姜 耿，趙春臨

(1.武警工程大學 研究生大隊，西安 710086； 2.武警工程大學 裝備保障與管理學院，西安 710086)

0 引言

近年來，中、美、歐等國家和地區(qū)紛紛啟動了腦科學計劃[1]。我國將“腦科學與類腦研究”列為“十四五”規(guī)劃綱要重大項目，美國國防部高級研究計劃局(DARPA)較早展開了腦機接口(BCI，brain-computer interface)在軍事領(lǐng)域的應(yīng)用研究，特斯拉創(chuàng)始人埃隆·馬斯克創(chuàng)立的Neuralink公司在腦機接口技術(shù)前沿領(lǐng)域廣受關(guān)注。當前，該技術(shù)已經(jīng)在康復醫(yī)療、人工智能、機械控制、家居智能、游戲娛樂、軍事應(yīng)用等領(lǐng)域展開了廣泛而深入的研究。但基于腦電圖(EEG，electroencephalogram)技術(shù)的腦機接口技術(shù)相關(guān)綜述文章鮮見發(fā)表，已發(fā)文章大多是對于信號處理方法的研究現(xiàn)狀分析，對其各類應(yīng)用、發(fā)展和挑戰(zhàn)則著墨較少。

1 腦機接口技術(shù)

1.1 腦電圖(EEG)

從大腦采集電信號的方法分為植入式、半植入式和非植入式。腦電圖(EEG)[2]是從人類或動物的頭皮上記錄到的電位變化，是最常見的非侵入式大腦信號采集技術(shù)。侵入式技術(shù)和半侵入式技術(shù)具有顯著的缺點：手術(shù)存在風險和所記錄信號將逐漸減弱甚至消失。非侵入性電信號采集方式包括腦電圖(EEG)、腦磁圖(MEG，magnetoencephalography)[3]、近紅外光譜(NIRS，near-infrared spectroscopy)[4]、正電子發(fā)射型斷層顯像(PET，Positron Emission Tomography)[5]、功能性核磁共振成像(FMRI，functional magnetic resonance imaging)[6-7]等方法[8]。其中EEG信號的明顯優(yōu)勢在于它可以達到毫秒級別的高時間分辨率，可以較好的進行實時監(jiān)測和在線傳輸，且采集設(shè)備簡單，操作方便、安全，便于臨床使用，因此EEG技術(shù)更受重視[9-11]。

腦機接口使用的EEG信號主要有兩種：自發(fā)腦電(Spontaneous EEG)和誘發(fā)腦電(Evoked EEG)。自發(fā)式的腦電信號是通過被試主動執(zhí)行特定的大腦意識活動任務(wù)，產(chǎn)生相應(yīng)的特征電位。被試所執(zhí)行的認知任務(wù)主要包括運動想象(MI,moter imagery)、音樂想象(music imagery)、心算(mental arithmetic)，以及用于改變慢皮層電位(SCP,slow cortical potential)[12]的意念控制任務(wù)等。誘發(fā)腦電是在給予特定刺激(如聲、光、電)時誘發(fā)產(chǎn)生的腦電位變化，包括聽覺誘發(fā)(AEP,auditory evoked potential)[13]、視覺誘發(fā)(VEP,visual evoked potential)[14]、觸覺誘發(fā)(SEP,somatosensory evoked potential)[15]等。自發(fā)腦電具有背景噪聲強、信號幅度微弱、非平穩(wěn)性和隨機性強、頻域特征比較突出等特點[16]，且受被試個體差異影響較大，需要進行大量訓練，因此在BCI中的應(yīng)用范圍不及誘發(fā)腦電廣泛。相較于自發(fā)腦電，誘發(fā)腦電不需要經(jīng)過特別訓練就可以獲得時間較為集中、特征更加明顯的信號，且正確率較高[17]。

