基于脑电信号的BCI 系统研究现状

郭 豪 刘丹丹 张梦杰 姚佳雯 马思铭

（长春工程学院计算机学院，吉林 长春130021）

进入21 世纪随着计算机技术以及通信技术的发展，以及医学领域对脑科学的研究不断深入，我们正在寻找新的人机交互方式结合脑科学尝试新途径与计算机之间建立链接。现在我们找到了在大脑与外部世界之间建立一种全新的、不依赖于外周神经和肌肉的、可以直接进行交流和控制的通路，这就是大脑－计算机接口（Brain-Computer Interface,BCI），简称脑机接口[1]。

人在想要做出某一个肢体动作时，大脑会给肢体肌肉组织发出一条相关指令，这种指令是一种由大脑神经元群体发出沿着神经纤维传导到肌肉组织的神经冲动信号，BCI 技术的关键在于对其特征提取和正确分类，经过信号处理模块将脑电数据转化为数字控制信号，利用这种技术可以帮助思维活动正常但是肢体活动障碍的人士完成对外围设备的控制[2]。BCI 技术在运动想象EEG 中应用场景。目前，BCI 技术已经受到国内外众多专家的重视。

详细介绍了BCI 系统基于脑电信号的分析方法、研究现状以及在现实中的应用场景，最后做出相关总结和展望。

1 BCI 系统脑电信号国内外研究现状

1.1 国外研究现状和研究现状

奥地利Graz 研究所设计的运动想象BCI 系统利用与运动想象相关的事件相关同步/去同步（ERD/ERS）现象，进行了左右运动想象两种脑电信号数据处理方法改进，经改进后受试者通过简单训练就能够达到85%的准确率。美国Wadsworth 研究中心的一些研究表明人类能够学会8～12Hz 的EEG 节律控制，利用该节律能够实现一维光标、二维光标的控制。德国Birbaumer 等人设计了一个命名为思想翻译器的装置，该装置能够实现对外围设备的控制，结合视觉反馈实现字母的拼写[3]。2011 年Apple 公司研制出了一套游戏控制系统，操控者可以通过“意念”实现对游戏的控制。2012 年加拿大Simon Fraser 大学将BCI 技术推广应用到了临床应用，设计了一套简单易穿戴的BCI 手臂康复系统。

1.2 国外研究现状和研究现状

国内对于BCI 的研究团队主要分布在重点高校，主要有清华大学、浙江大学、国防科技大学、华南理工大学等高校。2004年清华大学利用脑机接口设计了一套上肢康复训练机械手臂，能够实现患者的主动康复训练。生物医学工程系，通过深入分析稳态视觉诱发电位（visual evoked potential）设计了具有高传输速率的BCI 系统，实现了字母的拼写，同时还可以应用于控制轮椅等外围设备。浙江大学主要集中在诱发EEG 的BCI 主要策略是几何旋转、算术运算以及想象书写，一些新信号的处理方法正在探索中[4]。

2 BCI 系统脑电信号的分析方法

2.1 脑电信号的获取

按照获取方式不同，脑电信号的获取可以分为有创和无创，有创是将监测电极通过微创外科手术直接放到大脑皮层，这样做获取到的脑电信号信噪比较大，对于后期的信号处理比较有利，但是长期存在侵入电极的话有可能诱发感染，实验对象如果是人还会产生人伦道德问题，这种方法采用的比较少，主要用于动物实验。无创是将检测电极贴到头皮上，但是由于颅骨的阻碍和其他因素的影响这样方式获得的信号噪声比较大，对于后期信号的提取会有一定的影响，这就对信号采集设备要求比较高，需要配置低噪声信号性能较高的放大器，因为这种方式不存在人伦道德问题，在研究应用中被广泛使用。

2.2 脑电信号的特征提取

最早对EEG（脑电信号）信号进行分析的是Dietch 在1932年使用傅里叶变换进行了分析, 在此后该领域又相继引入了频域分析、时频分析等脑电信号的经典分析方法[5]。脑电信号分析的主要任务就是提高EEG（脑电信号）的信噪比，提高系统的精度。传统的特征提取方法主要是运用统计学的方法，对多次的信号进行平均处理，但是这种处理方式太慢，无法满足实时通信的要求，现在的BCI 系统中，为了实现实时控制，就要求对单次的实验数据进行分类。现在可行性比较高的主要有频域、时域、时频域等方法。近些年来，神经网络分析、小波分析等分析方法也取得了一定的进展，主要介绍时频域分析方法。

时域分析是从时域提取特征，这种方法直观性强，展示的物理意义明确。这种方法的优点是简单、快速，比较适合于线性分析。频域分析的主要方法是频率普分析，它可以将幅度随时间变化的脑电波转化为脑电功率随频率的变化的图谱，可以直观的看到脑电节律的分布与变化情况。

