期刊名称：人工智能 创刊时间：2017年12月 主管单位：工业和信息化部 主办单位：中国电子信息产业发展研究院、赛迪工业和信息化研究院（集团）有限公司 刊期：双月刊 国内统一连续出版物号：CN 10-1530/TP 国际标准连续出版物号：ISSN 2096-5036 邮发代号：80-381 电话：010-88558766 email：aiview@ccidmedia.com
脑机接口能够在大脑与外部设备之间建立直接的交流通道。随着脑科学的深入研究和人工智能技术的迅猛发展,脑机接口得到了长足的进步。基于头皮脑电的脑机接口由于具有对人体无创伤、成本低廉且便携性较好等优点,在多种应用场景中广受关注。本文从脑信号产生、获取和解码三方面引入,介绍基于脑电的脑机接口技术,阐述脑机接口技术在医学领域的应用现状。考虑到尽管脑机接口进展迅速,但目前仍处于发展、成长阶段,本文将探讨该项技术在医学领域中的挑战与可能解决方案,以增进对基于脑电的脑机接口技术的了解和认知。
脑电信号幅度弱、频率低,容易受环境及其他内源性电生理信号干扰。电极作为头皮脑电记录的首要关键器件,其性能的好坏,直接影响着脑机接口技术的发展。随着脑机接口技术逐渐走向成熟,在实验室中使用的传统湿电极尽管信号质量好,但佩戴和安放需要专业人员操作,使用后的设备需要清洗和晾晒等维护,大大限制了脑机接口技术的发展和推广应用。为配合满足应用场景下脑电采集的应用需求,脑机接口用电极器件需要在电学性能、佩戴舒适度和使用便捷性三个方面满足要求。同时,脑电电极的设计和制备,要满足头皮有发区域的脑电采集。本文综述了近年来用于头皮脑电记录的便捷式电极器件及其固定头戴的研究进展,分析了不同电极方案的技术特点,对用于脑机接口中电极及脑电帽的发展进行了总结和展望。
目前,神经电刺激领域发展较为迅速,主要应用领域是对脑部核团进行电刺激,用于治疗或缓解患者相关病症,主要调整参数方式为主观调节,医生根据患者情况进行参数调节,让患者感受相关刺激后决定是否采用该参数,存在调整不精准、不适应、不及时等情况。随着市场需求增加,通信技术发展,远程医疗逐渐能够解决程控调整的及时性问题,但更本质的解决问题的技术为闭环程控技术。
通过思想控制万物仍属于科幻电影的范畴,但随着脑科学的发展,i人类可以利用大脑活动产生的电信号与环境互动,影响或改变环境。脑机接口(Bran-Computer Interface,BCI)可使人或动物大脑与外部设备之间创建直接连接,实现脑与设备的信息交换,其技术为肢体和语言障碍者提供行走和操纵物体的辅助设备。脑机接口领域的进步将改变人类的生活方式。本文简要介绍脑机接口的发展历程,阐释脑机接口的实现过程,并准确识别出脑机接口未来挑战,同时对其发展趋势进行研判。在不久的将来,脑机接口将取得突破性进展。
基于运动想象的脑机接口(Motor Imagery based Bran-Computer Interface,MIBCI)对运动康复具有重大意义。然而,现有MI-BCI指令集有限,在高维精细运动控制时,运动意图与动作输出无法匹配,不利于构建反馈真实运动意图的闭环运动康复系统。近年来,精细运动想象编解码研究逐渐受到关注与重视,在范式与解码方法两方面取得了一些研究进展。范式方面,一些研究对想象单一肢体不同关节、同一关节不同自由度的动作进行了尝试;解码方法方面,传统机器学习、深度学习与基于领域自适应的迁移学习方法等被引入到了精细运动想象解码研究中。本综述讨论了基于脑电信号的精细运动想象范式与解码方法的研究进展,并展望了其未来前景,以期促进精细运动想象脑机接口技术的深入研究及未来应用。