1.2 腦機接口的定義

1973年，Jacques Vidal首次使用BCI這一概念，他使用該術(shù)語描述任何能夠產(chǎn)生關(guān)于腦功能詳細信息的基于計算機的系統(tǒng)[18]。第一次BCI國際學術(shù)會議對BCI做出了比較權(quán)威的定義：是一種不依賴于大腦外周神經(jīng)與肌肉正常輸出通道的通訊控制系統(tǒng)[19-20]。它通過采集和分析人的腦電信號，在人腦與計算機或其它電子設(shè)備之間建立起直接的交流和控制通道，從而可以不需語言或肢體動作，直接通過控制大腦電信號來實現(xiàn)對外通聯(lián)或控制設(shè)備。人們通過大腦信號而不是肌肉來行動，這種可能性吸引了全球各領(lǐng)域廣泛的重視和研究，而其潛在的價值和意義也在不斷推動BCI研究這一新興領(lǐng)域的發(fā)展。圖1是近21年來關(guān)于BCI技術(shù)的科研文章數(shù)量趨勢圖，可見其近年來呈快速增長態(tài)勢。

圖1 最近21年來關(guān)于BCI技術(shù)的發(fā)文數(shù)量趨勢圖(數(shù)據(jù)來源于CNKI總庫)

1.3 基于E EG的BCI系統(tǒng)組成

基于EEG的BCI系統(tǒng)組成包含信息采集、信息處理、信號控制和反饋4個部分，其結(jié)構(gòu)如圖 2所示。該系統(tǒng)工作流程為：從頭皮或大腦皮層采集反應(yīng)大腦活動的EEG信號，經(jīng)過預處理(放大并數(shù)字化)后，提取EEG信號中反應(yīng)用戶意圖的相關(guān)特征，將其轉(zhuǎn)換為可以控制外部應(yīng)用設(shè)備的命令，如光標控制、輪椅轉(zhuǎn)動等。反饋環(huán)節(jié)可以將命令實施的具體結(jié)果反饋至用戶，可以有效增強交互效果[21]。

圖2 基于EEG的BCI系統(tǒng)結(jié)構(gòu)框圖

1)信號采集：信號采集模塊負責采集和放大腦源信號，并將信號傳送至信號處理模塊。該部分主要包括電極帽、放大器、濾波器和A/D轉(zhuǎn)換器。

2)信號處理：信號處理模塊是BCI系統(tǒng)的核心部分，主要過程包括信號預處理、特征提取、分類識別。預處理是通過主成分分析(PCA)、獨立成分分析(ICA)、非線性濾波等方法最大程度去除信號中的噪音干擾，提高EEG信號的信噪比。特征提取和分類識別過程是從繁復無章的背景信息中提取出所需的源信號并將這些信息轉(zhuǎn)化為簡單的控制命令，這需要較好的信號處理技術(shù)和針對性的分類算法[8, 10]。

3)設(shè)備控制：設(shè)備控制模塊是BCI系統(tǒng)的輸出端，可以將EEG信號轉(zhuǎn)換為設(shè)備操作的控制命令。當前應(yīng)用于醫(yī)療和研究的主要輸出設(shè)備包括機械臂、計算機屏幕、應(yīng)用程序、無人機和輪椅等。

4)反饋：反饋環(huán)節(jié)將操作結(jié)果及時反饋至被試，可以提高系統(tǒng)的準確率。當系統(tǒng)運行終端出現(xiàn)問題時，及時的反饋能夠幫助被試及時調(diào)整狀態(tài)，增加了系統(tǒng)的人機交互性，也提高了系統(tǒng)的工作效率。

2 基于EEG的BCI系統(tǒng)及其應(yīng)用

本文重點討論基于EEG的單一模式的BCI系統(tǒng)。該類系統(tǒng)的主要研究方向包括基于慢皮層電位(slow cortical potential，SCP)的BCI、基于運動想象(MI,motor image)電位的BCI、基于事件相關(guān)電位(ERP,event-relate potential)P300的BCI和基于穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP,steady-state visual evoked potential)的BCI等[21]。其中， SCP-BCI系統(tǒng)在腦機接口發(fā)展初期研究中占主導地位，并且在一些臨床研究中投入應(yīng)用。但由于該系統(tǒng)需要大量訓練且ITR較低[22]，因此學者們基本放緩了對該系統(tǒng)的進一步研究，因此本文不作討論。

2.1 基于MI的BCI系統(tǒng)

