第1章 BCI现状及进展：概述、分析和建议
1.1 引言
脑-机接口（brain-computer interface，BCI）是一种不依赖于外周肌肉活动就可以与外界进行信息交流的装置。其*初的研发目的是为行动不便的患者，如类似肌肉萎缩症患者提供一种通信工具。随着近年来实用电极、可用和自适应软件等方面取得的进步以及制作成本降低，BCI也在吸引着越来越多的新用户群体。例如，因为过去的BCI往往比较烦琐，技术要求也更高，原来轻度至中度残疾的患者更倾向于选择其他的专门为残疾人设计的通信辅助设备，而现在他们可能更愿意选择BCI并受益于它。简单便宜的BCI设备迎来了更广阔的、面向健康人群的市场。
目前，健康用户使用BCI一般只是为了娱乐。但从长远的角度来看，下一代BCI则主要是让用户觉得有更好的实用性，因此这些类型的BCI将会获得更广泛的应用。这些BCI系统能够在传统手段（如键盘和游戏手柄）不可用或不足时提供一种新的有用的通信方式。未来的BCI系统将会以不同的方式超越现在单一的通信功能，例如，通过监测失误、警觉、挫折或其他认知和情绪状态来促进人机交互（human-computer interaction，HCI）。BCI提供的硬件、软件以及功能将能更有效地与用户其他的穿戴设备进行整合或集成。BCI有助于康复或功能改善，可以进一步突破目前单一的通信功能，使BCI吸引更多的用户，如脑卒中患者、自闭症或注意力障碍患者。未来5年 BCI将有希望在以上领域中解决相应问题。
BCI领域面临着越来越多的挑战，因为BCI并不是一般人都熟知的概念，许多潜在用户或非用户可能会对其抱有不切实际的期望或莫名的恐惧。研究组可能还在研究前人已研究过的东西，或错过来自其他学科或研究项目的机会。除了进一步发展和共享关于BCI的知识，我们也需要澄清一些实际的基础设施问题，如专业术语、定义、标准、伦理和报告指南。BCI这个品牌的吸引力也可能会被过分吹嘘或夸大，例如，媒体或科学文献可能在撰写报告时不择手段，报告一些不安全或无效的产品，甚至做出一些不道德的行为。BCI这个词汇已经比5年前用得更加广泛，如用来指代向大脑写入信息（“写入大脑”）或逐字读取大脑信息（“读心术”）的设备[8， 23]。
另外，还应该关注一些关键的进展。随着技术的发展，BCI设备的灵活性和可靠性可以得到进一步改善。可能出现的新应用、采用黄金和复合材料取代传统凝胶的干电极技术、实用的软件技术以及越来越多的公众需求都意味着我们可能正在迎来BCI研究的黄金时代。销售额、成本和对支持的依赖性这些关键性能指标，反映了未来5年的实质性重大进展。虽然当前BCI正处于快速发展阶段，行业内充满了强烈和狂热的合作期望，但预计5年后，BCI在许多方面的热度都会减退，趋于理性。BCI的发明者Jacques Vidal预料到了未来BCI行业的热度减退，可能会进入低谷，在退休很多年之后，他于2011年9月在本章作者在奥地利格拉茨举办的一个研讨会上发表演讲：“虽然感觉还像昨天一样，但实际已大不相同。”
1.2 本书概述
本书分为四个部分，这些部分都围绕着BCI的四个组成部分（图1.1）精心组织，使之形成体系。有关BCI的文章通常描述了其四个组成部分，它们分别负责以下功能。
（1）直接测量大脑活动。
（2）从这些活动中识别有用的信息。
（3）通过设备或应用来实现信息或指令。
（4）提供应用接口或操作环境。
图1.1 BCI系统的组成[2]。本书的不同章节均是围绕这些不同的组成部分
精心组织而形成体系的
本书第1部分讨论BCI系统的传感器、信号和信号处理，第2部分讨论实现用户指令的设备和应用，第3部分讨论BCI的接口和环境，第4部分讨论包含整个BCI组成部分的实际问题。
1.2.1 第1部分概述
