李自娜,徐 欢,潘家辉,2

1(华南师范大学 计算机学院,广州 510631)

2(华南师范大学 软件学院,佛山 528225)

1 引言

脑机接口(Brain-Computer Interface,BCI)是一种无需外周神经和肌肉的参与,将大脑活动产生的信号转换成控制信号,并使用这些信号控制外部设备的技术[1],如图1.近年来,脑机接口因其潜在的临床应用价值而日益受到学术界和公众的关注.例如,BCI 可以提供增强或修复运动功能,给有严重运动障碍的患者带来很大的帮助.目前,提取大脑信号最常用的方式为非植入式,包括功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)、脑磁图(Magneto Encephalo Graphy,MEG)、脑电图(Electro Encephalo Graphy,EEG)和功能近红外光谱(functional Near-Infrared Spectroscopy,fNIRS)[2].虽然脑电图具有低信噪比和低空间分辨率,但它无创、便携、低成本、性能好,实时响应,在技术上比其他脑信号要求低.因此,它在脑机接口中已被普遍使用.本文主要讲述基于EEG 的脑机接口.基于EEG 的混合脑机接口使用的大脑模式包括Farwell和Donchin 在1988年提出的P300 视觉诱发电位[3]、Muller 等人提出的稳态诱发电位(如稳态视觉诱发电位(Steady-State Visual Evoked Potentials,SSVEP))[4]以及由运动想象(Motor Imagery,MI)产生的事件相关异步/同步(Event-Related Desynchronization/Synchronization,ERD/ERS)[5].

图1 脑机接口系统的信号处理流程

单一模态的脑机接口系统在范式设计、脑信号处理算法和控制系统方面已经取得了重大进展,然而依然存在不足.如基于运动想象的BCI 需要受试者进行大量练习,这会使得患者容易疲惫,从而影响患者的思维集中,影响脑信号质量；基于P300 位的BCI 需要多次重复闪烁,长时间的重复闪烁,也对患者的脑信号产生影响；基于SSVEP 的BCI 上的控制命令数量受刺激频率及其他因……