基于運動想象(MI)的BCI是以感覺運動節(jié)律(SMR,sensorimotor rhythm)信號[23]作為輸入的BCI。SMR信號相伴運動或感知運動產(chǎn)生，包括μ節(jié)律(頻率為8～12 Hz)、β節(jié)律(頻率為18～26 Hz)等，但主要以μ節(jié)律為主。研究表明[24]，在進行運動準備、想象或執(zhí)行活動時，大腦對側(cè)的μ節(jié)律會減弱，而在空閑狀態(tài)時則會增強，這種現(xiàn)象被稱為事件相關(guān)去同步(ERD,event-relate desynchronization)和事件相關(guān)同步(Event-relate synchronization，ERS)。ERD/ERS事件即出現(xiàn)在產(chǎn)生于大腦皮層的μ節(jié)律和β節(jié)律的頻率范圍[25]。

奧地利Graz技術(shù)大學的BCI研究室最早提出事件相關(guān)去同步/同步(ERD/ERS)概念來區(qū)分運動想象任務(wù)[24]，對該領(lǐng)域進行了大量的研究，現(xiàn)在已經(jīng)開發(fā)出包括計算機游戲、拼寫設(shè)備、功能性電子刺激器和虛擬環(huán)境控制等BCI系統(tǒng)[16, 26-27]。在該類BCI系統(tǒng)中對SMR信號的主要應(yīng)用方法是根據(jù)ERD/ERS在大腦皮層的空間分布特異性來識別大腦的運動想象狀態(tài)。目前主要的運動想象任務(wù)有想象左手、右手、雙腳和舌頭的運動，加上空閑狀態(tài)則可以產(chǎn)生5種腦狀態(tài)。不同狀態(tài)結(jié)合，可用來實現(xiàn)對外設(shè)的運動控制。

2014年，美國Tulsa大腦研究所的Yuan和Minnesota大學的He通過基于運動想象和實際運動的控制系統(tǒng)，實現(xiàn)了通過腦電操作外接設(shè)備完成溫度調(diào)節(jié)、光標移動等任務(wù)[23]。

2019 年，清華大學的張文昌等人將機器人自動控制技術(shù)和BCI技術(shù)相結(jié)合，開發(fā)了一種基于運動想象的異步 BCI 共享控制系統(tǒng)，被試在實驗中實現(xiàn)了通過運動想象操控機器手避障抓取實物的功能，且準確率達到了80%[28]。

Donati 等人利用基于運動想象的 BCI 控制下肢外骨骼對 8 例慢性脊髓損傷(SCI)患者進行了為期12個月的多階段步態(tài)神經(jīng)康復訓練。其結(jié)果顯示患者已經(jīng)喪失功能的部分肌肉恢復了自主控制，具備了部分活動能力。該實驗證明通過腦控假肢可以實現(xiàn)神經(jīng)功能恢復，且在醫(yī)療領(lǐng)域具有廣泛的應(yīng)用前景[29]。另外，我國清華大學智能與生物機械實驗室研發(fā)的上肢康復輔助機器人和上海交通大學機器人研究團隊研發(fā)的腦控外骨骼設(shè)備，均可以實現(xiàn)通過解析患者運動意圖來實現(xiàn)對患者進行輔助訓練，以幫助患者神經(jīng)康復[30]。

除了上述的幾種應(yīng)用外，SMR控制信號還被應(yīng)用于包括仿生機械手[31]、虛擬無人機[32]、四軸飛行器[33]、家居設(shè)備[34]等控制對象，目前該類范式已經(jīng)成為四肢癱瘓、脊髓損傷和肌萎縮側(cè)索硬化癥(ALS)患者最有希望的治療模式之一。

由于自發(fā)腦電信號存在很多不確定性和不穩(wěn)定性，因此還存在著信號解碼準確率低、個體差異性大和在線性能差等問題，使用SMR節(jié)律的人員可能要數(shù)月的時間來學習如何調(diào)節(jié)大腦的神經(jīng)活動來控制光標或設(shè)備，部分腦發(fā)育水平較低的人群甚至無法按照系統(tǒng)要求通過運動想象來完成規(guī)定動作[35]，這些問題制約了該類系統(tǒng)的發(fā)展。

2.2 基于事件相關(guān)電位P300的BCI系統(tǒng)

P300是一種事件相關(guān)電位(ERP)[36-37]，在1965年首次被發(fā)現(xiàn)。它是EEG信號在刺激出現(xiàn)之后300毫秒左右產(chǎn)生的正向偏移，并因此而得名[38]。相關(guān)刺激事件發(fā)生的概率越低，所出現(xiàn)的P300波形越顯著。視覺刺激是P300最常用的誘發(fā)模式，但學者對觸覺刺激范式也有不少研究[39]。

