腦機接口（brain-computer interface，BCI），有時也稱作“大腦端口”direct neural interface或者“腦機融合感知[1]  ”brain-machine interface，它是在人或動物腦（或者腦細胞的培養(yǎng)物）與外部設備間建立的直接連接通路。在單向腦機接口的情況下，計算機或者接受腦傳來的命令，或者發(fā)送信號到腦（例如視頻重建），但不能同時發(fā)送和接收信號。而雙向腦機接口允許腦和外部設備間的雙向信息交換。

一些實驗室已實現(xiàn)從猴和大鼠的大腦皮層上記錄信號以便操作腦機接口來實現(xiàn)運動控制。實驗讓猴只是通過回想給定的任務（而沒有任何動作發(fā)生）來操縱屏幕上的計算機光標并且控制機械臂完成簡單的任務。另外在貓上進行的研究對視覺信號進行了解碼。

對腦機接口的研究已持續(xù)了超過40年了。20世紀90年代中期以來，從實驗中獲得的此類知識顯著增長。在多年來動物實驗的實踐基礎(chǔ)上，應用于人體的早期植入設備被設計及制造出來，用于恢復損傷的聽覺、視覺和肢體運動能力。研究的主線是大腦不同尋常的皮層可塑性，它與腦機接口相適應，可以像自然肢體那樣控制植入的假肢。在當前所取得的技術(shù)與知識的進展之下，腦機接口研究的先驅(qū)者們可令人信服地嘗試制造出增強人體功能的腦機接口，而不僅僅止于恢復人體的功能。這種技術(shù)在以前還只存在于科幻小說之中。

今天，如果我們想要看電視，我們需要用手控制遙控器；我們想操縱電腦，也必須使用雙手。然而，也許有一天，我們可以改變這一切，因為在不遠的將來，人類與機器可以直接對話，不需通過肢體，只需要思維。這是在做夢嗎？不，這是一項新技術(shù)—“腦機接口”。
        腦機接口（Brain-computer Interface，以下簡稱BCI），是近年來發(fā)展起來的一種人機接口，它不依賴于大腦的正常輸出通路（即外圍神經(jīng)和肌肉組織），就可以實現(xiàn)人腦與外界（計算機或其它外部裝置）直接通信的系統(tǒng)。廣義上講，這種通信也可以是雙向的，一方面外界的信息（聲音、需要記憶的內(nèi)容等）可以直接傳入大腦，比如電子耳蝸、大腦記憶芯片等；另一方面大腦可以直接控制外界環(huán)境，本文介紹的是后者。
        BCI技術(shù)的出現(xiàn)，使得用大腦信號直接控制外界環(huán)境的想法成為可能。要想實現(xiàn)BCI，有三個必要條件：第一，必須有一種能夠可靠反映大腦思維的信號；第二，這種信號能夠被實時且快速的收集；第三，這種信號有明確的分類。目前可用于BCI 的人腦信號有：EEG（腦電圖），EMG（腦磁圖）和fMRI（功能性核磁共振圖象）等。目前大多數(shù)BCI研究機構(gòu)采用的大腦信號是EEG。
        人類的每一閃思維，每一種情緒，每一個想法，在大腦中都會產(chǎn)生特定的EEG信號，這種信號由千百萬個神經(jīng)元共同產(chǎn)生，并在大腦內(nèi)傳播。不同思維情況下產(chǎn)生的神經(jīng)電活動信號表現(xiàn)出不同的時空變化模式，會導致EEG信號的不同，將檢測到的EEG信號傳送給計算機或相關(guān)裝置，經(jīng)過有效的信號處理與模式識別后，計算機就能識別出使用者的思維狀態(tài)，并完成所希望的控制行為，比如移動光標、開門、打字和開機等。

