没有合适的资源?快使用搜索试试~ 我知道了~
脑机接口综述,关键词:脑机接口、非侵入式、运动想象、解码算法、系统应用
需积分: 0 0 下载量 115 浏览量
2024-07-01
15:12:05
上传
评论
收藏 1.58MB PDF 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/89503608/0001-245e9c3de91b2e7b8cfbaa42744358bf_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
18页
摘要:脑-机接口(Brain-computer interface,BCI)系统通过采集、分析大脑信号,将其转换为输出指令,不需要外周神经系统的参与,实现大脑对外部设备的直接控制,以实现替代、修复、增强、补充或改善中枢神经系统等功能。 其中,非侵入式脑-机接口具有安全性以及便携性等优点,得到了广泛关注和持续不断地研究;而运动想象脑机接口具有表征受试者对于肢体运动最直接的主观意图,诱发的脑电振荡模式最接近人体原有的激活模型,是一种更易被受试者接收的实验范式。近年来,研究人员对脑信号编码方法的不断探索扩展了BCI系统的应用场景和适用范围;同时,脑信号解码方法的不断研发,极大地克服了脑电信号信噪比低的缺点,提高了系统性能,这都为构建高性能脑-机接口系统奠定了基础。本文主要综述了非侵入式、运动想象脑机接口编解码技术以及系统应用的最新研究进展,展望其未来发展前景,以期促进BCI系统的深入研究与广泛应用。 关键词:脑机接口、非侵入式、运动想象、解码算法、系统应用
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![thumb](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/89503608/bg1.jpg)
脑机接口综述
山药 13
摘 要:脑-机接口(Brain-computer interface,BCI)系统通过采集、分析大脑信
号,将其转换为输出指令,不需要外周神经系统的参与,实现大脑对外部设备
的直接控制,以实现替代、修复、增强、补充或改善中枢神经系统等功能。 其
中,非侵入式脑-机接口具有安全性以及便携性等优点,得到了广泛关注和持续
不断地研究;而运动想象脑机接口具有表征受试者对于肢体运动最直接的主观
意图,诱发的脑电振荡模式最接近人体原有的激活模型,是一种更易被受试者
接收的实验范式。近年来,研究人员对脑信号编码方法的不断探索扩展了 BCI
系统的应用场景和适用范围;同时,脑信号解码方法的不断研发,极大地克服
了脑电信号信噪比低的缺点,提高了系统性能,这都为构建高性能脑-机接口系
统奠定了基础。本文主要综述了非侵入式、运动想象脑机接口编解码技术以及
系统应用的最新研究进展,展望其未来发展前景,以期促进 BCI 系统的深入研
究与广泛应用。
关键词:脑机接口、非侵入式、运动想象、解码算法、系统应用
0. 引言
脑机接口是一种不依赖于人体外周神经系统,而在人脑与外部设备之间建
立直接交流的通讯系统[1]。脑机接口的起源可以追溯到 1970s,Vidal 最先提出
了 BCI 概念,并开发出一套基于 VEP 的脑机接口系统,试图评估大脑-机器之
间进行直接交流的可行性和实用性[2];随后,采用不同类型脑电信号的脑机接
口原型系统相继问世,比如基于慢皮层电位的 SCPs BCI[3][4]、基于 P300 的
ERP BCI[5]、基于感觉运动节律 SMRs 的 BCI[6]和基于稳态视觉诱发电位
SSVEP 的 BCI[7][8]等等。这些经典或传统的 BCI 范式,证明了大脑与机器之间
直接通信的可能性。
随着信息技术、神经科学、人工智能等的发展,脑机接口技术获得了一系
列显著的发展,如图 1 所示。运动起始视觉诱发电位(mVEP)用来减缓视觉
诱发电位中不断闪烁的视觉刺激带来的不适性[9][10];混合脑机接口,比如融
合 P300 和 SSVEP 范式或在经典 BCI 范式中融合肌电信号,被用来提高 BCI 系
统的通信能力[11];多人协作脑机接口,其融合了一组受试者的 ERP,被用于
集体决策[12];自适应脑机接口,实现了两个控制器间的双向学习,被用于提
高系统长期运作的性能[13][14];闭环脑机接口,被广泛的用于感知、注意力提
升、记忆机制与巩固等的研究[15][16][17];此外,类人智能(HI)和人工智能
(AI)的融合,推动了脑机接口由感觉、感知到认知的发展,比如认知脑机接
![](https://csdnimg.cn/release/download_crawler_static/89503608/bg2.jpg)
口[18]和增强脑机接口技术[19][20],可以用来研究人类的认知状态或实现协同
智能,提升人类表现;情感类脑机接口被用来识别和调节人类情绪等。脑机接
口技术,正从人脑直接向机器发送指令,发展到人脑与机器间相互交流,到充
分发掘人脑潜力、结合人工智能进行协同智能 BCI 的新阶段。
图 1 脑机接口的发展
表格 1 脑机接口的发展
序号
作者
题目
主要内容
刊物
1
Vidal
Toward direct brain-computer
communication
最先提出 BCI 概念,并开发出一套脑
机接口系统,试图评估人-机器之间
直接交流的可行性和实用性
AR
2
Elbert, et
al.