P300拼寫器是一種允許用戶使用腦電輸入文字的典型BCI文字輸入系統(tǒng)，是P300信號最常見的應(yīng)用，對患有肌萎縮側(cè)索硬化癥(ALS)[40]和腦中風[41]的人的治療有很好的輔助作用。早在1988年，Illinois大學的Farewell等人就利用P300事件相關(guān)電位設(shè)計出了虛擬打字機[42]。該系統(tǒng)是將36個備選目標(英文字母或數(shù)字等)在屏幕上顯示為6×6矩陣，如圖 3所示。被試只需要注視屏幕的行列閃爍，就可以誘發(fā)腦電刺激，產(chǎn)生P300信號，對比行列的閃爍時間和P300出現(xiàn)時間，就可以完成目標的選擇。美國Wadworth研究中心、我國浙江大學求是高等學院均研究出了實用的基于P300的字符或中文輸入系統(tǒng)，可作為癱瘓患者的臨床輔助應(yīng)用。李遠清等人還設(shè)計了一種新的基于三維立體視覺刺激的P300拼寫范式，顯著提高了P300拼寫系統(tǒng)的分類準確率和ITR，有效減少了用戶的工作量[43]。近年來，P300拼寫系統(tǒng)研究者著力于通過改進算法、改進誘發(fā)界面或模式、提出新的混合模式等方法來嘗試進行技術(shù)突破[44-45]，拼寫器的拼寫速度、應(yīng)用舒適度、人機交互性均有很大提升[46]。

圖3 P300-BCI使用的6×6刺激界面

除了應(yīng)用于拼寫器外，P300信號在網(wǎng)頁瀏覽[47-48]、身份驗證[49]、游戲領(lǐng)域[50]、輪椅控制[51]、家居智能[52]、手部矯形器控制[53]等方面均有應(yīng)用。

Nikhil Rathi等人設(shè)計了一款基于P300信號的身份驗證系統(tǒng)，用一種新的2×2畫筆拼寫替代了傳統(tǒng)的6×6字符拼寫器[49]。

王飛等人設(shè)計了一款名為MindGomoku的基于P300信號的在線BCI游戲[50]。該游戲采用貝葉斯卷積神經(jīng)網(wǎng)絡(luò)算法，將游戲規(guī)則和BCI系統(tǒng)的特點相結(jié)合，參與實驗的10名玩家均成功完成了游戲控制且平均準確率達到了90.7%。

COIMBRA大學系統(tǒng)與機器人研究所的Aniana Cruz等人設(shè)計了一種基于P300信號的BCI輪椅控制系統(tǒng)[51]，該系統(tǒng)允許用戶在空閑狀態(tài)和控制狀態(tài)之間自由切換。在7名健康人和6名殘疾人參與的實驗中，所有被試者均在辦公室環(huán)境中成功操控輪椅完成既定動作。

P300信號還可以應(yīng)用于軍事領(lǐng)域。Al-Nuaimi等人提出了一種利用基于P300的BCI控制無人機的方法[54]，可以作為輔助技術(shù)在無人機偵察和打擊等任務(wù)中發(fā)揮作用。

常用的P300-BCI最重要的優(yōu)點是大多數(shù)被試者都可以非常準確地使用它，并且可以在幾分鐘內(nèi)進行校準，并且其信號穩(wěn)定、便攜易用。但同時也存在視覺P300-BCI系統(tǒng)ITR較慢，需要被試高度注意并引起視覺疲勞的問題，因此應(yīng)用范圍較窄[46]。在康復醫(yī)療領(lǐng)域多應(yīng)用于對其他輔助通信技術(shù)有障礙的重度殘疾患者，而在游戲領(lǐng)域的應(yīng)用也因其控制性能較差或易引起疲勞而難以得到廣泛推廣。

2.3 基于SSVEP的BCI系統(tǒng)

穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)由持續(xù)波動的刺激(重復頻率大于6 Hz)產(chǎn)生。當屏幕上的目標以不同頻率的視覺刺激進行閃爍時，被試只需要注視閃爍目標，就可以在大腦的枕葉區(qū)測到同樣頻率的EEG信號，這一信號被稱為穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)[55]。通過分析刺激后大腦產(chǎn)生的腦電信號的頻譜特征，系統(tǒng)就可以選擇被試所注視的目標并執(zhí)行相應(yīng)操作?？捎糜赟SVEP的視覺刺激頻率一般在6～50 Hz，分為低頻段(6～12 Hz)、中頻段(12～30 Hz)、高頻段(30～50 Hz)。視覺刺激光源通常由獨立的發(fā)光二極管(LED)，或者CRT、LCD、LED電腦顯示器等設(shè)備提供。目前，為了使用者更加易用和便攜，越來越多的研究者使用全息Holo Lens眼鏡等智能便攜式AR設(shè)備作為視覺刺激器[56-58]。

基于SSVEP-BCI的字符拼寫器具有較為廣泛的研究和應(yīng)用[59]。其中最著名的范例是Bremen Speller[60]，其原理是將所有目標顯示在屏幕上，并使用5個框來控制光標，如圖 4所示。5個光標顯示框通過不同的頻率閃爍，引起被試不同的視覺刺激反應(yīng)。最初相關(guān)研究的平均準確率為22.6 bpm，后來Volosyak等研究者相繼對其進行改進[61]，其識別準確率不斷提升。發(fā)展至今，基于SSVEP-BCI的高速拼寫器得到了快速發(fā)展。天津大學的明東團隊為提高基于SSVEP-BCI的高速拼寫器的實用性，通過改進腦電數(shù)據(jù)采集設(shè)備、刺激設(shè)備和濾波器，優(yōu)化濾波過程和程序，大大提高了在線拼寫識別率水平，其平均水平達到了330.4±45.4 bpm[62]。

圖4 此為經(jīng)典Bremen拼寫器界面，5個目標顯示框以不同頻率閃爍，引起不同的視覺刺激反應(yīng)，以實現(xiàn)字符輸入。摘自文獻[61]

陳曉剛等人將增強現(xiàn)實(AR)、計算機視覺和SSVEP-BCI相結(jié)合，設(shè)計并實現(xiàn)了一個機械臂控制系統(tǒng)。用戶只需要通過SSVEP-BCI系統(tǒng)將任務(wù)傳達至計算機，機械臂即可借助計算機視覺自行抓取對象[63]。另外，羅志國等人在不借助計算機視覺的情況下，在AR環(huán)境下用戶界面同時顯示機械臂和視覺刺激界面的控制方式也被證明是一種有效可行的人機交互方式[57]。

Yang Dalin等人在2020年設(shè)計開發(fā)了一個用于家庭自動控制的混合腦機接口系統(tǒng)，在傳統(tǒng)的SSVEP刺激界面選擇指令基礎(chǔ)上，結(jié)合眨眼方式校準指令，其實驗準確率達到了96.92% ，可以很好的應(yīng)用于輪椅和機械臂上[64]。

Miguel Angel L-G等人提出了一種由SSVEP-BCI控制的通過注意力驅(qū)動的視頻游戲[65]。游戲模擬了一種戰(zhàn)斗場景，敵人的攻擊被設(shè)計為一個移動的閃爍環(huán)形棋盤，在游戲過程中，如果檢測到玩家對敵人的攻擊注意力足夠集中，則該次攻擊就可以避免。該款游戲不僅可以作為娛樂用途，更可以應(yīng)用于存在注意力障礙的學生或其他人群中。

SSVEP-BCI在軍事領(lǐng)域也有應(yīng)用。Li-Wei Ko等設(shè)計了一款基于SSVEP-BCI的智能頭盔[66]，計劃將這種頭盔用于支持士兵在作戰(zhàn)行動時實現(xiàn)腦控通信或遙控設(shè)備等額外任務(wù)。北京航空航天大學的鄭德智等人設(shè)計了一種基于SSVEP腦機接口的單兵作戰(zhàn)無人武器控制系統(tǒng)[67]，使士兵在作戰(zhàn)時不用雙手就可以操作各類武器。

