脑机接口：如何才能用脑操控心爱的高达

不知道现在的小同学会看什么动画，芳老师还记得自己小时候看动画片的时候，最羡慕的片段就是主人公通过意识就可以操控大型机器人，经常幻想自己也可以……每天起床的时候都大声念出召唤口诀，可惜了，奇迹从来没有发生……^[1]

咳咳，今天InVisor芳老师准备讲的高达故事，要从80年前说起，自从德国心理学家汉斯·伯格在1929年发现通过头皮的电流就可以探知大脑的神经元活动^[1]，无数的工程师和心理学家们就想着如何通过这个机制结合人和机器，建设更高级的和谐社会。

1968年，科学家对大脑信号操控进行了在历史上首次尝试。在实验中，研究人员记录了小猫咪的感知运动脑电波（又叫α波段或μ波），并将这些脑电波转化为条件反馈，用食物奖励诱导小猫产生更多相关的波段^[2]（真是给点吃的就兴奋，InVisor芳老师家的猫可能就是这样被拐跑了的）。大约在同一时间，1969年，第一次人类自主控制的脑电波科学报告也DUANG！横空出世^[3]。而这些有趣的实验，预告了一种更加神奇的技术，脑机接口（Brain Computer Interface, BCI）的诞生。

简而言之，脑机接口（脑+机+接口）就是一种结合硬件和软件的通信系统。可以让人类能够通过大脑神经元产生的信号与周围环境进行互动。在这种系统中，大脑皮层发出的神经冲动会被电极设备捕捉，可以将人的意图传达给外部设备，例如计算机，语音合成器，辅助设备和神经假体。进而可以跟外部环境进行互动^[4]。（宇宙级网红霍金爷爷表示非常可！） 。

一个标准的脑机接口系统取决于两个基本单元：

1.用户的脑子——用来发出活动信号，电子系统本身，负责将这些大脑产生的信号转换为特定的命令从而让机器可以执行。就像任何通信系统一样，脑机接口系统需要输入信号（例如，来自用户的生理活动），将输入的信号转为为输出的机制。

2.输出命令（即设备命令）^[5]。

曾经有一位哲人说过，伟大的实验都来自于小动物。。。早期脑机接口实验也都是从小动物身上开始的，包括小老鼠，小猫咪，小猴子等等（他们才是科研幕后的最大功臣！！）。运用的技术手段也十分多样，比如微电极，单个神经元活动记录，多电极阵列等等。随着技术的发展（不会有严重的副作用），研究人员现在终于可以在人身上大展拳脚，嘿嘿，黑科技改变生活。

脑机接口呢主要分为侵入式和非侵入式两种方案。

侵入式，顾名思义，就是指把电极安装在大脑内部，尽可能靠近大脑皮层信号发源地。这种方案一般都需要动手术。非侵入式则主要是指用电极包裹头部，通过头皮探测到大脑皮层发出的信号。两种方案各有优劣，侵入式的好处是信号清晰及时（电极贴脑！），缺点是要破坏颅骨，电极设备如果植入不当可能诱发其他疾病。此外，长期来看，大脑内部的电极维护和收集信号的精度也将是一个问题。

而非侵入式的好处就是它完美避开了侵入式的缺点，安装简单，终身收益。当然，该有的缺点一个都不能少：信号差，干扰杂音多，而且信号会有延时（你能想象一分钟用键盘打两个字母的感觉吗？？？），精度和反馈速度往往不如侵入式^[5]。

尽管非侵入式方案有着种种缺点，然而它安全简单的优点已经决定了它的命运。非侵入式的运用范围广阔，更适合普通人（赛博朋克爱好者请绕道），是未来的方向。而根据设备的不同，非侵入式方案又划分了包括脑电图（EEG），磁脑图（MEG），功能性近红外光谱（NIRS），功能磁共振成像（fMRI）和光学成像等一些一看到名字就知道很酷的技术进化路线。不过，综合各方面比较，就像华为5G靠着设备便宜外加信号好就可以打遍天下，研究人员和普通人超能力的不足也让脑电图技术成了最后的王者。