本书的第1部分讨论信号、用于采集信号的传感器，以及用于提取信息的信号处理技术。*近大多数BCI研究和开发，尤其是欧洲和亚洲的BCI研究，都是基于脑电（electroencephalography，EEG）活动，即采用带有导电凝胶的电阻电极记录EEG信号。这是BCI系统的标准，它符合多种需求目标。然而，许多研究人员，包括参与编写本书的作者，认为如果我们超越或跳出这个标准平台，可以在可用性（usability）、鲁棒性或健壮性（robustness）以及性能方面做更多的工作。
正如本书第18章和*近的一些文章中所述，研究者以各种方式使用了混合BCI这个术语[3， 21]。第2章讨论混合传感器系统，这种系统整合了不同的大脑活动测量技术。在这里，我们能看到一个混合光-电传感器系统的例子，它提供了在单个系统中功能近红外光谱（functional near-infrared spectroscopy，fNIRS）和EEG的联合采集。由此得到的“复合”信号同时提供了同一脑区的神经电活动和血流动力学活动信息。根据采用方法的不同，有许多可能的混合系统，但是想要让BCI系统走向实用或有用，就必须符合日常生活，必须考虑到便携性和设备成本，符合这些要求的系统才能表现出应用潜力。
这种混合系统（如EEG-fNIRS系统）的结果是需要某种类型的数据融合，以连贯的方式理解这些复合信号。在第3章中，我们对分类器组合及其在BCI中的应用进行了重要的评述。这种机器学习方法非常适合于混合系统和一般的BCI，因为对于BCI来说，它的信号来自中枢神经信号这种可变的数据源，而组合的机器学习方法特别适合处理这种信号。
对于许多基于EEG的BCI方法，近年来的研究重点已经转移到提升性能上。第4章主要讨论独立成分分析（independent component analysis，ICA）在三个重要且实用的方面的改进。该章讨论了伪迹剔除、提高信噪比和选择电极，以及如何在线实现这些技术。这些改进对于让BCI技术从实验室进入现实应用是必不可少的。
在*后，我们考察了侵入式传感器，对于某些应用，长期有效运行的BCI是非常有意义的[17]。然而，对于侵入式电极的优点、必要性以及这种方式的危险性和侵入性，人们还持有很多不同的观点。但毫无疑问，一些研究组朝着完全和长期可植入的皮层脑电（electrocorticogram，ECoG）BCI迈出了重要的一步。第5章讨论这类系统的长期可能性以及它们可能的结果。
1.2.2 第2部分概述
采集大脑信号、应用先进的信号处理和机器学习算法对不同的大脑模式进行分类，只是在大脑和机器之间建立新的通信通道的开始。第2部分重点介绍如何为不同的用户提供新的设备和应用，这是一个超越简单控制任务的挑战。
这部分的第1章（本书第6章）中，Millán等概述了当前的设备和对于不同用户群体的应用情况[18]。到目前为止，典型的BCI应用需要一个很好且精确的控制通道来实现与没有BCI的用户相当的性能。然而，现代BCI提供的信息吞吐量或传输速率较低，不足以灵活地控制这类复杂的应用。类似于共享控制这样的技术可以增强交互作用，产生与没有BCI的系统相当的性能[9， 26]。通过共享控制，用户以相当慢的速度发送高级指令（例如，轮椅的方向），系统执行快速且精确的低级交互（例如，避障）[7， 27]。第6章还举例说明了如何通过新型的混合BCI体系结构来改善这种应用的性能[3， 22]，该体系结构是BCI与其他剩余的输入通道的协同结合。
Mattia及其同事在第7章讨论了BCI在神经康复、减轻运动损伤、恢复手部运动功能等方面的作用和应用。一方面，BCI系统可以通过控制患者手臂的神经假肢来绕过受损伤的中枢神经系统，从而管理患者在周围空间的伸展和抓握功能活动[20]；另一方面，BCI技术可以通过提供与心理练习、运动意向和其他神经元招募策略相关的大脑信号的在线反馈来促进运动训练，这有助于促进脑卒中后运动功能障碍恢复有关的神经可塑性[6]。