除了上述各類應(yīng)用外，SSVEP-BCI系統(tǒng)還被用于二維游戲?qū)Ш絒68]，甚至被用于通過人腦對蟑螂行動實施導航[69]。

與P300和MI等BCI系統(tǒng)相比，SSVEP在信息傳輸率(ITR)和識別準確率方面更具優(yōu)勢，可以比事件相關(guān)電位更可靠地分類，且不需要對被試進行訓練，可操作性強，不易受到運動偽影的影響。屏幕刺激以許多不同的頻率閃爍，可以產(chǎn)生更多命令通道來控制外接設(shè)備。因此SSVEP-BCI技術(shù)在BCI領(lǐng)域得到了更為廣泛的關(guān)注[70]。但要實現(xiàn)SSVEP-BCI系統(tǒng)更快地從實驗走向?qū)嶋H應(yīng)用，還需要重點解決以下幾個問題：

1)實現(xiàn)腦接接口信息采集設(shè)備的舒適性、易用性和便攜性。

2)該類范式需要高度精確的眼睛控制，尤其在低頻閃爍時容易引起視覺疲勞[71]，開發(fā)者必須盡量減少被試在使用設(shè)備時因視覺刺激帶來的不適。

3)研究更加高效智能的高速SSVEP-BCI系統(tǒng)，提高屏幕刷新頻率和信息在線傳輸速率。

3 基于EEG的BCI系統(tǒng)面臨的挑戰(zhàn)

基于腦電圖(EEG)技術(shù)的BCI系統(tǒng)為那些不能通過正常渠道實現(xiàn)與外界溝通的患者提供了一種新的通信和控制方式，也為正常人實現(xiàn)智能環(huán)境控制提供了新的思路。盡管國內(nèi)外學者對基于EEG的BCI系統(tǒng)展開了大量的研究和實驗，但腦機接口技術(shù)從實驗室走向軍事和商業(yè)應(yīng)用，還面臨著較大的技術(shù)和人文挑戰(zhàn)[1, 72]。

1)依賴于腦電圖(EEG)技術(shù)的發(fā)展。在所有腦監(jiān)測技術(shù)中，腦電圖技術(shù)因其低成本而具備面向普通民眾市場普及的商業(yè)化潛力[73]。但由于缺乏對腦電信號中信息編碼的潛在神經(jīng)機制的了解，腦電信號和各類感官刺激之間的復雜關(guān)系，仍然是神經(jīng)科學、人體工程學等領(lǐng)域面臨的重要挑戰(zhàn)。神經(jīng)信號采集過程中存在的低信噪比、腦電圖非線性、非平穩(wěn)性、容易產(chǎn)生偽影等問題同樣制約著腦電圖技術(shù)的發(fā)展。但目前已有學者將腦電圖技術(shù)用于駕駛員的疲勞檢測[74]，與之相關(guān)的便攜式可穿戴EEG耳機也已開發(fā)出來[75-76]，可用于睡眠質(zhì)量和認知功能等方面的實時監(jiān)測，NeuroSky、BrainCo、Brainno等公司都在做這方面的研究。盡管如此，但便攜式腦電采集設(shè)備使用的干電極技術(shù)同樣存在局限性，如運動偽影和環(huán)境噪音難以避免，人體對設(shè)備穿戴的不適、設(shè)備微型化存在困難等問題。進一步加深對該領(lǐng)域的研究，有助于盡早實現(xiàn)通過無線穿戴設(shè)備來破譯大腦密碼，并促進基于EEG的腦機接口系統(tǒng)在現(xiàn)有水平上的應(yīng)用。

2)信號處理技術(shù)制約BCI系統(tǒng)的發(fā)展。信號處理技術(shù)的關(guān)鍵在于特征提取和分類識別算法。已經(jīng)研究應(yīng)用的特征提取算法主要包括時域分析(幅值分析、波形分析、相干平均分析)、頻域分析(傅里葉變換、功率譜)、時頻分析(連續(xù)小波變換、經(jīng)驗?zāi)B(tài)分解)及共空間模式(CSP,common spatial pattern)等其他分析方法[21]。目前應(yīng)用的主要分類識別方法主要有線性判別分析(LDA，linear discriminant analysis)、支持向量機(SVM，support vector machine)和樸素貝葉斯分類器等[32]。盡管這些算法被證明在一定條件下是行之有效的，但BCI系統(tǒng)存在的被試者個體差異大、訓練集小、信噪比低等問題仍未得到根本性解決，這些問題影響著BCI系統(tǒng)的分類準確率、信息傳輸率(ITR)等重要技術(shù)指標。這需要學者們不斷研究和改進魯棒性和復雜度更高的腦電信號解碼算法，以實現(xiàn)對腦電信號的高效、準確處理。