一、基本原理
1.1 BCI系統(tǒng)的基本結(jié)構(gòu)
         BCI系統(tǒng)一般都具備信號采集，信號分析和控制器三個功能模塊。
         （1）信號采集：受試者頭部戴上一個電極帽，采集EEG信號，并傳送給放大器，信號一般需放大10000倍左右，經(jīng)過預處理，包括信號的的濾波和A/D 轉(zhuǎn)換，最后轉(zhuǎn)化為數(shù)字信號存儲于計算機中。
         （2）信號分析：利用ICA、PCA、FFT、小波分析等方法，從經(jīng)過預處理的EEG 信號中提取與受試者意圖相關(guān)的特定特征量（如頻率變化、幅度變化等）；特征量提取后交給分類器進行分類，分類器的輸出即作為控制器的輸入。
         （3）控制器：將已分類的信號轉(zhuǎn)換為實際的動作，如在顯示器上的光標移動、機械手運動、字母輸入、控制輪椅、開電視等。
         有些BCI系統(tǒng)還設置了反饋環(huán)節(jié)（如圖1中所示），不僅能讓受試者清楚自己的思維產(chǎn)生的控制結(jié)果，同時還能夠幫助受試者根據(jù)這個結(jié)果來自主調(diào)整腦電信號，以達到預期目標。

BCI系統(tǒng)基本結(jié)構(gòu)

1.2 BCI分類
         BCI系統(tǒng)沒有固定模式，有多種分類方式：
         （1）按照信號獲取的方式不同可分為有創(chuàng)傷系統(tǒng)和無創(chuàng)傷系統(tǒng)兩種。有創(chuàng)傷系統(tǒng)需要將電極放置于大腦內(nèi)部，采集大腦內(nèi)部的電信號，此法更精確，但有一定創(chuàng)傷風險；目前絕大多數(shù)BCI系統(tǒng)為無創(chuàng)傷系統(tǒng)，毋需動手術(shù)，只需在受試者頭上戴上電極帽以記錄EEG信號，沒有創(chuàng)傷風險。
         （2）按照信號控制的方式不同可分為同步系統(tǒng)和異步系統(tǒng)。同步系統(tǒng)要求受試者必須在特定的時間產(chǎn)生特定的思維意識，這樣便于信號分析，目前大多數(shù)BCI系統(tǒng)屬于同步系統(tǒng),一般用于初始階段；異步BCI系統(tǒng)則不限定受試者何時產(chǎn)生特定的思維意識，系統(tǒng)自動判定并完成相應的控制，受試者可以隨心所欲通過思維來完成對外界的控制。真正實用的BCI系統(tǒng)是異步系統(tǒng)。
         （3）根據(jù)信號處理的實時性可分為在線系統(tǒng)和離線系統(tǒng)。在線BCI系統(tǒng)中，信號采樣、處理、分析和控制都是實時實現(xiàn)的，同時給受試者反饋,大多數(shù)BCI系統(tǒng)是在線系統(tǒng)；離線BCI系統(tǒng)實時記錄EEG數(shù)據(jù)，離線分析這些數(shù)據(jù)，一般來說離線BCI系統(tǒng)只用來評估測試和抽取特征量。
         （4）根據(jù)所采用的腦電信號的不同可分為基于P300的BCI、基于慢皮層電位（SCP）的BCI、基于視覺誘發(fā)電位（VEP）的BCI、基于事件相關(guān)電位（ERP）的BCI等。
         目前的BCI系統(tǒng)大多是在線的、同步的和無創(chuàng)傷系統(tǒng)。

二、方法
2.1 EEG 信號采樣及存儲
         （1）電極
         目前多數(shù)采用按照國際10~20 系統(tǒng)設定好電極位置的電極帽來提取EEG信號。
         （2）電極數(shù)目的確定和位置的選擇
         在BCI 研究中，需要確定測量EEG 信號的電極的數(shù)目。較多的電極數(shù)目，在提高EEG信號定位的準確性的同時增加了處理的復雜度，建議使用盡可能少的電極。電極位置的選擇取決于BCI系統(tǒng)本身的要求及與EEG信號特征變化相關(guān)的腦區(qū)。
         （3）預處理
         信號采集過程中，會夾雜干擾，常見的有市電干擾、眼動干擾、聲音干擾等，必須通過某種方式減弱或除去干擾，同時保證原有信號成分特征不被改變。
         （4）存儲
         通過電極帽采集的信號是模擬信號，在輸入到計算機處理之前，必須通過A/D板將其轉(zhuǎn)化為數(shù)字信號，以便存儲在計算機內(nèi)進一步分析處理。

