法

　　人和動(dòng)物的大腦，特別是皮層細(xì)胞，存在著頻繁的自發(fā)電活動(dòng)，無需任何外界刺激。從腦電極記錄到的電位是對(duì)腦部大量神經(jīng)元活動(dòng)的反應(yīng)，低至微伏級(jí)，這種電活動(dòng)的電位隨時(shí)間的波動(dòng)稱為腦電波（EEG）。

　　EEG反應(yīng)了大腦組織的電活動(dòng)及大腦的功能狀態(tài)，腦的復(fù)雜活動(dòng)反應(yīng)在頭皮上的電位活動(dòng)就是EEG軌跡。所以理論上，人的意圖通過腦電應(yīng)該可以被探測(cè)識(shí)別出來。

　　BCI的先驅(qū)曾經(jīng)指出“在理論上，腦的感覺、運(yùn)動(dòng)及認(rèn)知意識(shí)在自發(fā)EEG中應(yīng)該是可辨識(shí)的”，因此EEG成為BCI研究中的常見工具。BCI技術(shù)就是要通過識(shí)別這種意圖，將之表達(dá)為對(duì)外部設(shè)備的直接控制。

　　由于腦電信號(hào)的本質(zhì)還未知，難以確定一種特定的信號(hào)識(shí)別方法。假設(shè)腦電信號(hào)是線性的，那么大多數(shù)BCI使用的線性識(shí)別方法足以應(yīng)用。反之，則線性識(shí)別算法對(duì)于希望被識(shí)別的信號(hào)可能是最糟糕的描述。但無論何種情況，BCI技術(shù)的首要任務(wù)就是從EEG中識(shí)別出人的主觀操作意識(shí)，并將之表達(dá)為對(duì)外部設(shè)備的直接控制。同樣的道理，基于皮層腦電圖（ECoG）的信息分析也與之類似。

　　1、腦機(jī)接口研究中所使用的腦神經(jīng)信號(hào)

　　（1）P300（誘發(fā)電位）

　　P300是一種事件相關(guān)電位（ERP），在時(shí)間相關(guān)刺激300～400ms后出現(xiàn)的正電位，主要位于中央皮層區(qū)域，其峰值大約出現(xiàn)在時(shí)間發(fā)生后300ms，相關(guān)事件發(fā)生的概率越小，所引起的P300越顯著?；赑300的BCI的優(yōu)點(diǎn)是P300屬于內(nèi)部相應(yīng)，使用者無需通過訓(xùn)練就可產(chǎn)生P300。

　?。?）視覺誘發(fā)電位（誘發(fā)電位）

　　視覺誘發(fā)電位是指從視覺通路的不同水平區(qū)域記錄的不同生物電反應(yīng)，其誘發(fā)刺激可以是熒光、閃光刺激。視覺誘發(fā)電位又可以分成短時(shí)視覺誘發(fā)電位和穩(wěn)態(tài)視覺誘發(fā)電位兩種。

　　（3）時(shí)間相關(guān)同步或時(shí)間相關(guān)去同步電位（自發(fā)腦電）

　　單邊的肢體運(yùn)動(dòng)或想象運(yùn)動(dòng)，大腦同側(cè)產(chǎn)生事件相關(guān)同步電位（ERS），大腦對(duì)側(cè)產(chǎn)生時(shí)間相關(guān)去同步電位（ERD）。ERS、ERD是與運(yùn)動(dòng)相關(guān)的，主要位于感覺運(yùn)動(dòng)皮層。

　?。?）皮層慢電位（自發(fā)腦電）

　　皮層慢電位也稱慢波電位（SlowCorticalPoten2tials，SCPs），是皮層電位的變化，是腦電信號(hào)中從300ms持續(xù)到幾秒鐘的大的負(fù)電位或正電位，能反應(yīng)皮層Ⅰ和Ⅱ?qū)拥呐d奮性，個(gè)人可以通過生物反饋訓(xùn)練產(chǎn)生這種電位。

　　（5）自發(fā)腦電信號(hào)（自發(fā)腦電）

　　在不同的知覺意識(shí)下，人們腦電中的不同節(jié)律呈現(xiàn)出各異的活動(dòng)狀態(tài)。這些節(jié)律是受不同動(dòng)作或思想的影響。按照所在頻段的不同分類，一般采用希臘字母（α、β、γ、δ）來表示不同的自發(fā)EEG信號(hào)節(jié)律。比如α節(jié)律在8～13Hz頻段，而β節(jié)律則在13～22Hz頻段。

　　采用以上幾種腦電信號(hào)作為BCI輸入信號(hào)，具有各自的特點(diǎn)和局限。P300和視覺誘發(fā)電位都屬于誘發(fā)電位，不需要進(jìn)行訓(xùn)練，其信號(hào)檢測(cè)和處理方法較簡單且正確率高。不足之處是需要額外的刺激裝置提供刺激，并且依賴于人的某種知覺（如視覺）。其它幾類信號(hào)的優(yōu)點(diǎn)是可以不依賴外部刺激就可以產(chǎn)生，但需要大量的特殊訓(xùn)練。

　　2、特征提取和轉(zhuǎn)換方法

　　特征提取涉及如何從EEG中提取少量的有用的信息，分別利用這些信息進(jìn)行不同腦狀態(tài)的區(qū)分。常用的特征提取的算法如：：FFT（FastFourierTransformAlgorithm）、相關(guān)性分析、AR（AutoRegression）、參數(shù)估計(jì)、CSP（CommonSpatialPatterns）、Butter2worth低通濾波、遺傳算法等。算法的選擇與所利用的信號(hào)特征及電極位置有關(guān)。

　　信號(hào)處理的目標(biāo)是最終從信號(hào)中識(shí)別出使用者的意圖并執(zhí)行，系統(tǒng)的首要任務(wù)就是最大化。信噪比，尤其是當(dāng)噪聲和信號(hào)極為相似的時(shí)候就顯得更為重要。提高信噪比的技術(shù)有很多，具體有空間及時(shí)間濾波方法、信號(hào)平均以及單次識(shí)別方法。BCI轉(zhuǎn)換算法把信號(hào)特征（如節(jié)律幅值或神經(jīng)元放電率）轉(zhuǎn)換為具體的控制命令。