脑机接口

脑机接口Braincomputer interface，BCI是人脑与计算机或其他电子设备之间建立的直接通信和控制通道通过这一通道，人们可以直接通过大脑表达思想或操纵设备，无需语言或动作，可以有效增强重度肢体残疾患者与外界交流或控制外界环境的能力，从而提高患者的生活质量。脑-计算机接口技术是一种涉及神经科学的技术、信号检测、信号处理、模式识别和其他跨学科技术。

用大脑思维活动的信号直接与外界交流，甚至控制周围环境，是人类自古以来一直追求的梦想。自1929年汉斯伯格首次记录脑电图以来，人们一直猜测它可能用于交流和控制，从而使大脑不需要通常的介质—借助外周神经和肢体，直接影响外界。但由于当时整体科技水平的限制，以及对大脑思维机制的认识不足，这方面的研究进展甚微。

脑机接口

脑-机接口(Brain-BCI computer interface company)技术形成于70年代(Vidal, 1973)是一种神经科学、信号检测、信号处理、模式识别和其他跨学科技术.在过去的20年里，随着人们生活水平的提高随着人们对神经系统功能的认识和计算机技术的发展，BCI技术的研究呈现出明显的上升趋势，特别是1999年和2002年两次BCI国际会议的召开，为BCI技术的发展指明了方向.目前，BCI技术已引起世界上许多科技工作者的普遍关注，并已成为生物医学工程、计算机技术、通信等领域新的研究热点。

BCI简介

BCI是一个连接大脑和外部设备的实时通信系统.BCI系统可以直接将大脑发出的信息转换成可以驱动外部设备的命令，代替人的肢体或语言器官，实现人与外界的交流，控制外部环境.换句话说，BCI系统可以替代正常的外周神经和肌肉组织，实现人与计算机或者人与外界环境的交流。

BCI技术的核心是将用户输入的脑电信号转换成输出控制信号或命令的转换算法.BCI研究工作中很重要的一部分就是调整人脑与BCI系统的适应关系，即找到合适的信号处理和转换算法，使神经电信号能够实时、快速、它通过BCI系统被准确地转换成计算机能识别的命令或操作信号。

2021年7月，鉴于脑机接口技术的面貌，“带宽不足”植入创伤大”长期记录稳定性差”三大挑战。针对上述问题，中科院上海微系统与信息技术研究所研发了微创免开颅植入式高通量柔性脑机接口系统。在该系统中，前端柔性神经电极已经在晶圆级批量生产目前，单个设备可以集成多达2640个通道的脑电信号采集；柔性电极无需开颅即可微创植入颅骨，植入创伤小于0.7mm，可以自动绕过血管、减少创伤；电极植入后，可实现术后30分钟的急性信号采集和长达8个月的稳定神经信号追踪；它已经成功地应用于老鼠身上、兔、许多动物模型，如猴子。

2021年7月8日，“免开颅微创植入式高通量柔性脑机接口”基于技术的世界人工智能大会在上海召开（WAIC），并获得大会最高奖，——赛尔奖（SuperAILeader，杰出人工智能领袖奖）

2022年9月18日，中国科学院深圳先进技术研究

院正高级工程师、深港脑科学创新研究院研究员李小健及其合作团队披露，利用光学纳米神经遥控技术，可以实现脑机接口设备小型化柔性植入寿命可控信息无线交互。这种脑机接口应用于神经康复领域的前沿技术，不仅是我国学者首创并持续引领的，也是脑机接口从实验室走向临床的重要环节。这项研究于2022年9月5日发表在国际顶级期刊自然的子刊自然 生物医学3356工程上。

神经科学的研究表明，在大脑产生动作意识后执行动作前，或者受试者受到外界刺激后，神经系统的电活动会发生变化.这种神经电活动的变化可以通过某些手段检测到，并用作动作即将发生的特征信号.通过对这些特征信号的分类识别，可以分辨出引起脑电变化的动作意图，然后用计算机语言编程，转化人 s思维活动转化为命令信号驱动外部设备，从而实现人脑对外部环境的控制，而不需要肌肉和周围神经的直接参与.这是BCI的基本工作原理。

第一次BCI国际会议对BCI的定义是：脑-计算机接口(Brain computer interface)它是一个不依赖于外周神经和肌肉组成的正常输出通路的通讯系统”BCI完全不依赖肌肉和周围神经的参与，直接实现大脑和计算机的交流.这对完全丧失行为能力的病人(如中风肌肉萎缩(脊髓)侧索硬化脑瘫等)辅助治疗与语言功能、行为能力的恢复对特殊环境下外部设备的控制乃至娱乐方式的改进都具有重要意义。

基于不同的需求，人们设计了各种可以在实验室演示的基于脑电的BCI原型系统。原则上，BCI系统一般由输入和输出组成、输出和信号处理与转换等功能环节.输入链接的功能是生成、检测包含一定特征的脑电活动特征信号，并用参数描述这种特征。信号处理的功能是对源信号进行处理和分析，将连续的模拟信号转换成一些特征参数(如幅值、自回归模型的系数等)表示的数字信号，以便于计算机读取和处理，并对这些特征信号进行识别和分类，确定其相应的思想活动。信号转换基于信号分析、分类后得到的特征信号产生驱动或操作命令来操作输出设备，或直接输出表示病人的字母或单词的意图，从而达到与外界沟通的目的.作为输入和输出的中间环节，信号分析和转换是BCI系统的重要组成部分.在训练强度不变的情况下，改进信号分析和转换的算法，可以提高分类的准确性，优化BCI系统的控制性能.BCI系统的输出设备包括指针移动、字符选择、神经假体的运动和其他设备的控制等。