基于稳态视觉诱发电位(SSVEP)的脑机接口中,识别算法所用的导联通常是固定的。然而,被试间存在个体性差异,针对不同被试使用个性化导联组合有助于提升算法识别SSVEP的性能。本文提出了一种基于双谱的导联选择算法,它利用SSVEP双谱和参考信号双谱之间的欧氏距离作为度量指标,对所有导联进行排序,并使用模糊系统融合SSVEP产生区域的先验知识,自主决定是否使用个性化导联。实验结果表明,被试使用本算法选择的个性化导联组合能够实现更高的SSVEP分类准确率和信息传输速率。
脑电图和脑磁图信号具有无创性和高时间分辨率,能够反映快速变化的大脑神经活动。然而,由于容积传导,脑电图和脑磁图空间分辨率较低。根据头表脑电图和脑磁图估计皮层脑源活动,即脑源定位技术,能够提供具有更高空间分辨率的信息,在认知过程基本机理理解和脑损伤病理学特征分析上发挥重要的作用。本文首先介绍脑源定位技术基本概念,然后具体介绍了基于贝叶斯概率推断的脑源定位技术,将当前的脑源定位技术分为基于空间先验约束和基于时间空间先验约束两大类,分析了不同算法的特性,接着介绍了基于贝叶斯的脑源定位技术的应用领域,最后介绍脑源定位技术的未来发展趋势。
脑卒中是一种高发病率和高致残率的疾病,目前已严重威胁人类健康。大部分脑卒中患者的并发症是不同程度的运动功能障碍。良好的康复训练是改善患者运动功能障碍的主要方法,但传统的被动式康复训练方法主要针对患者肢体训练,无法对受损的大脑运动神经中枢进行康复训练。基于人工智能和脑机接口技术的运动想象康复训练方法实现了患者主动的康复训练,直接对患者的运动神经中枢进行康复训练,这对于脑卒中的康复治疗至关重要。本文介绍了面向脑卒中疾病的运动想象康复治疗的系统原理和实现方法,分析了目前运动想象脑机接口在康复训练上存在的问题,并对未来进行了展望。
以交叉学科研究为基础的脑机接口技术,旨在实现碳基的大脑与硅基的芯片直接进行交流通话。脑机接口技术的长远目标是用脑控交互替代现有的语音、手势等操控交互,据此可以渗透改变所有产业发展模式。但在中短期的脑机接口技术产业化落地方向上,医疗健康是目前最直接、最主要的应用领域之一,也是目前商业化程度最高、被各界资本最为看好的落地场景之一。博睿康走自主研发脑机接口产品道路,旨在掌握并提升脑机接口核心技术,打破进口垄断,更直接、高效地促进脑机接口技术落地应用,切实推进脑机接口产业健康有序地发展。
目的:探讨人工视网膜系统的原理、现状和关键技术。方法:研究分析当前人工视网膜技术路线的优缺点,通过动物实验验证诺尔康VS-10A人工视网膜系统的可行性。结果:每只动物试验眼在术后各观察期观察结果良好,仅在术后1周内出现轻微炎症反应,之后恢复正常。结论:人工视网膜动物眼植入手术方法可行,半年随访期内安全稳定。
脑机接口是人机交互领域中迅速发展的新兴技术,在系统交互速率和指令集数量等方面已经取得较大突破,但现有脑机接口技术多基于高鲁棒性的脑电特征进行编解码,欠缺舒适性和交互友好性,导致目前该技术的应用场景受限且不利于用户进行多线程作业,限制了脑机接口技术走向实际应用。面向脑机交互过程中的实际应用需求,需要开发基于极微弱脑电的编解码技术,挖掘蕴含更深层、更复杂大脑信息的脑电特征。为此,一方面需设计提升用户体验的极微弱刺激编码范式,一方面需研发提高极微弱特征识别精度的解码算法,实现更加实用化、人性化的新型脑机接口系统。本文对基于极微弱脑电编解码技术的相关研究进行了回顾和总结,并对该技术的未来发展趋势进行了展望。
人机混合智能是一种发挥人和机器各自优势,将两者结合起来形成优势互补的一种智能。实现人机混合智能的关键之一是如何将人的智能和机的智能有机结合起来,而脑机交互技术提供了一种可能的途径。本文首先辨析了人机混合智能的内涵以及脑机交互在人机混合系统中可能发挥的作用,进而介绍了我们面向军事应用场景构建的人机混合智能头盔系统,其目标是为地面作战人员提供信息与决策辅助。该系统基于脑机交互与人工智能实现了人与机之间高效的智能交互与默契的人机协同,有望在未来的军事应用中发挥作用。