2.2 BCI 研究中采用EEG信號的類型
         （1）P300
         P300 是一種事件相關(guān)電位，其峰值大約出現(xiàn)在事件發(fā)生后300毫秒，相關(guān)事件發(fā)生的概率越小，所引起的P300越顯著。
         （2）視覺誘發(fā)電位
        視覺器官受到光或圖形刺激后，在大腦特定部位所記錄的EEG電位變化，稱之為視覺誘發(fā)電位（VEP）。
         （3）事件相關(guān)同步或去同步電位
        單邊的肢體運動或想象運動,對側(cè)腦區(qū)產(chǎn)生事件相關(guān)去同步電位（ERD）,同側(cè)腦區(qū)產(chǎn)生事件相關(guān)同步電位（ERS）。
         （4）皮層慢電位
        皮層慢電位（SCP）是皮層電位的變化，持續(xù)時間為幾百毫秒到幾秒，實驗者通過反饋訓練學習，可以自主控制SCP 幅度產(chǎn)生正向或負向偏移。
         （5）自發(fā)腦電信號
        在不同的意識狀態(tài)下，人們腦電中的不同節(jié)律呈現(xiàn)出各異的活動狀態(tài)。按照所在頻段的不同分類，一般采用希臘字母（α、β、γ、δ、θ）來表示不同的自發(fā)EEG 信號節(jié)律。比如α節(jié)律在8-13Hz頻段，而β節(jié)律則在13-22Hz頻段。
         采用以上幾種腦電信號作為BCI輸入信號，具有各自的特點和局限。P300和VEP 都屬于誘發(fā)電位，不需要進行訓練，其信號檢測和處理方法較簡單且正確率較高，不足之處是需要額外的刺激裝置提供刺激，并且依賴于人的某種知覺（如視覺）。其它幾類信號的優(yōu)點是可以不依賴外部刺激就可產(chǎn)生，但需要大量的特殊訓練。

BCI所使用的EEG信號

2.3 訓練
         時至今日，大多數(shù)BCI研究主要集中于技術(shù)層面的研究，即如何更好地采集、處理和分類EEG信號。然而，EEG信號的產(chǎn)生者是人，而不是機器，他（她）的一舉一動都可能會對實驗產(chǎn)生影響。因此，BCI實驗中對受試者的訓練也是值得關(guān)注的。
         如何對受試者進行訓練呢？也就是說，我們用什么實驗方案？不同的BCI系統(tǒng)采用不同的實驗方案。一般來講，方案幾個階段，每個階段又分成若干小節(jié)，每一小節(jié)大概持續(xù)幾分鐘，每個方案可能會持續(xù)半個小時到幾個小時。
         某些BCI系統(tǒng)基于事件誘發(fā)電位的，如P300 或VEP，并不需要訓練，受試者按照指示就能啟動實驗。通常，為了實驗能夠順利開展，在初次實驗前，對受試者都要進行訓練，只是時間長短而已。訓練的時間和過程因BCI 系統(tǒng)和受試者而異。
         在某些BCI系統(tǒng)中，用戶必須了解如何自主調(diào)節(jié)自身的EEG信號幅度，這時訓練是必不可少的，而且訓練時間可能會很長；在基于模式識別的BCI系統(tǒng)中，訓練側(cè)重于獲得相應的參數(shù)；在基于操作條件方法的BCI系統(tǒng)中，可能需要受試者反復訓練，可能長達數(shù)月才能達到預計的效果。