EEG（脑电信号）是一种不断变化的非平稳信号，频率成分在不断变化，单纯的使用时域分析或者频域分许都不能很好的反映脑电的特征。时频域分析法同傅里叶变化联系，时频域分析将时域信号通过时间和频率的联合函数映射到时间- 频率的二维平面上，同时描述信号频率与时间的关系。时频分析方法常用的有[6]：

（1）短时傅里叶变换。

短时傅里叶变换（STFT，short-time Fourier transform，或short-term Fourier transform））是和傅里叶变换相关的一种数学变换，用以确定时变信号其局部区域正弦波的频率与相位。

它的基本思想是选择一个时频局部化的窗函数，假定分析窗函数g（t）在一个短时间间隔内是平稳（伪平稳）的，移动窗函数，使f（t）g（t）在不同的有限时间宽度内是平稳信号，从而计算出各个不同时刻的功率谱[7]：

式中w（t）表示窗体函数，x（t）表示时间信号，X（τ，ω）表示x（t）w（t-τ）的傅里叶变换。

（2）小波变换。

小波变换（wavelet transform，WT）是一种新的变换分析方法，克服了窗口大小不随频率变化等缺点，同时继承和发展了短时傅立叶变换局部化的思想，能够提供一个随频率改变的“时间- 频率”窗口。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数）逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，在脑电处理中起到了很好的作用。

3 基于脑电信号的BCI 主要应用场景

21 世纪伴随着计算机技术的飞速发展以及人工智能、机器学习等相关领域技术水平不断提升，BCI 技术也成为了其中的一个研究热点[8]。

3.1 医学方面应用

在医学方面BCI 技术得到了广泛的应用，BCI 技术在帮助残障人士方面拥有广泛的应用前景，对于肢体上有缺陷的人群，例如重症肌无力、肌萎缩侧索硬化症、脑中风等患者。我们可以运用BCI 技术为此类人群制造人工智能假肢，利用病人的脑电信号控制假肢，帮助病人完成想要完成的动作。在医疗康复领域，BIC 康复机器人可以帮助伤病病人康复后的自主进行主动康复训练。

3.2 军工方面的应用

随着人类技术的发展以及需求的日新月异，人类对新型的BCI 智能机器人呼声越来越高。利用脑机接口可以实现人脑“意识”直接对机器人的高效控制，能够在极端环境下完成特殊任务，在军事领域应用前景十分广泛。创造通过人脑远程控制的“机器军团”，“军团”能够适应全地形作战，将人类士兵作战经验、知识以及人类特有的直觉、灵感等与现代化的武器系统相结合，达到人机交互高度智能化、协调化。还可以为军人装配集成BCI 系统的头盔，通过计算机监控军人的实时大脑状态包括情绪、注意力、记忆力，结合神经科学分析军人的实时精神状态，然后给予军人反馈，从而减少军人的应激反应，综合提升单兵作战能力。[9]

3.3 游戏娱乐方面应用

现在的娱乐游戏都需要有键盘、鼠标、手柄等外设操控游戏，BCI 接口这将是一种全新的操控方式，通过思维玩游戏，玩家可以在游戏中随心所欲。将这项技术与虚拟现实技术相结合对于游戏娱乐这将是一次革命性的改变，相对传统游戏BCI 脑控游戏更加刺激，这一发明也将被大规模商业化。

3.4 日常生产生活方面的应用

利用脑机可以双向通信的特点BCI 系统在脑控打字，脑控外骨骼，脑控无人机等诸多领域拥有广泛用途；可以为脑中风、瘫痪患者提供康复新技术，为无人机的操控提供新的控制方式，实现精准操控。

4 结论

过去的二十年的时间，基于无创的脑机接口技术取得了巨大的研究成果，现在应用较广泛的是脑立方（脑静电采集仪）国内外的研究机构也都取得了前所未有的成就，除了在临床医疗领域实现了肢体医疗康复辅助器械的应用，已经逐步实现了患者同环境交流，现在拓展到了大脑状态监控、神经康复等领域。短时傅里叶变换和小波变化可以有效增强脑电信号的特征提取，这些可以为脑机控制提供有力的支持，向外部设备发送数字信号量，操控智能轮椅等医疗辅助设备。在其他方面，军事、娱乐、生活等方面和相关技术结合，对提升效率和质量有巨大帮助。

相信随着脑科学、神经科学、计算机科学、通信技术等学科的发展，相信在不远的将来，围绕以神经信息的获取、解析、调控的脑机融合的研究将推进BCI 技术取得重大的创新和突破。