BCI不仅能够让健康受试者在实验室环境中的受控条件下使用，而且能让受试者（如残疾人）在家中、实际生活环境中进行控制和应用[18]。但哪种应用对他们有用，BCI能对采用其他通信技术开发的应用产生多大的影响呢？Holz和其合作者在第8章讨论了用户可以参与到BCI研发的各个方面，以及用户在BCI驱动的辅助应用设计和开发中能够起到的作用或应该扮演的角色。他们关注的是BCI在通信、信息与通信技术（information and communication technology，ICT）和环境控制领域中的应用，这些是辅助技术解决方案可以在参与和排斥之间产生区别的典型领域。以用户为中心的设计（user-centered design）是BCI研究中一个备受关注的重要准则，本书将在第11章中从应用接口的角度对这些问题进行阐述。
Quek和他的同事在第9章阐述了类似的问题。该章的重点是如何设计新的BCI应用，以超越或拓展基本的BCI控制和单个意图检测事件。整个控制系统的设计过程包括寻找一个合适的控制类比、遵循神经人体工程学（神经工效学）原理、设计视觉上具有美感的反馈、处理系统的可学习性、创建有效的应用结构（导航），以及探索交互式BCI系统在社交方面的能力。设计人机系统还包括获取用户的知识、偏好、需求和优先级。为了避免*终用户过多地承担评估任务，并考虑到BCI特有的问题，用于获取这些任务的技术和流程必须适用基于BCI的应用[29]。
本部分的第10章重点关注一个新兴的应用领域。近年来，BCI引起了虚拟现实（virtual reality，VR）界的兴趣，成为虚拟环境（virtual environment，VE）中很有前途的交互设备[12]。虚拟现实研究者对这些隐式交互技术有很大的兴趣。例如，用户可以想象他们的手运动来控制一只虚拟的手，或者只通过想象或注视高亮的目标就能够参观房屋或博物馆[13， 16]。此外，虚拟现实技术可以为适应现实环境的程序提供一个良好的测试平台。残疾人可以在虚拟环境中学习控制自己的动作或执行特定的任务。Lotte和其合作者提供了几项强调这些相互作用的研究。
1.2.3 第3部分概述
虽然术语“BCI”包括三个词，但“接口（interface）”部分并没有得到足够的重视。随着干电极变得越来越廉价、有效，检测大脑活动的传感器正在取得巨大的进步。模式分类一直是一个活跃的研究领域，也有大量的文章和数据分析算法竞赛。但是，在早期的BCI研究中，只有相对较少的BCI文章关注BCI的可用性改进、沉浸性和自然环境、用户体验的评估、以用户为中心的接口设计、考虑特殊用户群体的需求以及与BCI人机交互方面相关的其他问题[2， 3， 10， 11， 19]。
第3部分总结了BCI在应用接口和环境方面的研究进展和问题。第11章阐述如何评估用户体验，介绍一些具体的案例研究。第12章讨论多模态交互以及如何在多模态环境下无缝且有效地整合系统的各个部分，这个问题在第17章中做了进一步探讨。第13章介绍了BCI技术更新、更广泛的应用，以改善人机交互作用。接下来的第14章和第15章说明相位检测和干电极脑电传感器在改善性能和可用性方面发挥的作用。
在第11章中，van de Laar等讨论了一些BCI领域的新兴问题，这些问题借鉴自更广泛的人机交互研究领域中的问题。他们指出，在是否采用新技术时，可用性是一个关键的因素，它强调评估用户体验（user experience，UE）的重要性。他们评述了表明用户体验和BCI两者相互影响的工作，包括用于评估用户体验的方法，如观测分析、神经生理测量、访谈和问卷调查。在识别和应用正确的用户体验评估方法时，作者使用了两个不同的案例作为练习。该章提供了有力的论据，认为应该在BCI研究中更广泛地使用用户体验评估。
随着在实际生活和各种高端应用中投入使
展开