2.4 反饋
         大多數(shù)BCI系統(tǒng)是需要反饋的，最常見的反饋形式是光標控制，受試者把光標移到指定目標位置，只能使用上/下或左/右兩組命令。一開始，光標在屏幕中央，每一節(jié)以光標碰到目標位置或相反位置為結(jié)束。當碰到目標位置，光標會閃爍，說明成功；這種反饋能夠加強受試者用意念操作光標的信心。光標控制提供的反饋是持續(xù)性反饋，受試者能夠親眼看到自己意念驅(qū)動光標在移動，如方向不對可以及時調(diào)整。
         在BCI系統(tǒng)中，特別是基于操作條件的BCI系統(tǒng)中，反饋是必要的，受試者需要知道哪種意念能夠移動光標朝哪個方向運動，反饋既有好處也有負面影響。
         1、好處：
         （1）激勵持續(xù)性實驗的動力?？床坏浇Y(jié)果的實驗令人沮喪，不斷看到自己能用意念操縱光標朝目的地移動無疑是一種巨大的激勵。
         （2）吸引受試者的注意力。不斷有進展，會使受試者倍感興趣，注意力不易分散。
         （3）提供反饋給信號處理模塊，增強系統(tǒng)的穩(wěn)定性和準確性。
         2、負面影響
         （1）反饋可能會引起意念“不純”。反饋會使受試者會產(chǎn)生實驗以外的意念，從而使采集的EEG信號并不僅僅反映實驗的內(nèi)容。
         （2）反饋的結(jié)果會對受試者EEG信號有影響。如光標移動中，正確的移動會使受試者加快移動速度；錯誤的移動會使受試者喪氣，兩者都會對EEG信號產(chǎn)生影響。
         （3）視覺刺激反饋可能會影響?節(jié)律。

2.5 算法
         BCI的算法是指在信號處理階段，能夠?qū)CI 輸入的信號轉(zhuǎn)化為對實際裝置進行控制的命令的一系列信號處理算法，也就是說，這些算法可以從當前使用者的腦電信號獲得抽象的特征向量，并將這些向量轉(zhuǎn)化為決定設備控制的命令。一般來講，這些特征量是包含在特定的頻率段內(nèi)，如果某一特征量代表的思維狀態(tài)過多，交叉過大，使用這一特征量就很難區(qū)分不同思維狀態(tài)；反之，如果某一特征量能夠嚴格區(qū)分不同思維狀態(tài)，使用這一特征量就能具有很好的功效?？傊?，無論采用哪種算法，都以實現(xiàn)最優(yōu)的性能及良好的實用性為目的。
         下面簡單介紹幾種在信號處理階段實際用到的算法：
         （1）獨立分量分析（ICA）
         在腦機接口分析中的應用ICA 方法可從腦電信號中分離出各種不同的獨立分量。在進行預處理之后，可以繼而通過設計實驗，如進行鼠標移動、手的想象移動、開燈等，對腦電信號進行特征分析和提取，提取進行這些實驗時的腦電信號特征，從中發(fā)現(xiàn)與之相對應的穩(wěn)定的思維腦電獨立分量模式，進而用于BCI信號的分類。
         （2）小波變換
         對信號進行小波分解，分析EEG信號的分布特點，選擇EEG信號能量相對集中且能較好地反映信號主要特征的頻帶設計小波時頻濾波器。小波變換能準確快速地提取出有明顯特征的EEG信號，有利于提高腦機接口通信速度及正確率。
         （3）遺傳算法（Genetic Algorithm，GA）
         用遺傳算法對特征信號進行分類時，要從檢測到的腦電信號中抽提出大量的特征信號，然后通過遺傳算法去除偽特征信號，保留有用的特征信號作為驅(qū)動信號。這種算法的特點是要對特征信號進行大量的分析運算，從中找到各種特征參數(shù)，然后從中挑取最優(yōu)的部分，算法的運算量較大。
         還有其他很多算法，如人工神經(jīng)網(wǎng)絡、貝葉斯-卡爾曼濾波、線性判別分析等，在此就不一一闡述。

