匯報人：腦機(jī)接口BCI研究綜述BCI基本概念BCI神經(jīng)影像方法與控制信號BCI分類算法BCI模式識別BCI應(yīng)用現(xiàn)狀目錄BCI(brain-computerinterface)有時被稱為MMI、DNI、STI以及BMI，是一種不依賴于外周神經(jīng)和肌肉組織等常規(guī)大腦信息輸出通路，而運(yùn)用工程技術(shù)手段在大腦和計算機(jī)或者其他機(jī)電設(shè)備之間建立直接“讓思想變成行動”的對外信息交流和控制新途徑。BCI基本概念BCI是一種人腦與設(shè)備的共存，其將處理后的信號去控制外部設(shè)備，將外部設(shè)備作為身體一種自然存在BCI被設(shè)計完成人體感官恢復(fù)，感覺信息傳輸回大腦活通過人為產(chǎn)生的電信號刺激大腦。BCI基本概念圖2BCI基本處理模型BCI基本概念|工作原理圖3BCI工作模式BCI基本概念|工作原理圖4BCI操控原理圖BCI基本概念|工作原理圖5BCI工作模式侵入式侵入式BCI系統(tǒng)是在神經(jīng)外科手術(shù)中直接植入到大腦灰質(zhì)中因為芯片植入在灰質(zhì)中，侵入式裝置產(chǎn)生最高質(zhì)量的BCI系統(tǒng)信號，但容易產(chǎn)生創(chuàng)傷組織的積聚，從而導(dǎo)致該信號變?nèi)酰踔料АCI神經(jīng)影像方法與控制信號fMRI=FunctionalMagneticResonanceImaging（功能磁共振成像）

利用攜帶氧的血紅蛋白的磁特性。被激活的大腦部分增加了氧含量，從而提高了含氧血紅蛋白與脫氧血紅蛋白間的比率。腦磁圖（MEG）檢測大腦中所創(chuàng)建的“火”的單個神經(jīng)元的小磁場。它可以精確定位活動區(qū)域（毫米級）并且能夠追尋在大腦中傳播時的腦活動的運(yùn)動BCI神經(jīng)影像方法與控制信號半侵入和非侵入BCI神經(jīng)影像方法與控制信號類型半侵入侵入非侵入神經(jīng)手術(shù)ECoGEEG,MRIBCI系統(tǒng)分類此外，根據(jù)輸入信號產(chǎn)生方式分為：誘發(fā)式BCI/自發(fā)式BCI，前者需要額外刺激裝置（加自身通路），后者完全來自使用者自發(fā)腦電（環(huán)境、情緒影響）；根據(jù)BCI系統(tǒng)工作方式：同步BCI/異步BCI，前者需要在預(yù)定時間內(nèi)進(jìn)行特定思維活動，后者通信不由系統(tǒng)控制，由用戶初始化。BCI模式識別不同思維活動產(chǎn)生不同模式的腦信號，BCI被看作一個模式識別系統(tǒng)。設(shè)計一個合適的特征集是一個難點。大腦信號隱藏于大量的噪聲環(huán)境下（在時間、空間中重疊），因此在多數(shù)情況下，使用簡單的方法（如帶通濾波器）是不夠的。腦信號本質(zhì)上是不固定的。特征出現(xiàn)的時間信息需要獲取。一些方法是把信號分割為小段，參數(shù)可由每段估計。然而，片段的長度會影響估計的準(zhǔn)確性。傅里葉變換在此效果不好，小波變換和自適應(yīng)回歸（ＡＲ）是優(yōu)選，以揭示大腦信號的非平穩(wěn)時間變化。另外一種新型的稱為靜止子空間分析（ＳＳＡ）被提出用于非平穩(wěn)ＥＥＧ信號。BCI模式識別方法性質(zhì)應(yīng)用降維ＰＣＡ－線性變換－可能相關(guān)集合變換為非相關(guān)集合－最優(yōu)的表示數(shù)據(jù)的最小平方和－有效的減少噪聲和維度的方法。ＰＣＡ要求參數(shù)為不相關(guān)的ＥＥＧＩＣＡ－分解混合信號到原始信號－相互統(tǒng)計獨立的潛在來源－強(qiáng)大而有效的噪聲清理工具。成分要求與ＥＥＧ信號相互獨立空間ＣＳＰ（共空間模式濾波）－空間濾波器用于兩類信號，多級擴(kuò)展存在－在同步ＢＣＩ中效果好，異步較弱－其性能受空間分辨率影響。一些電極的位置為特定的大腦活動提供更多的判別信息－改進(jìn)：ＷＣＳＰ，ＣＳＳＰ，ＣＳＳＳＰ時域｜頻域ＡＲ－頻譜模型－短時段的高頻率分辨率－不適用于非穩(wěn)定信號ＭＦ（匹配濾波）－檢測與預(yù)測已知的信號或者模板相匹配的特定模式－適用于檢測相一致的時間波形特點ＣＷＴ－提供頻率和時間信息－適用于非穩(wěn)定信號ＤＷＴ－降低了ＣＷＴ冗余性和復(fù)雜性表３