Biofeedback of slow cortical
potentials
Elbert 等在 1979 年的研究中发现了慢
皮层电位 SCP,并在 1980 年对 SCP
作了进一步研究,SCP 的生物反馈;
SCI
3
Farwell,
et al
Talking off the top of your head:
toward a mental prosthesis utilizing
event-related brain potentials
使用 P300 信号,完成脑控打字,受
试者可完成 12.0bits/min 打字效率
SCI
4
Wolpaw,
et al
An EEG-based brain-computer
interface for cursor control
使用 eeg 信号的 mu 节律,实现控制
光标的一维移动
SCI
5
McMilla
n, et al
Direct brain interface utilizing self-
regulation of steady-state visual
evoked response(SSVER)
通过自调控 SSVER 幅度大小,作为
不同的控制信号,实现控制设备或计
算机程序
In
Proceedi
ngs of
RESNA
6
Cheng,
et al
Design and Implementation of a
Brain-Computer Interface With
High Transfer Rates
利用 SSVEP 信号,实现非侵入式脑
电,进行少量的训练,便可以实现
27.15bits/min 的手机号码输入
IEEE
7
Guo, et
al.
A brain–computer interface using
motion-onset visual evoked
potential
提出 mVEPs 范式 BCI,在线实验准
确度达 90%以上
JNE
8
Guenther
, et al.
A wireless brain-machine interface
for real-time speech synthesis
从运动皮层中实时在线解码合成语音
信号的听觉参数来进行语音的复原
PLOS
ONE
9
Nijboer,
et al.
Affective brain-computer
interfaces: psychophysiological
markers of emotion in healthy
persons and in persons with
amyotrophic lateral sclerosis
使用情感脑机接口进行心理标记的可
用性分析
IEEE
Xplore
![](https://csdnimg.cn/release/download_crawler_static/89503608/bg3.jpg)
10
Pfurtsche
ller, et al.
The hybrid BCI
介绍了当前已发表和正在开发中的混
合脑机接口,利用感觉运动节律
(ERD/ERS)和 SSVEP 实现“脑转
换”,来提高性能
Frontiers
in
Neurosci
ence
11
Zander,
et al.
Towards passive braincomputer
interfaces: applying brain-computer
interface technology to human-
machine systems in general
提出一种被动 BCI,将 BCI 技术与认
知检测相结合,提供用户的意图、认
知理解和情感状态给予系统
Journal
of Neural
Engineer
ing
12
Wang, et
al.
A Collaborative Brain-Computer
Interface for Improving Human
Performance
提出一种协作范式,整合来自多个用
户的信息以提高 BCI 的整体性能
PLOS
ONE
13
Vidaurre,
et al
Co-adaptive calibration to improve
BCI efficiency
针对 BCI 初学者和不能完成 BCI 控
制的人群,提出一种自调整校准的方
法,来提升 BCI 效率
Journal
of Neural
Engineer
ing
14
Liao, et
al.
Biosensor technologies for
augmented brain-computer
interfaces in the next decades
综述了生物传感器应用于 ABCIs 增强
脑机接口
IEEE
Xplore
15
Molina,
et al.