三、研究現(xiàn)狀
         正式研究BCI的時間至今不足20年，目前絕大部分BCI研究處于實驗室研究階段，尚無大規(guī)模商業(yè)應用。1999年和2002年兩次BCI國際會議的召開以及2006年即將召開的第三屆BCI國際會議，為BCI的發(fā)展推波助瀾。下面是一些國際上BCI研究有影響的實驗室：
         1、奧地利Graz理工大學
         Pfurtscheller等人采用事件相關(guān)同步/去同步 (ERS/ERD) 電位作為BCI信號輸入。在這套系統(tǒng)中，受試者可以控制光標的移動。
         2、美國Wadsworth中心
         Wolpaw等人訓練受試者自由調(diào)節(jié)自身?節(jié)律，并通過?節(jié)律的變化來實現(xiàn)光標移動、字母拼寫和假肢控制等功能。由于靈活控制自身?節(jié)律變化比較困難，所以并不是每個受試者都能學會使用這套裝置。
         3、德國Tübingen大學
         Birbaumer等人設計了一個名為思想翻譯器（Thought Translation Device，TTD）的裝置，通過慢皮層電位（SCP）的變化來實現(xiàn)對外界的控制，使用視覺反饋，實現(xiàn)了字母拼寫等功能。
         4、美國伊利若斯大學
         Farwell和Donchin采用P300誘發(fā)電位作為BCI信號輸入。在計算機顯示屏上顯示一個6?6包含36個字母的格子，使用者要求選擇一個特定字母，每行和每列都在閃爍，頻率為10Hz，計算對每行和每列閃爍的平均反應，測量P300幅值。對包含特定字母的行和列的反應幅度最大，根據(jù)這個特性就可以從P300誘發(fā)電位中“找到”特定字母。
         5、美國Smith-Kettlewell視覺科學研究所
         Sutter等人設計的腦反應接口以對視覺刺激反應中所產(chǎn)生的視覺誘發(fā)電位（VEP）作為BCI信號輸入，通過誘發(fā)電位選擇計算機顯示屏上某一特定部分，進而可以實現(xiàn)選擇的功能。
         6、我國清華大學
         高上凱等人深入分析了穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）的特征和提取方法，設計了具有高傳輸速率的基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機接口系統(tǒng)，可用于殘疾人的動作控制或環(huán)境設備控制等領(lǐng)域。
         以上幾種BCI系統(tǒng)間的比較。

不同BCI間的比較

其中速度值為平均速度，N/A表示沒有數(shù)據(jù)報道或沒有討論。

四、存在的問題
        BCI既是一門新興的研究領(lǐng)域,作為一門交叉學科,涉及計算機科學、神經(jīng)科學、心理認知科學、生物醫(yī)學工程、數(shù)學、信號處理、臨床醫(yī)學、自動控制等多個領(lǐng)域。仍有大量的問題尚待解決，目前主要存在以下問題：
        1、速度太慢。從整體性能上看，大多數(shù)信息傳輸率在20比特/分鐘以下，對于一些實際應用還太慢。
        2、穩(wěn)定性不高。系統(tǒng)穩(wěn)定性隨研究方法、受試者和控制系統(tǒng)不同變化較大；缺乏自適應能力。
        3、缺乏統(tǒng)一標準。目前尚無統(tǒng)一的BCI基礎(chǔ)理論框架，兼容性較差。
        4、實用性不強。目前的BCI系統(tǒng)大多都是在特定的實驗室環(huán)境下設計，真正在日常生活環(huán)境下的應用極少； BCI裝置的制作費用一般都很昂貴；這些都使得BCI系統(tǒng)的實際應用受到限制。
        5、采樣信號缺乏具體意義。很難把腦電信號類型與心理意識活動直接聯(lián)系起來。
        6、沒有統(tǒng)一信號處理方法。信號處理方法是目前BCI研究的重點,由于百家爭鳴也造成目前研究方法的多樣性，特征提取方法和分類方法沒有統(tǒng)一的標準，沒有任何一種信號處理方法能夠為所有BCI研究者所采納。
        7、反饋的必需性。要不要反饋？如何反饋？目前仍有爭議。一方面，反饋提高了系統(tǒng)的準確性和穩(wěn)定性,同時，另一方面，反饋也給整個系統(tǒng)帶來額外的負荷，可能會降低信息傳輸率，同時也給受試者帶來操作上的困難。
        8、訓練的必要性。目前對要不要訓練及采取何種訓練尚有不同觀點.有些BCI系統(tǒng)還需要較長時間的訓練過程，需要受試者掌握改變自身腦電變化的技巧，需要耗費大量的時間和精力，容易產(chǎn)生疲憊和反感。
        9、難以持續(xù)性工作。目前大多數(shù)BCI系統(tǒng)都只是在特定范圍內(nèi)工作，系統(tǒng)的連續(xù)工作能力受到了限制，受試者難以在實驗中實時“觀察”自己所有的意識。
        10、個體差異造成很大影響。由于每個人的思維方式、行為習慣等都不完全一樣，需要針對每一類人設計不同的實驗參數(shù)和訓練方法。即使是同一個人,由于他（她）的注意力、身體狀況、心理狀況、情緒態(tài)度、操作適用性、目的性等的改變，也可能會改變實驗參數(shù)，造成已設計好的BCI裝置可能無法繼續(xù)使用。