脑机接口技术

第一次BCI国际会议根据输入信号的性质将BCI系统分为两类，即：BCI系统使用自发的脑电信号，BCI系统使用诱发的脑电信号。

基于自发脑电的BCI系统以自发脑电作为系统的输入特征信号。其特点是受试者经过训练后可以自主控制脑电的变化，从而直接控制外界环境，但通常需要大量的训练，易受自身身体状况的影响、情绪、疾病等各种因素的影响。

诱发脑电信号的BCI系统是利用外界刺激诱发大脑皮层相应部位电活动的变化，并将其作为特征信号。外部诱导的BCI系统不需要对受试者进行过多的训练，但需要特定的环境(例如以矩阵形式排列的闪烁视觉刺激输入)这不利于系统的推广和应用。

在系统输出模式下，前者使操作员能够将指针移动到任何二维或多维位置，而后者仅使操作员能够在列出的选项中进行选择。根据信号检测方式的不同，BCI也可分为电极内置和电极外置两种基本形式。

电极内置信号检测法使电极直接接触或进入大脑皮层，测得的信号噪声小、损失低，但因为涉及手术，操作复杂，需要专业操作人员，容易被感染。

外置电极的信号检测方法简单安全，有利于BCI系统的推广但是电极离信号源远，噪声大。在BCI系统的设计中，应该根据信号的特性来选择采用哪种方案、综合考虑测量技术水平和实际要求的精度。

BCI系统是由信号产生的、处理、转换、输出开关时钟等单元。在BCI技术的发展中，信号分析和转换算法是最重要的研究内容。

源信号的获取

BCI源信号的采集过程包括信号产生、检测(电极记录)信号放大、去噪和数字处理等。人脑可以产生各种信号，包括电信号、磁的、对大脑活动和其他形式的化学和机械反应。这些信号可以被相应的传感器检测到，从而使得BCI的实现成为可能。由于对磁信号和化学信号的检测技术要求较高，BCI信号的获取主要基于相对简单的技术、低成本脑电检测技术。

信号的产生

根据待获取信号的特点和性质，必须采用相应的方法产生特征信号。信号产生方法包括使用视觉诱发电位、使用事件相关电位、模拟虚拟环境，自主控制脑电图。

信号的检测

信号检测方法取决于待检测的神经电信号的特性.根据电极的类型，BCI系统可以分为两种基本形式内置电极和外置电极。

信号的处理方法

BCI系统中的信号处理包括信号预处理、特征提取、识别分类等过程。传统的脑电信号分析方法是对信号进行多次检测并对均值进行滤波，然后用统计方法找出脑电信号的变化规律.这种方法信息传输速率低，不能满足实时控制的需要.目前，脑电信号的处理一般采用单一训练信号的研究.其中，特征提取识别和分类是BCI信号处理中最关键的环节。

BCI的特征提取方法

特征提取就是把特征信号作为源信号，确定各种参数并作为向量，形成一个特征向量来表征信号特征.特征参数包括时域信号(如幅值)和频域信号(如频率)有两类，相应的特征提取方法也分为时域方法、频域法和时-频域方法。

特征信号的分类与识别

特征信号分类是基于脑电信号根据不同的动作或意识会产生不同的反应这一特性，确定动作或意识的类型与特征信号之间的关系.信号分类的结果取决于两个因素一个是待分类的特征信号是否具有明显的特征，即特征信号的性质；二是分类方法是否有效。几种典型的BCI特征信号的分类总结如下：人工神经网络；贝叶斯-卡尔曼滤波；线性判别分析；遗传算法；概率模型。

作为一种新兴的跨学科通信技术，目前BCI的研究大多处于理论和实验室阶段，离实际应用还有一定差距。However, from its performance, BCI system and its technology will play an important role in various fields involving the human brain, especially for the ability recovery and functional training of patients with severe lack of mobility。目前，对BCI应用的研究主要集中在以下几个方面。

交流功能

这类研究的目的是提高语言丧失患者与外界的交流能力。

环境控制

目前，对BCI环境控制的研究主要基于虚拟现实技术。虚拟现实具有相对安全性和目标可移动的特点，可以为训练和调节神经系统活动提供安全可靠的环境.主题 大脑发出操作命令，这些命令不是由肌肉和周围神经传递和执行的，而是由BCI系统检测到的、分析识别相应的脑电信号，确定要进行的操作，然后由输出设备控制目标。

运动功能恢复

BCI系统完成脑电信号检测和分类的过程，然后输出指令给神经假体，完成已经丧失功能的周围神经的功能，或者输出指令信号给轮椅上的指令接收系统，完成运动、行走等功能，使肢体完全丧失的患者可以在无人照看的情况下进行一些简单的活动或进行功能辅助训练。

其他领域的应用

从理论上讲，BCI技术可以应用于任何涉及神经电的通信系统，比如残疾人无人驾驶汽车，即通过BCI系统将操作过程中脑电信号的一系列变化实时转换成操作指令，从而实现无人驾驶的目的。

BCI是一门新的跨学科技术，涉及神经科学、信号检测、信号处理、模式识别等学科.BCI技术的研究具有重要的理论意义和广阔的应用前景.由于BCI技术发展较晚，相应的理论和算法还不成熟，对其应用的研究还不完善，需要更多的科技工作者致力于该领域的研究工作.随着技术的不断完善和成熟，BCI将逐步应用于现实，为仿生学开辟新的应用领域。