為了解腦機介面，我洗了兩次頭

展廳里有不同的展位，清華的「基於穩態視覺誘發（SSVEP）」的腦機介面打字系統的迎客超模非常吸引人。

撰文 | 蔣海宇

責編 | 陳曉雪

知識分子為更好的智趣生活ID：The-Intellectual

「您去把頭洗了。」工作人員給我遞來一張毛巾，一小袋洗髮露。

他不叫托尼，我也不是要做髮型。我在2018年世界機器人大會上的腦機介面展廳里，想要親自嘗試一下腦機介面究竟是怎麼回事。

工作人員的名字叫楊晨，是清華大學腦機介面研究組的一名博士生。這個研究組希望能通過這套打字系統幫助全身癱瘓的漸凍人表達內心的想法，和外界交流。「洗頭能夠去除頭油，讓腦電信號傳導暢通無阻，也讓設備接收到的腦電信號更加乾淨。」楊晨解釋道。

我洗完頭，吹乾頭髮，戴上腦電帽。楊晨像動畫里的怪博士，拿著針管，從桌上抽出半管子凝膠，向我走來。「這是腦電膠，我要把它注入腦電帽的電極，讓你的頭皮和電極間的傳導性更好。」這和讓我洗頭的原因差不多，都是為了加強導電性。腦電信號一般只有幾微伏到幾百微伏，電壓強度大約只有一節五號電池的一百萬分之一。

腦電帽本身不產生電波，它只是一個信號接收器。腦電信號接收後，還需通過一個信號放大器放大信號，並進行數字化編碼，我們才能得到可以被計算機處理的數據信息。腦電帽後面那長長的辮子，就是用來傳輸信號的。

一個正在通過SSVEP腦機介面打字的小男孩。在圖片偏左位置，是與腦電帽電線相連的腦電信號放大器，放大器通過另一根電線將放大後的信號傳輸給系統。

現在主流的腦機介面都會用上腦電帽和信號放大器。不過，也有一種腦機介面，它不使用腦電帽，而是直接將電極穿過顱骨直插大腦皮層表面，甚至直接插入皮層之下。這種腦機介面會對大腦造成一定程度的損傷，不過也能夠獲得更加豐富的腦活動信息。

區分不同腦機介面系統的，主要是腦機介面的實現方式，以及腦機介面系統的用途。穩態視覺誘發（SSVEP）是清華大學團隊的腦機介面實現方式。腦機介面系統除了打字，還可以用於控制仿生外骨骼行走，或者控制人造手。

那麼，SSVEP究竟是什麼？又是如何實現打字的呢？

基於SSVEP的腦機介面「閃」了我的眼

要了解SSVEP的原理，讓我們先看看楊晨所在團隊使用的打字界面。

系統界面上，不同的字幕方塊正以不同的頻率閃爍著。幾秒後，文字框出現了字母「d」。

這個系統界面就是一個虛擬鍵盤，由三十個不斷閃爍的方塊組成。鍵盤上方是一個文字框。當我要輸入字母「d」時，我需要盯著方塊「d」看，不過一會兒，「d」便出現在了文字框中。如果我還有耐心打下一個字母，我就再把目光集中到另一個字母方塊上，直到字母出現。

打字機是如何讀懂我的需求呢？

楊晨告訴我，當人的視覺系統接收到固定頻率的刺激時，大腦皮層視覺區上會產生一個相應頻率的電位。鍵盤上的每一個刺激目標都有自己的閃爍頻率（他們由研究人員在一開始設定好），因此當我們看字母方塊「d」時，視網膜會快速跟隨對應的閃爍頻率，併產生的相應電位，會不同於我們看其他字母方塊時產生的電位。視網膜上的電位會傳遞到我們的大腦枕區（也就是後腦勺）。通過識別枕區的電位，系統便能知曉使用者在盯著哪個目標看。

目前，現有腦機介面系統解碼腦電信號主要利用傳統的信號處理手段，而不是機器學習這樣的人工智慧手段。傳統的信號處理手段需要研發人員自己建立數學模型，而機器學習則是讓系統通過學習已有樣本的特徵，自行建立數學模型。

「我們先建立腦電信號的基本數學模型，然後再通過實際腦電信號對模型中的參數進行估計，最後根據得到的模型計算對不同的假設進行檢驗。在這個有30個字母方塊的打字系統里，我們可以建立30種假設，分別假設用戶在看a，b，c等等。之後，我們通過風險貝葉斯決策，就可以判斷哪一種假設成立的概率最高。」楊晨解釋道。

