Skip to content

Latest commit

 

History

History
99 lines (85 loc) · 251 KB

File metadata and controls

99 lines (85 loc) · 251 KB

Brain-Computer Interface 脑机接口


1. 概论

1.1 概念

实现不通过外周神经系统和肌肉的人机交互

1.2 神经系统基本原理

大脑区域

颞叶 - 听觉
枕叶 - 视觉
额叶 - 调控注意力集中, 情绪
中央沟 - 行动 (向内扎一根电极可用于预测下一步行动)
打破脑膜的感染风险远高于不打破脑膜的手术

神经元间连接

轴突末梢离下一级受体比较远, 则到达受体的神经递质将会比较少, 对应神经网络的"低权重(W)"
860亿神经元, 最高放电速率 (Spike) 1000Hz

1.3 脑机接口采集技术

Spikes 神经元动作电位/大脑深部电极

  • 深入脑皮层下, 采集单个神经元动作电位(Spikes), 每根电极上包含有多路传感器, 可以采集并区分来自不同神经元的动作电位
  • 效率最高, 最精确, 需要开颅, 针扎入大脑
  • 神经网络有代偿性, 挖掉某些小部分随着时间推移其他部分有可能能一定补偿其功能
  • 一般要到4000Hz采样率
  • 优点: 信号质量极佳, 可实现高精度复杂控制, 常用于动物神经认知研究
  • 不足: 需开颅手术并植入, 会对脑组织造成损伤, 通常不可长期植入, 难以应用于正常人群

ECoG 皮层脑电/颅内脑电

  • 点击放置于颅内大脑皮层表面, 采集神经元群体放电信息, 就像站在门口听合唱
  • 优点: 信噪比、空间分辨率、时间分辨率、频率响应范围、抗伪迹干扰均显著高于头皮脑电
  • 不足: 需要开颅手术, 通常不可长期佩戴, 通常难以采集单个神经元放电情况

EEG 头皮脑电

  • 目前最主流, 每个电极的数据均包含大量神经元、神经核团的活动信息, 就像隔着很远听合唱, 只能采电位的高低, 标量
  • 优点: 非侵入式, 完全无创, 设备轻便, 造假低廉, 频带较宽, 时间分辨率高, 覆盖范围广, 采集位置可调, 最均衡的选择
  • 不足: 空间分辨率较低, 难以获取神经活动细节信息, 目前佩戴略显繁琐

MEG 脑磁图

  • 变化的电场磁场相互转化, 检测磁场, 能采矢量场, 采集的信息量比EEG高一点,
  • 脑磁信号极其微弱, 脑磁强度约是地磁的千分之一, 机器性价比较低
  • 原子磁力计替代超导磁量子探测器
  • 最具有发展潜力的脑机采集技术
  • 优点: 非侵入式, 完全无创, 空间时间分辨率高, 无需接触式采集
  • 不足: 抗噪技术要求高, 使用场景首先, 超导磁量子探测器体积巨大且需液氦冷却, 使用成本仍然较高, 原子磁力计有待继续发展

f-NIRS 功能近红外光谱成像

  • 检测血红蛋白浓度变化和血氧饱和度变化情况
  • 根据吸收光谱的不同测含氧血红蛋白和脱氧血红蛋白两种蛋白的比例, 据此判断神经活跃的强度
  • 优点: 非侵入式, 设备相对轻便, 适用于长时程数据采集
  • 不足: 只能获取脑活动间接信息, 空间分辨率不佳, 时间分辨率较低

f-MRI 功能磁共振成像

  • 基于磁共振原理, 根据氧合血红蛋白与脱氧合血红蛋白的不同磁学特性, 区分它们在不同空间位置的浓度差异, 反映出血液成分伴随大脑活动的变化情况
  • 检测含水量 (氢原子量) 的多少, 就像只能知道哪里人多哪里人少
  • 原理是为氢原子加外部磁场, 氢原子内的电子的绕转方向会由杂乱无章变为趋于统一, 变为抵抗外部磁场的方向
  • 优点: 非侵入式, 空间分辨率较高, 可覆盖全部脑区
  • 不足: 只能获取脑活动间接信息, 时间分辨率低, 采集信号具有较高的滞后性, 成本高昂 不同神经信号记录方法性能对比

1.4 主要研究内容

  • 范式研究
  • 算法研究(神经数据采集, 干扰成分抑制, 神经特征提取, 信号模式识别)
  • 系统研究


2. 脑电信号采集规范

  • 20-20系统分布 (从眉心到枕突) 20-20系统分布
  • 10-10系统分布 10-10系统分布
    • 颞叶(参与的功能很多, 比如情感)
    • 运动区C4
    • 枕区视觉相关
    • T耳旁, 颞叶, 声音相关的脑电信号
    • 因为信号非常微弱, 采集并方法差分信号, 抑制共模干扰 脑电放大器基本结构
    • 判断电机有没有贴合头皮表面:检测阻抗, 日常一般不超过30kΩ, 实验中一般不超过10kΩ


3.

  • 特点:一荣俱荣, 一损俱损, 脑区比较同步
  • 枕区的左右已不光是右视野和左视野, 二者在此前已经融合
  • 去掉静息态脑电的与任务无关的成分, 如呼吸和眨眼
  • LTI 线性时不变系统:可以做时域卷积、傅里叶变换
  • 脑电信号是非线性信号, 可以用多阶的线性系统近似表示, 类似于泰勒级数
  • 静息态脑电信号是非白信号, 频域低频能量高, 高频能量低
  • FZ前额叶和OZ枕叶信号相关性很弱
  • 白噪声各个时间点采到的信号都是独立的