探索思維的力量：腦機介面研究現狀與展望

摘要

腦機介面通過解碼人類思維活動過程中的腦神經活動信息，構建人腦與外部世界的直接信息傳輸通路。近20年來，腦機介面領域迎來了快速發展，取得了一系列重要研究與應用成果。本文從信息交流與控制、功能康復與增強、狀態識別與監測3個主要發展方向綜述了腦機介面的研究現狀，並對腦機介面的發展所面臨的機遇和挑戰進行了展望。

在電影《黑客帝國》中，人們在虛擬世界中通過思維進行媲美真實世界的直接交流；在電影《復仇者聯盟》中，緋紅女巫通過她的思維活動控制現實世界，她所有的心想，都能事成……用思維直接交流或操縱工具，長久以來都是科幻作品青睞的話題。隨著人類對大腦的了解日益深入，這些科幻作品中的設想開始逐漸走向現實（圖1）。腦機介面（brain-computer interface，BCI）正是解讀人類思維奧秘的重要研究工具。概括地說，腦機介面不依賴腦的正常輸出通路（即外周神經和肌肉組織），構建腦與外部世界的直接信息傳輸通路。首篇腦機介面的研究論文發表於1973年，美國加州大學洛杉磯分校的Vidal等首次使用一詞來表述腦與外界的直接信息傳輸通路，並提出了腦機介面的系統框架雛形（圖2（a））。然而，受限於信號處理理論與方法、生物信號採集放大硬體技術、計算機性能等因素，腦機介面技術直到20世紀末才真正開始快速發展（圖3（a））。

圖1 腦機介面：科幻與現實

圖2 最早的（a）及當代（b）腦機介面系統示意

圖3 腦機介面研究現狀

腦機介面是一個年輕的交叉學科研究領域，涉及神經科學、心理學、計算機科學、生物醫學工程、臨床醫學等多個學科。腦機介面系統通常主要包含3個模塊（圖2（b））：1）腦神經信號採集模塊，負責通過電、磁、光等各種物理學原理將腦神經活動採集並實時傳輸出來；2）腦神經信號分析處理模塊，綜合運用各類信號處理方法與機器學習演算法，從神經信號中提取特定思維活動的關鍵特徵，並將人的不同思維活動狀態實時識別出來；3）應用模塊，將所識別到的思維活動狀態翻譯為機器指令，最終實現腦機介面應用。

目前，在腦機介面中用於採集神經信號的技術統稱為腦成像技術，主要包括無創的腦電（electroencephalogram，EEG）、腦磁（magnetoencephalogram，MEG）、功能磁共振（functional magnetic resonance imaging，fMRI）、功能性近紅外光譜（functional near-infrared spectroscopy，fNIRS），以及有創的皮層腦電（electrocorticogram，ECoG）、神經元群體記錄等。因為腦電設備便攜、運行成本低、操作便捷、適用人群廣，在腦機介面中應用最為廣泛（圖3（b））。本文以基於腦電的腦機介面為重點，從信息交流與控制、功能恢復與增強、狀態識別與監測3個方向介紹腦機介面的研究現狀和前沿動態，並對其未來發展方向進行展望。

1 信息交流與控制

以著名物理學家霍金為代表的脊髓側索硬化症患者，以及重症肌無力患者、因事故導致高位截癱的患者等重度運動障礙患者群體，是腦機介面研究的重要應用對象。這些患者的共同特點是，他們有相對完整的思維能力，但喪失了對肌肉和外周神經系統的自主控制能力，因此無法有效地向外界表達自己的需求和想法。將自己腦中所想的信息通過某種輔助手段傳達出來是這一患者群體最基本且最重要的需求。然而，由於人類目前對大腦工作機制的了解還比較有限，直接提取腦的高級思維活動意圖尚存在較大的困難，當前腦成像技術僅可識別大腦的部分簡單思維活動狀態。研究者因此構想了一個巧妙的替代解決思路：將腦成像技術手段可識別的有限簡單思維活動狀態與待表達的高級思維活動意圖建立一一對應關係。當需要表達某特定意圖時，讓人執行與該意圖對應的思維活動。這一間接的思維解讀方法是腦機介面在信息交流與控制方向的主要實現方式。根據可用的簡單思維活動狀態特性，這一方向的腦機介面可分為2類。

第1類是基於自發腦活動（spontaneous brain activity）的腦機介面。人通過執行不同的肢體運動想象、音樂想象、心算等思維活動任務以產生具有可區分度的神經響應。想象運動（motor imagery）腦機介面是其中的典型代表，可以實現2~8種不同肢體運動想象思維活動任務的區分，不同的肢體運動想象引起相應肢體感覺運動皮層區域mu節律（8~13 Hz）腦電能量的下降。通過識別腦電mu節律能量下降最顯著的腦區可以實現對具體運動想象肢體的判斷。運動想象腦機介面最常見的應用是控制輪椅、電視、假肢等家用電器或輔助裝置。以控制輪椅為例，人可以通過執行左手、右手或腳的想象運動，來實現輪椅左轉、右轉或前進的意圖（圖4（a））。解讀自發腦活動是最接近科幻作品的腦機介面形態，但由於自發腦活動的信噪比往往較低，這類腦機介面的信息傳輸速率相對較慢，識別一次運動想象通常需要數秒鐘時間。