五、應用前景
        由于BCI系統(tǒng)可以不依賴于外部肌肉和神經(jīng)就可以實現(xiàn)人機交互，因此有著極為廣闊的應用前景。目前，BCI的應用主要集中于醫(yī)學領(lǐng)域、人工智能的實現(xiàn)以及提供新型的娛樂方式。
5.1 在醫(yī)學方面的應用
        在醫(yī)學領(lǐng)域中，BCI 可以幫助肢體障礙患者提高他們的生活質(zhì)量。
        1、實現(xiàn)簡單的通信。通過BCI能夠使用電腦瀏覽網(wǎng)頁、撥打電話和模擬閱讀等。
        2、控制周圍環(huán)境。通過BCI可以控制輪椅、開門、開燈等。
        3、運動康復。通過BCI 控制康復機器人的方法，輔助傷殘人士進行運動功能重建和生活自理。
        4、治療。BCI 技術(shù)可以為將來治療技術(shù)的發(fā)展起到推動作用，如利用深層大腦激勵來治療帕金森病。
5.2 在醫(yī)學以外的其它方面的應用
        雖然目前BCI 系統(tǒng)主要應用于醫(yī)學領(lǐng)域，特別是為殘疾人提供幫助，但是BCI的用途決不僅僅限于在醫(yī)學領(lǐng)域中應用，在其它諸多領(lǐng)域都可以得到廣泛的應用。
        1、特殊環(huán)境作業(yè)。例如，宇航員可以應用BCI監(jiān)控遠距離的儀器設備；控制機器人在危險或不適宜人工操作的環(huán)境中工作。
        2、BCI可以為電子游戲提供附加控制。當前流行的電子游戲是要操作者靠鼠標、鍵盤或操縱桿來進行操作的，如果能夠?qū)崿F(xiàn)靠“思想”就能完成控制的電子游戲，一定會吸引更多的游戲愛好者。
        3、在藝術(shù)領(lǐng)域中，可使用BCI來進行創(chuàng)新。例如，生物收音機、人腦化音樂設備等。
        4、生物身份識別。由于EEG信號有特異性，在此基礎(chǔ)上可實現(xiàn)一種交互式、主動型的人體身份驗證系統(tǒng)。
        從理論上講，只要有神經(jīng)電參與并可分類的通信系統(tǒng)，都可以應用BCI技術(shù)。

總結(jié)
        在過去的十幾年中，BCI 的研究發(fā)展十分迅猛，目前的BCI 研究主要是為某些患者（一般指思維正常但有運動障礙的病人）提供一種與外界交流的手段或控制外界的方式以及協(xié)助其康復.隨著對人腦結(jié)構(gòu)與功能認識的愈加清晰，提取腦電信號技術(shù)手段的提高，以及高效率、低成本的計算機的出現(xiàn),BCI 研究人員將研究出“更快、更準、更易”的BCI技術(shù)。當然，在BCI的發(fā)展中仍存在著諸多挑戰(zhàn)。比如，目前尚無一個BCI 系統(tǒng)可以做到既精確又能實現(xiàn)快速控制；還沒有真正的商業(yè)化產(chǎn)品問世。
        總之，BCI研究有著廣闊的前景，不僅加強對人自身的認識，同時也將改變?nèi)祟惖纳罘绞健?/p>