脑-机接口操控效果差异及其预测研究综述

郑玉甫 许敏鹏，* 明 东，

1(天津大学精密仪器与光电子工程学院，天津 300072)2(天津大学医学工程与转化医学研究院，天津 300072)

引言

脑-机接口(brain-computer interface, BCI)是一种不依赖于通常外围神经和肌肉组成大脑输出通路的对外交互控制系统[1]，被认为是21世纪脑与神经科学研究中的前沿与热点之一。近年来，BCI技术在信息传输速率和分类精度上取得了显著的进展，并且随着研究的深入，系统性能也在不断地提升。然而，BCI的发展仍然面临着重大挑战，即用户控制表现存在很大差异，这既包括被试间的差异，同时还包括被试在不同状态下的自身差异，严重降低了BCI系统的可靠性[2]。

目前典型的BCI系统有：基于运动想象的脑机接口(motor imagery BCI, MI-BCI)[3]；基于P300的脑机接口(P300-BCI)[4]；基于稳态视觉诱发电位的脑机接口(steady-state visual evoked potential BCI, SSVEP-BCI)[5]等。尽管BCI系统很有发展前景，但由于鲁棒性低，几乎没有在实验室外大规模使用。众所周知，有效的脑-机交互包括：大脑负责生成编码意图的神经活动信息；BCI系统将大脑神经活动转换为控制设备的指令[6]。因此，分析其原因主要来自两个方面，一方面与被试相关，另一方面则与系统(包括配置环境)有关。对此，Jeunet等也提出了相似的看法，他们认为BCI系统的可靠性，一方面与分类算法有关，且被广泛研究；而另一方面围绕被试特征(认知和性格等)以及心理状态的研究则较少[7]。因此，在不考虑系统和环境的影响下，本研究只关注由被试自身因素导致的BCI控制表现差异，并在此基础上提出通过实现对被试BCI操控能力的预测来减少BCI控制表现差异。……