模式識別方法討論BCI模式識別表３

模式識別方法討論（續(xù)）方法性質(zhì)應(yīng)用特征選擇ＧＡ－高資源消耗－可能過早收斂ＳＦＳ／ＳＢＳ－找出特征最優(yōu)子集，通過順序添加／刪除特征集，順序向前和順序向后ＳＦＦＳ／ＳＢＦＳ－改進(jìn)版本－基于加Ｌ－除ｒ算法－部分克服了ＳＦＳ／ＳＢＳ的不足ＢＣＩ不良信號（噪聲和偽跡）主要分為兩類：生理學(xué)和非生理學(xué)（技術(shù)）：前者通常由于肌肉、眼部和心臟活動引起；后者多歸因于電力線噪聲或者電極阻抗改變。（被試）ＢＣＩ系統(tǒng)中分類旨在基于模式識別步驟下所提供的大腦活動特征向量的基礎(chǔ)上認(rèn)知用戶的意圖。回歸和分類算法均可以實現(xiàn)該目標(biāo)，但分類算法是目前最常用方法。ＢＣＩ分類算法回歸算法使用ＥＥＧ信號提取出的特征作為獨立變量去預(yù)測用戶意圖。相反，分類算法將提取出的特征作為獨立變量來定義特征空間中不同目標(biāo)的邊間。圖６分類與回歸區(qū)別許多研究者關(guān)注在構(gòu)建ＢＣＩ應(yīng)用系統(tǒng)，以期該項技術(shù)可以幫助那些患有嚴(yán)重運(yùn)動障礙疾病的人們。最近應(yīng)用的發(fā)展主要歸功于基于ＥＥＧ的ＢＣＩ領(lǐng)域，因為它們提供可接受質(zhì)量的信號并且低成本、便操作的設(shè)備。其應(yīng)用系統(tǒng)不僅希望提升嚴(yán)重殘疾人群的生活質(zhì)量同樣也使得照顧者們減輕生活的繁重。此外，ＢＣＩ代表著一個可以揭示隱藏在用戶腦中不能被表達(dá)的信息工具。ＢＣＩ應(yīng)用現(xiàn)狀圖７ＢＣＩ應(yīng)用領(lǐng)域間關(guān)系，ＢＣＩ轉(zhuǎn)換速度和用戶能力ＢＣＩ的應(yīng)用主要分為五類：交流；運(yùn)動修復(fù)；環(huán)境控制；運(yùn)動；娛樂；ＢＣＩ應(yīng)用現(xiàn)狀圖８吃豆子游戲、應(yīng)用HONDAASIMoCONTROL

研究人員已經(jīng)開發(fā)了本田公司的阿西莫機(jī)器人，人們可以通過思維去控制它GAMINGCONTROL

游戲控制采用可穿戴式無線腦電圖為基礎(chǔ)的新穎干泡式傳感器接口未來..?結(jié)論技術(shù)：

更加有效的預(yù)處理算法

信息傳輸速率目前還不能滿足產(chǎn)品化的需要

一般操作者為了產(chǎn)生可以被識別的控制信號，需要經(jīng)過一定時間的訓(xùn)練

信號