当然，前面所说到的非侵入式缺点，脑电图它统统都有。比如，虽然脑电图可以如实反映大脑活动，因此理论上我们可以通过它检测到人的意图。但脑电图中可检测信息的分辨率和可靠性经常会受到大量其他神经元活动的干扰，这其中既包括大脑内部和头部的空间几何形状干扰（“头型决定命运”论），也包括实验过程中令人困惑的信号变异。但最后，实在架不住它简单方便又便宜，能打的一个都没有。研究者纷纷表示，真香。芳老师对此也不禁竖起大拇指(๑•̀ㅂ•́) ✧

一个标准的脑电图人机接口需要三个步骤：

1）信号采集，2）信号处理 （包括特征提取，信号增强，分类等等），3）信号输出。如图所示^[5]：

信号采集和信号输出都很好理解，比如收集大脑皮层的脑电波活动的电极帽就是用来进行信号采集，而信号输出一般是在电脑屏幕里面展现了一些文字，字母，或者一些小图像。也有一些比较高级像机械义肢等等。

更为重要的是，决定脑机系统的关键就在于信号处理。

大脑神经元百多亿（脑里的星辰大海呵），如何在这么多神经信号中提取最真实那一个脑电波？？？？？

这就是万里长征要迈的第一步！

研究人员一般会运用多种方法比如空间滤波，测量电压幅度，频谱分析或单神经元分离等等一系列骚操作来测量并且定位到脑电波发出的具体位置，大小和相关的功能（哪些神经细胞负责发送命令给手指，哪些负责给脚趾）。在提取好信号之后，下一步就是把这些信号转化为具体的行动指令，这个时候，转化算法就登场了。他们的任务就是要把之前提取好的信号转化为机器能够读懂的命令。这其中主要运用回归算法从之前脑电波中提取的特征信号来预测用户的意图，用分类算法通过提取的特征信号定义不同的操作目标。

虽然看起来挺复杂的，但其实事情的关键更在于采用哪些特征信号。就像不是所有的牛奶都叫特仑苏，并不是所有波段的脑电波信号都可以用来解析运动。目前来看，主要有四位候选者，他们分别是：

VEP（视觉皮层中的大脑信号调制），SCP（大脑皮层的缓慢电压变化），P300（由于刺激而产生的脑电波正峰值），感知运动波（伴随着运动就会出现在大脑的感知运动皮层中）。

接下来，让我们看看这四位候选者的自我介绍^[1]：

1.VEP（视觉皮层中的大脑信号调制）

视觉皮层中的大脑信号调制是四位候选者的老大，受到的关注也最早。VEP是指受到视觉刺激后在视觉皮层中出现的大脑神经元活动（比如你突然看到一个巨型广告，这个时候视觉皮层就会有大量的信号出现）。 由于视觉刺激会大幅度增加视觉皮层的信号，因此这种信号比较容易被探测，信号数量不是问题。但是由于采用这种信号的脑机系统依赖视觉皮层而不是直接从感知运动皮层获取信息，它的延时以及精度都不是很理想。更为重要的是，对于视觉神经受损的盲人来说，这种信号脑机系统无法操作。

2.SCP（大脑皮层的缓慢电压变化）

四位候选者的老二，大脑皮层的缓慢电压变化。SCP是指脑电图中出现的缓慢电压漂移现象，通常可以持续一秒到几秒钟。它跟大脑皮层活动的变化息息相关。阴性SCP表明神经元活动在增加，而阳性SCP与单个细胞活动减少相关^[6]。 这种信号可以通过患者自我调节产生，因此健康的使用者和瘫痪的病人都可以通过这种信号控制外部设备。

3.P300（由于刺激而产生的脑电波正峰值）

P300，又名老三。它是指在碰到偶尔或特别重要的听觉，视觉或体感刺激时，通常会在脑电图上顶叶皮层种引起约300 ms的正峰值变化^[7]。于是科学家就给这个波段取名P300，是的，科研人就是这么朴实无华（和省事儿）。 基于P300信号的脑机接口系统具有明显的优势，它不像之前的老大和老二，需要用户经过特殊的培训从而控制自己产生相应的脑电波信号。同时，因为是峰值，用户可以更加方便的发出 P300及其相关信号，从而让脑机接口系统更加快速确定意图。目前来看，当前基于P300的脑机接口可以产生每分钟一个单词（即5个字母）的通信速率，并且这还远远不是极限。毕竟，天下波段，唯快不破。