Emotional brain-computer
interfaces
综述了 BCI 中的情感运用
IEEE
Xplore
16
Astrand,
et al
Selective visual attention to drive
cognitive brain-machine interfaces:
from concepts to neurofeedback
and rehabilitation applications
总结和比较了当前认知脑机接口
BMIs 的发展
Frontiers
in
Systems
Neurosci
ence
17
Li, et al
Control of humanoid robot via
motion-onset visual evoked
potentials
使用 mVEP 范式,控制类人机器人,
完成两类在线操作任务:在有障碍物
的办公环境中导航和拾取物体
JNE
18
Sitaram,
et al
Closed-loop brain training: the
science of neurofeedback
总结了神经反馈的潜在机制
Neurosci
ence
19
Singh, et
al
Architectural Review of Co-
Adaptive Brain Computer Interface
总结了当前自适应 BCI 系统框架,为
自适应 BCI 方案提供一个起点
APWC
on CSE
20
Shanechi
, et al.
Brain-machine interfaces from
motor to mood
回顾和总结了,闭环情绪脑机接口的
发展,探索情绪调节的神经机制
Nature
Neurosci
ence
21
Bagherza
deh, et al
Alpha Synchrony and the
Neurofeedback Control of Spatial
Attention
Alpha 同步可以调节注意力和视觉信
息的处理
Neuron
典型脑机接口系统的基本结构如图 2 所示。主要包括三大部分:信号采集、
信号处理和控制输出。首先,在采集脑电信号之前,需要诱发特定模式的脑电
信号,诱发方式可分为自发式和诱发式两大类,比如运动想象范式和视觉稳态
诱发 SSVEP 范式。在信号采集阶段,采集设备直接与大脑连接,记录诱发状态
下大脑皮层神经元产生的神经电信号,并将信号进行放大等处理,转化为数字
![](https://csdnimg.cn/release/download_crawler_static/89503608/bg4.jpg)
信号。信号处理阶段,主要包含信号预处理、特征提取和模式识别与分类,信
号预处理主要指滤除眼电、肌电和工频干扰,并对脑电信号进行特定频带的滤
波;特征提取是从脑电信号中提取与任务相关且可辨识的特征,并构造特征向
量;特征分类则利用特征向量对大脑信号进行区分,实现电信号的解码,从而
破译受试者的意图。控制外部设备阶段则将分类后的结果转化为外部设备的输
出指令,实现用户的意愿,如控制轮椅、辅助外骨骼等[21][22]。
图 2 典型脑机接口系统
按照信号采集的方式的不同,脑机接口可分为侵入式和非侵入式两大类。
侵入式脑机接口是通过手术将电极阵列植入颅骨内,直接记录大脑皮层神经元
的电活动,以实现与外界交流。由于侵入式需要做开颅手术,且长期植入存在
感染的风险,因此目前多应用于动物实验或严重瘫痪的病人身上[23]。而非侵
入脑机接口,具有便于佩戴、美观等优势,具备普遍推广的特点。虽然相比较
于侵入式脑机接口,非侵入式脑机接口的信噪比偏低,但是研究人员在编码实
验范式和解码方法上不断深入研究,以提高 BCI 的应用能力[24]。
目前,已有多家跨国技术公司研发并推出了多款商用脑电采集设备,美国
EGI 公司、西班牙 NE 公司相继研发了脑电采集-电刺激调控一体机。美国杜克
大学等高校与科研院所也相继研发了植入式电极[25][26][27]。Emotiv 公司推出
多款不同通道数目的脑电采集设备,广泛应用于娱乐、控制、研究等领域
[28][29];国内博睿康公司推出多通道无线脑电采集设备,被国内研究工作者广
泛应用。这些硬件设备的进 步大大加速了 BCI 领域的发展。
本综述主要围绕非侵入式脑机接口,聚焦于运动想象脑机接口领域,分别
剩余17页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/b2a1320e45fb47e29f3b5cbf80f9592f_shanyao13.jpg!1)
山药13
- 粉丝: 0
- 资源: 4
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)