楊晨說他們並不是不想使用機器學習，而是因為機器學習要求大量且規範的樣本，但現在腦機介面研究領域尚不具備這樣的條件。機器學習要求樣本集能夠覆蓋不同形態的樣本，但是人與人的腦電信號差異很大，一個人在不同時間的腦電信號差異也很大。所以，以目前的樣本量，機器學習的效果還不如傳統手段。

通過SSVEP腦機介面，我大概需要3秒才能打出一個字元。有的時候，因為受到環境和身體肌電的影響，或者因為我注意力不集中，導致系統識別錯誤，我還需要退格重打，讓人非常沮喪。如何使系統識別更快，準確率更高，也是各研究機構的主要工作方向。

使用SSVEP時，長時間的光閃爍刺激容易造成使用者視覺疲勞，進而影響腦機介面的識別準確度。因此，西安交通大學醫工交叉研究所的徐光華教授團隊提出了一種新的刺激範式，通過圖像的運動（比如牛頓環和棋盤格）刺激視網膜，而非明暗的變化。這種刺激範式的實際應用效果仍然在進一步研究之中。

牛頓環和棋盤格，兩種靠圖像運動刺激視網膜的腦機介面實現範式（來源：西安交通大學醫工交叉研究所 徐光華教授團隊）。

除了改進範式，改進演算法也能提升識別準確率。目前來說，大部分SSVEP系統都採用「固定時間窗」，也就是說在一定時間以後，系統無論如何都要對使用者所看目標做出判斷，即使當前供判斷的信息不夠。如果演算法能夠針對不同人，根據不同情況，伸縮「時間窗」，那麼系統的準確率就可能得到提升。去年，清華大學團隊開發出了一套包含40個目標的動態窗腦機介面系統（Yang et al. 2018）。在無需訓練數據的條件下，能夠實現在平均2.5秒左右的時間裡實現90%以上的平均識別正確率。

2017年，加州大學聖地亞哥分校的正樹中西（Masaki Nakanishi）研究組更進一步提高了使用腦機介面打字的速度。他們通過任務相關組成部分分析（Task-related component analysis），將打字速度提升到75個字元每分鐘（Nakanishi et al. 2017）。該方法首先通過引導使用者在短時間內去注視不同的目標，對解碼系統進行訓練。訓練完成後，使用者方能自由打字。為了提升打字速度，系統留給使用者的「時間窗」非常短，只有0.8秒，也就是說使用者需要在極短的時間內不斷調換自己注視的目標。

正樹中西團隊的這種腦機介面使用的是固定的時間窗，所以它要求使用者緊緊跟隨計算機的腳步。當計算機發出提示「開始注視屏幕！」，人們就必須立刻將目光鎖定在想輸入的文字上。如果人們沒有跟上計算機的節奏，或者注意力不集中，計算機就會很硬塞給人們一個結果，哪怕這個時候人們並不希望輸入任何指令。

與使用固定時間窗的系統不同，動態時間窗更以人為本。楊晨說，「通過動態時間窗，人們不必在計算機指定的時刻輸入指令，而是可以依照自己的想法，在需要的時間發送指令。使用固態窗的系統就像外語聽力考試，我們必須在規定的時間內給出自己的選擇；而動態窗系統則像鍵盤，讓我們能在任何需要的時候自由地按下按鍵。」

憑想像控制事物

SSVEP只是腦機介面的一種實現方式。這裡我們再介紹另一種主流實現方式：運動想像。

通過上面的描述，我們可以看到，SSVEP是通過「誘發」的形式得以實現：不同的閃爍頻率或者運動圖像讓我的大腦產生了不同的腦電信號，而這些差異的腦電信號正好表徵著某個目標。基於運動想像的腦機介面則無需外界觸發，使用者只需要自發性地想像。

我們拿遙控車來舉個例子。如何用思想控制遙控小車運行呢？基於運動想像的腦機介面不是說我想讓小車往左小車就往左，讓小車往右小車就會往右。運動想像不是關於目標運動的想像——而是關於使用者自身的想像。

當我們想像自己左手動（左手不需要真的運動）時，我們大腦的運動相關區域就會產生相應的腦電信號。當我們想像自己右手動時，大腦的相關區域則會產生另一種腦電信號。由於這兩種腦電信號有特異性，我們便能利用他們控制小車：研究人員可以把系統設置成「一旦系統接收到了『左手動』的腦電信號，就讓小車向左前行；一旦系統接收到了『右手動』的腦電信號，就讓小車向右前行」。

有特異性的腦電信號還有很多。我們可以把它們都利用起來，以更高的自由度控制小車運行。我們可以把想像「舌頭動」對應的腦電信號設置為加速，把「左腿動」設置為向左倒車，把「右腿動」設置為向右倒車……。也就是說，使用基於運動想像腦機介面的人會通過想像自己身體部位的運動，來控制小車的運動。