4.感知运动波（伴随着运动就会出现在大脑的感知运动皮层中）

老四，感知运动节律（μ和β波段）：感觉运动节律包括mu和beta节律，它们分别是位于mu波段（7-13 Hz）（也称为Rolandic波段）和beta波段（13-30 Hz）中的大脑神经元活动。人在清醒的时候，感觉运动皮层通常会显示波段在8–12 Hz的脑电波活动^[8]。当大脑进行任何和运动任务有关的活动时，感知运动节律的幅度就会发生变化。更为神奇的是，通过想象，人们就可以调节这些大脑活动波段，你甚至都不需要实际的运动，只要你能想象自己在运动，感知运动节律就会发生改变从而被电极捕捉到（真·量子波动）。

目前来看，四位候选者各有特色。但是从系统的便捷性和速度来看，不用训练，只需要想的感知运动节律和超快速度P300尤为出色。这两种信号，也代表了目前研究的主流方向。毕竟，谁不想靠着想一想就能操作机器。

未来将至

经过20多年的发展，不可否认的是目前的脑机系统已经取得了一些成就。许多研究已经证明脑机系统不是黑魔法，而是实实在在可以实现的科技手段！！！比如让瘫痪的病人以1分钟两个字符输出信息^[9]，或者进行简单的文字处理，用浏览器逛网站，收发电子邮件，轮椅控制，简单的环境控制或控制神经假体等^[1]。今年初，浙大也完成了国内第一例侵入式人机接口手术。目前，脑机接口技术主要应用群体还是那些运动肢体受到严重损害的病人比如脊髓损伤或脑瘫，对于这些人来说，恢复性治疗或者安装义肢已经无法适用。

但是，从普通人的视角来看，目前脑机接口技术还远远谈不上成熟。这些技术要么需要动手术植入电极，要么输出速度感人（每分钟一个单词），而可以进行的操作无非是一些基本的输入，在电脑屏幕中选择字母，字符，简单的握手，松手。更别提有些脑机接口系统还需要用户经过精心大量的特殊训练，从而才能够掌握自己发出的脑电波信号。所有的这些，距离日常商业化使用还十分遥远。因此，对于内心一直渴望用大脑操控高达的玩家而言，我们可能还需要有更多的等待。

不过，芳老师始终坚信：科技的明天会更美好！！！

---

喜欢记得点赞点赞点赞，收藏收藏收藏哦～

有兴趣致力于用科技改变生活，想来探索脑控高达课题的同学欢迎狂撩InVisor芳老师哦（一般人不会告诉ta的客服微信：invisor003，备注“学术科研”齁）❤️❤️

参考

1. ^^abcdNicolas-Alonso, L. F., & Gomez-Gil, J. (2012). Brain computer interfaces, a review. sensors, 12(2), 1211-1279.
2. ^Wyrwicka, W. & Sterman, M. B. Instrumental conditioning of sensorimotor cortex EEG spindles in the waking cat. Physiol. Behav. 3, 703–707 (1968).
3. ^Kamiya, J. in Altered states of consciousness. (ed Tart, C.) 519–529 (New York: Wiley, 1969)
4. ^Chaudhary, U., Birbaumer, N., & Ramos-Murguialday, A. (2016). Brain–computer interfaces for communication and rehabilitation. Nature Reviews Neurology, 12(9), 513.
5. ^^abcWolpaw, J. R., Birbaumer, N., McFarland, D. J., Pfurtscheller, G., & Vaughan, T. M. (2002). Brain–computer interfaces for communication and control. Clinical neurophysiology, 113(6), 767-791.
6. ^AG, B. N. E. T. C. (1990). Rockstroh B. Slow potentials of the cerebral cortex and behavior. Physiol Rev, 70, 1-41.
7. ^Donchin, E., & Smith, D. B. (1970). The contingent negative variation and the late positive wave of the average evoked potential. Electroencephalography and clinical Neurophysiology, 29(2), 201-203.
8. ^Niedermeyer, E. (2005). The normal EEG of the waking adult. Electroencephalography: Basic principles, clinical applications, and related fields, 167, 155-164.
9. ^Farwell, L. A., & Donchin, E. (1988). Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials. Electroencephalography and clinical Neurophysiology, 70(6), 510-523.