3)BCI系統(tǒng)的實際應(yīng)用水平有待開發(fā)。由于腦電圖測量的復雜性，將BCI系統(tǒng)從控制良好的實驗室環(huán)境轉(zhuǎn)換到現(xiàn)實生活環(huán)境仍然具有挑戰(zhàn)性。目前已經(jīng)投入使用的少量BCI系統(tǒng)主要集中在游戲領(lǐng)域，且能夠?qū)崿F(xiàn)應(yīng)用的外控設(shè)備及其功能十分簡單。而在康復醫(yī)療領(lǐng)域的應(yīng)用則大多停留在臨床和實驗階段，其他領(lǐng)域的應(yīng)用則因BCI系統(tǒng)的造價昂貴、可靠性低、人機交互性差、便攜性不足等缺點而難以廣泛推廣。另外，健康人和腦部疾病患者的大腦信號存在很大差異，其認知水平同樣差異較大，用戶的不同應(yīng)用需求也為系統(tǒng)開發(fā)者帶來了較大的挑戰(zhàn)。一個實用的BCI系統(tǒng)必須滿足良好的用戶體驗和穩(wěn)定的系統(tǒng)性能的要求[73]。因此，在應(yīng)用端如何實現(xiàn)BCI系統(tǒng)的實用性和可行性，提升用戶的使用舒適度和操作便捷性都是研究者必須面臨的挑戰(zhàn)。

4)腦機接口面對的倫理問題不可忽視。BCI可以讀取和解碼人的大腦信息，這些神經(jīng)特征信息包含著人的思想、情感、利益等個人隱私，這將存在個人隱私泄露的風險。由于設(shè)備的設(shè)計缺陷，會存在可能的技術(shù)漏洞，這為黑客攻擊帶來了可能，BCI使用者會面臨信息被盜、意志被控制或損害、被欺騙等威脅。高技術(shù)帶來的不公平性和偏見同樣存在。BCI 和智能增強已經(jīng)被證明可以讓用戶獲得更強的認知和行動能力，這會讓使用者在不同財力、不同階層的競爭中導致明顯的社會優(yōu)勢，可能擴大貧富差距，加劇不公平性。同時，普通人對那些因使用BCI技術(shù)而獲得智能或技能增強的人可能存在歧視或偏見，這是一種可以預見的可能傷害。建議相關(guān)人員及時研究制定新的倫理準則，以促進腦機接口技術(shù)的科學發(fā)展。

總之，腦機接口是一個跨學科的領(lǐng)域，包含神經(jīng)科學、工程學、計算機科學和應(yīng)用數(shù)學等。該技術(shù)的發(fā)展需要基礎(chǔ)理論、工程技術(shù)等多個領(lǐng)域的研究突破，同時也需要解決可能面臨的倫理困境。

4 結(jié)束語

本文綜述了基于EEG的BCI系統(tǒng)的發(fā)展概況，重點對基于運動想象電位(MI)、事件相關(guān)電位P300和穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)的3種BCI系統(tǒng)的基本原理和當前研究、應(yīng)用的主要方向進行了歸納梳理，將3種范式進行了對比分析，提出了各類范式的優(yōu)缺點和研究中面臨的主要問題。其中基于SSVEP的BCI系統(tǒng)在信息傳輸率、識別準確率和可操作性等方面具有較為顯著的優(yōu)勢，使用EEG的BCI研究者們的主要研究方向，應(yīng)用范圍更為廣泛。在應(yīng)用層面的技術(shù)選用上，通常根據(jù)患者或健康人的不同需求而選擇。臨床應(yīng)用上，會根據(jù)不同患者的腦損傷程度和特定需求，結(jié)合不同情況，選擇最合適的范式來正確操作神經(jīng)假體或神經(jīng)康復設(shè)備。如有些MI盲人員無法通過運動想象完成任務(wù)，視覺神經(jīng)損傷人群不能使用視覺誘發(fā)，運動神經(jīng)損傷者普遍使用MI-BCI來刺激運動神經(jīng)恢復。而在健康人的應(yīng)用研究上，則以高速率的信息傳輸和設(shè)備穿戴方便、便于操作作為主要考量因素，各類范式的學者們正在致力于優(yōu)化BCI系統(tǒng)性能以加快該技術(shù)從實驗室走向?qū)嶋H應(yīng)用。本文還從技術(shù)研究、應(yīng)用需求和倫理風險等方面分析了基于EEG的BCI系統(tǒng)面臨的風險挑戰(zhàn)，提出了制約系統(tǒng)發(fā)展的重難點問題，尤其是一些不可預見的倫理挑戰(zhàn)，必須引起相關(guān)研究者的足夠重視。