當然了，「運動想像」腦機介面有遠比開小車更實用的應用。仿生手、外骨骼的發明讓截肢患者看到了重新站起和抓取物件的希望。雖然仿生手和外骨骼可以通過探測身體肌電來控制，但一些患者由於高位截肢，或者癱瘓，無法通過肌電控制這些設備。這個時候，「運動想像」腦機介面就能派上用場了。

某種意義上，SSVEP和運動想像實現「用思想完成某項任務」的方式是很相似的。他們都是利用有特異性的腦電信號，人為地用這些腦電信號去表徵一些目標/行為；通過識別這些腦電信號，這些目標/行為便得以識別或實現。一定程度上，我們思想的內容並不重要：SSVEP不需要我們思想，只需要我們注視目標；運動想像則只要求我們思想的內容可以產生特異性足夠的腦電信號——想像自己舌頭動，也能加速小車。

本文中，筆者提到的兩種腦機介面的實現方式，只是眾多實現方式的一部分。除了SSVEP和運動想像，還有基於P300（另一種腦電信號，由小概率事件而誘發）、基於大腦負責語言功能區域的腦電信號等方式實現的腦機介面。

和SSVEP通過持續的穩定閃爍使大腦產生一定頻率的電位不同，P300通過瞬間的閃爍，導致大腦產生電信號。

什麼時候能幫到普通人？

經典動畫電影《攻殼機動隊》對腦機介面的刻畫

我們常常在影視作品中看到關於腦機介面酷爆了的應用，比如傳輸意識、控制機甲，在現實中，腦機介面能做到的事情也很多，除了讓癱瘓患者能夠打字和走路，還有中風康復、心理疾病治療、兒童神經發展疾病（如自閉症、多動症）治療等應用（Huggins et al. 2017。）

然而，這些應用離大眾還有些距離。要將腦機介面的技術原型進一步商業化，不僅需要改善技術，讓系統更好用，還需要降低硬體成本。清華大學實驗室里，一頂好用的腦電帽在2005年的價格是1萬到2萬之間，而信號增大器則花費了50萬元，顯然不是一個普通人能承擔得起的。

目前，已經有企業在做商業化的努力，比如加州的Synchron正試圖研發可用於控制人造臂和外骨骼的侵入式腦機介面，矽谷華人公司BrainCo正在商業化腦機介面打字系統，和幫助矯正兒童多動症的腦機介面系統。

讀者這時可能忍不住問：你不是說你洗了兩次頭嗎？

如果你不希望走在大街上，頂著滿頭導電膏成為萬眾矚目的焦點，那麼請再洗一次吧。

參考文獻：

Huggins, Jane E., Christoph Gugr, MouniaZiat, Thorsten O. Zander, Denise Taylor, Michael Tangermann, AureliSoria-Frisch et al. "Workshops of the Sixth International Brain–ComputerInterface Meeting: brain-computer interfaces past, present, and future."Brain-computer interfaces 4, no. 1-2 (2017): 3-36.

Nakanishi, Masaki, Yijun Wang, Xiaogang Chen, Yu-Te Wang, Xiaorong Gao, and Tzyy-Ping Jung. "Enhancing detection of SSVEPs for a high-speed brain speller using task-related component analysis." IEEE Transactions on Biomedical Engineering 65, no. 1 (2018):104-112.

Yang, Chen, Xu Han, Yijun Wang, Rami Saab, Shangkai Gao, and Xiaorong Gao. "A Dynamic Window Recognition Algorithm for SSVEP-Based Brain-Computer Interfaces Using A Spatio-Temporal Equalizer." International Journal of Neural Systems. 2018. Published online.

盤點 | 過去一年拿到融資的腦機介面玩家，https://www.leiphone.com/news/21704/TIfrY8vL382Cvprn.html

做醫療級腦電設備，打造腦機介面編譯系統，BrainCo想成為腦機介面領域的Windows，https://36kr.com/p/5079162.html

去知識分子網站看一看這些文章：

中科院遺傳所學者揭示不同科作物馴化，存在基因平行選擇

http://www.zhishifenzi.com/news/biology/4028.html

為了解腦機介面，我洗了兩次頭

http://www.zhishifenzi.com/depth/depth/4019.html

脊髓損傷致下肢癱瘓者，也許電刺激就能行走了

http://www.zhishifenzi.com/news/multiple/4031.html

（長按複製上方鏈接，瀏覽器打開）

製版編輯 | 皮皮魚

本頁刊發內容未經書面許可禁止轉載及使用

公眾號、報刊等轉載請聯繫授權

copyright@zhishifenzi.com

商務合作請聯繫

business@zhishifenzi.com

知識分子為更好的智趣生活ID：The-Intellectual

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！