圖4 信息交流與控制示例

為了提高信息傳輸速率，研究者提出了第2類基於誘發腦活動（evoked brain activity）的腦機介面。這類腦機介面中，待表達的高級思維活動意圖分別用不同的外部事件（如不同空間位置呈現的圖形、不同頻率的聲音等）進行表示，人通過注意特定的外部事件序列以實現意圖的表達。這些外部事件都將多次重複出現，通過疊加平均單次事件誘發的腦電響應，從而分別得到對應不同事件的大腦事件相關響應（event-related response）。根據注意與非注意的事件所對應的大腦事件相關響應的差別，即可實現腦機信息交流。以該類最經典的基於空間注意的P300字元輸入腦機介面應用為例：不同的字元按不同的時序進行快速閃爍，人將注意力集中在希望選擇的目標字元上；相比非注意目標字元，注意目標字元的閃爍這一事件得到大腦更加充分的信息加工處理，在腦電上體現為目標字元閃爍后300 ms左右在大腦頂區出現的腦電事件相關響應正峰P300（圖4（b））。因此，識別該正峰P300並定位其發生時刻所對應的閃爍字元，即可實現對人的注意目標的判斷，這正是P300腦機介面得名的原因。除了上述時序策略外，將不同字元用不同的頻率進行閃爍是另一種常用的策略。類似的，被注意的目標字元也對應更強的事件相關響應，體現為腦電響應在相應字元的閃爍頻率處的頻譜幅度更大。通過在腦電頻譜中識別最顯著的響應頻率並定位其對應的字元，即可判斷人的注意目標。與自發腦活動相比，引入外界事件誘發所得的事件相關響應往往具有更高的信噪比，從而可以實現更快的思維活動狀態識別。運用前沿的信號處理演算法，最新的誘發腦活動腦機介面研究展示了每1 s完成一次字元輸入的應用演示，對應5.32 bit/s的信息傳輸速率，已經接近實用水平，這也是目前有報道的最快腦機介面。

2 功能康復與增強

思維活動狀態的實時識別可應用於更豐富的臨床情境，輔助患者進行腦功能的康復。其核心思想是通過構建腦機介面閉環神經反饋調節系統，讓患者主動參與到自身的康復過程中來。以研究最多的中風康復為例，腦機介面系統連續監測患者用運動想象方式表達的患側肢體運動意圖，在識別到主觀運動意圖時啟動相應的功能性肌肉電刺激器或機械式康復儀等設備進行患側肢體的運動鍛煉（圖5（a））。基於腦機介面的康復治療方案有別於傳統依賴理療師的、患者被動參與的治療方案，被稱為「主動式康復」，並正在得到臨床醫學領域越來越多的重視。

圖5 功能康復與增強示例

這一主動式康復的思路也正在應用於精神類疾病治療的探索中。運動想象腦機介面在針對自閉症兒童的康復訓練中正在承擔重要的角色：與正常兒童相比，自閉症兒童在觀看他人運動情景時模仿動機弱，相應的感覺運動皮層激活程度較低；通過讓這些兒童參與基於自身感覺運動皮層激活程度強弱實時反饋的遊戲項目，可以提升他們對感覺運動皮層激活程度的自我控制能力，從而改善自閉症的癥狀（圖5（b））。類似的腦機介面神經反饋訓練範式也有望在多動症、抑鬱症等治療中發揮積極作用。

此外，腦機介面技術在感官重建方面也有望發揮重要作用。基於功能磁共振的研究發現，可以從視覺皮層的神經信號中一定程度上重建出人所感知到的視覺圖像信息，可用於構建幫助盲人恢復視力的視覺假體。基於顳區腦電的研究表明，在存在多個語音源時，可以通過顳區聽覺皮層相關腦電活動進行人的聽覺注意目標的實時判別。這一技術有望與電子耳蝸相結合，實現更加智能的聾人聽力輔助，增強電子耳蝸植入者的聽力水平。

3 狀態識別與監測

以上所介紹的情境中的腦機介面（視聽覺感官重建除外）大多依賴人主動發起特定的思維活動任務，被稱為「主動式」腦機介面（active BCI）。雖然主動式腦機介面是最廣泛研究和應用的腦機介面，與之相對的「被動式」腦機介面（passive BCI）在近10年來開始得到快速發展。被動式腦機介面的發展得益於主動式腦機介面研究過程中所積累的一系列準確、可靠的實時思維活動狀態識別演算法。這些演算法不僅可以用於識別人主動發起的特定思維活動，也可以用於識別和連續監測人的各項基礎認知功能狀態，如注意水平、認知負荷、疲勞程度、情緒狀態等。