盡管基于EEG的腦機接口技術(shù)還存在較多的技術(shù)困難有待攻克，但其發(fā)展前景仍然十分廣闊。在技術(shù)層面上，除了不斷提升EEG采集技術(shù)和研究改進高復雜度的算法外，基于EEG的混合腦機接口(hybrid，hBCI)是當前學者們尋求技術(shù)突破的一個主要研究方向，包括基于多種范式的hBCI、基于多種感官刺激的hBCI、基于多種信號的hBCI。研究證明[77]，該種方法在當前技術(shù)下可以有效提高BCI系統(tǒng)的分類準確率和ITR，尤其在系統(tǒng)性能和靈活性上具有顯著優(yōu)勢。

在應(yīng)用領(lǐng)域上，EEG技術(shù)及設(shè)備因為便于采集處理和其便攜性受到游戲和軍事領(lǐng)域的重視，具備巨大的市場前景。目前，腦機接口在軍事上的應(yīng)用已占全球腦機接口總應(yīng)用的 25%[78]。根據(jù)已經(jīng)公開的資料顯示，美、歐等國家和地區(qū)均在努力進行該領(lǐng)域的研究。美國國防部高級研究計劃局(DARPA)一直在資助BCI領(lǐng)域的創(chuàng)新科學研究和發(fā)展[79]，提出了包括“無聲計劃”[80]、 “阿凡達計劃”等研究項目，目的是研發(fā)可以實施戰(zhàn)場腦意念通信和可以遠程腦意念控制的“機器戰(zhàn)士”，他們還計劃開展以控制神經(jīng)元增強士兵認知和決策能力為目的下一代無外科手術(shù)神經(jīng)技術(shù)項目。英國研究人員也致力于腦控飛船的腦機接口裝置研究[81]。通過BCI技術(shù)實現(xiàn)對戰(zhàn)時指揮控制系統(tǒng)的實時控制，實現(xiàn)具備強大作戰(zhàn)功能的機械外骨骼“超級戰(zhàn)士”，士兵通過意念直接控制武器，實現(xiàn)戰(zhàn)后受傷士兵的認知功能恢復[80, 82]等都是各國在BCI在軍事領(lǐng)域的重點研究的應(yīng)用方向。我國國防科技大學也致力于腦機接口技術(shù)在軍事領(lǐng)域的應(yīng)用研究，其認知科學基礎(chǔ)研究與創(chuàng)新團隊已實現(xiàn)通過“意念”控制機器人行動和駕駛汽車，清華大學、浙江大學等高校研究的利用腦機接口技術(shù)進行癱瘓患者康復訓練的設(shè)備和技術(shù)在臨床上已經(jīng)初見成效，這將為戰(zhàn)后傷員救治和康復提供新的治療方式。各個國家軍事力量的競爭將有效促進BCI技術(shù)的發(fā)展和應(yīng)用。

BCI與人工智能技術(shù)的深度融合，實現(xiàn)新的混合智能系統(tǒng)，是腦機接口性能尋求突破的必然方向。Facebook公司早已展開對腦機接口技術(shù)的研究，該公司創(chuàng)始人扎克伯格近期宣布將在五年內(nèi)實現(xiàn)Facebook向元宇宙(Metaverse)公司的轉(zhuǎn)型，這將為腦機接口的應(yīng)用帶來更為廣闊的領(lǐng)域：BCI技術(shù)在元宇宙中與增強現(xiàn)實(AR)、虛擬現(xiàn)實(VR)實現(xiàn)深度交互。盡管有些場景仍顯得遙不可及，但在應(yīng)用端的廣闊前景將快速推動學者們的研究進度，我們將很快看到相關(guān)技術(shù)的突破性進展。