基礎認知功能狀態的識別有廣泛的應用需求（圖6）。在工程心理學領域，機動車駕駛員、飛行員、航空空中交通管制員等特殊作業崗位人員的認知負荷、疲勞程度等狀態對於作業績效、工作安全都十分重要，腦機介面所提供的實時監測數據為工作管理提供了重要的客觀依據，能夠更好地保證人員安全和工作績效。在教育領域，腦機介面可以對學生的注意水平進行實時評測，為教師教學安排提供參考。在市場營銷領域，腦機介面技術可以用於評價觀看廣告、電影、電視等媒體內容的觀眾情緒體驗，以及更加廣義的人機交互情景下的用戶體驗。在遊戲娛樂領域，腦機介面為遊戲玩家提供了獨立於傳統遊戲控制方式之外的新的操作維度，豐富了遊戲內涵並提升了遊戲體驗。

圖6 狀態識別與監測示例

4 前景展望：挑戰與機遇

雖然目前主流的腦機介面研究主要運用無創的腦電技術開展，基於有創、侵入式的皮層腦電或神經元群體記錄等技術也正在得到越來越多的關注。雖然侵入式記錄目前依然面臨手術感染、長時間使用的生物兼容性等問題，但有創腦機介面有望獲取更高的信號質量，解碼更加豐富的神經活動信號，從而支持更高的識別速度或準確率。有創腦機介面的這些特點提供了實現全新範式的可能性，如基於言語輸出運動控制腦區的語音合成輸出、利用運動皮層神經元群體活動的多自由度機械手臂精細控制等。有創腦機介面有望在不久的將來真正服務於重度運動障礙的患者群體，通過長期或永久植入的腦神經信號感測器解讀他們的思維活動意圖，幫助他們與外界進行有效交流。

無創腦機介面離形成穩定可靠的實用產品依然還有一定距離。以最接近實用階段的腦電為例，可滿足腦機介面應用需求的高性能科研級設備成本較高、體積較大，不利於大規模普及；腦電設備佩戴的操作較複雜，往往需要專業人員進行參與，佩戴的舒適性以及長時間記錄的可靠性還有待提高。其他無創成像技術也有面臨各自的局限：腦磁、功能磁共振設備過於龐大且昂貴，功能性近紅外光譜技術的發展時間還相對較短等。為推進實用化進程，科研人員已經進行了多方面的努力：腦電等各類無創成像技術都在或快或慢地走向便攜化、可穿戴化，其各項操作也在逐步減少對專業人員的依賴；腦機介面中的信號分析處理方法也正在走向更加智能化。更前沿的，科學家已經開始探索腦機介面「意念控制」用於太空任務的可行性。此外，不同類型腦機介面系統之間的結合，以及腦機介面與眼動、肌電、加速度等其他生理或行為信號的深度融合，有望幫助人們對人類思維活動狀態進行更加全面、準確的解讀。特別需要指出的是，腦機介面基於個體化的腦神經活動構建腦機信息傳輸通路，充分考慮了每個人的個體神經活動特點，有望向各行業提供更有效的、有針對性的應用解決方案。

無論是何種腦機介面應用，其當前可實現的性能距離人們在科幻作品中的設想還有很長的路要走。除了上述感測技術上的局限外，更關鍵的挑戰在於我們對大腦工作機制的了解還十分有限。神經科學領域學者對大腦工作機制的持續探索發現是腦機介面系統實現的核心基礎，而神經工程領域基於這些探索發現所提出的大腦計算神經模型、神經編碼與解碼方法，則為腦機介面實踐應用提供關鍵技術方法支撐。隨著近年來世界各國紛紛啟動「腦計劃」，如歐盟的Human Brain Project、美國的BRAIN Initiative、日本Brain/Minds Project等，有望在不久的將來在腦研究方面取得突破性的進展，從而為腦機介面技術的進一步發展帶來全新的機遇。特別的，腦計劃的「腦科學與類腦智能」這一重點發展方向強調腦研究與人工智慧研究的結合，可能為腦機介面提供新的突破口。

腦機介面技術不僅可以服務於上述3個以人為中心的應用方向，還可以應用到更廣闊的腦機融合領域。腦機介面技術對人的思維活動狀態的實時準確識別，一方面可以提供更多的人類大腦活動特徵以指導計算機更好的模仿人腦，另一方面可以讓計算機更好的與人協同工作。正如著名科學家錢學森在1992年3月給國家高技術研究發展計劃（863計劃）智能計算機主題（306主題）專家組負責人的信中講道：「……，我只想說一點：我不以為能造出沒有人實時參與的智能計算機。所以奮鬥目標不是智能計算機，而是人、機結合的智能計算機體系」。隨著學界對腦機介面研究的持續關注與投入，腦機介面技術將繼續保持快速發展，並有望對人類社會帶來全方位的積極影響。

作者簡介：張丹（通信作者），特別研究員，研究方向為腦機介面與工程心理學。

注：本文將在2017年第9期《科技導報》發表，敬請關注。

《科技導報》

科協學術會刊

聯繫電話：010-62194182

歡迎投稿：[email protected]

即刻關注