白巖峰

（天津渤海職業(yè)技術(shù)學(xué)院，天津 300400）

人的大腦神經(jīng)元在活動(dòng)時(shí)會(huì)產(chǎn)生微弱的電場(chǎng)波動(dòng)，當(dāng)大量神經(jīng)元同步活動(dòng)，神經(jīng)元間信號(hào)能量積累到一定量時(shí)，中樞神經(jīng)系統(tǒng)便會(huì)自發(fā)產(chǎn)生一種生物電信號(hào)——腦電波。腦電波要實(shí)現(xiàn)對(duì)外部設(shè)備的控制，則需要將腦電信號(hào)轉(zhuǎn)化為機(jī)器能夠識(shí)別的計(jì)算機(jī)指令，建立人腦與外部設(shè)備間的通訊與控制通路，這就需借助腦機(jī)接口(Brain-Computer Interface,BCI)[1]來(lái)完成，BCI 不依賴傳統(tǒng)神經(jīng)或肌肉組織，其功能實(shí)際上就是把人類大腦中產(chǎn)生的活動(dòng)進(jìn)行語(yǔ)言的翻譯，最終實(shí)現(xiàn)對(duì)機(jī)器設(shè)備的控制或是完成人類與機(jī)器的交互。

腦機(jī)接口技術(shù)最早受到關(guān)注的是醫(yī)療康復(fù)領(lǐng)域，它的出現(xiàn)為一些失去運(yùn)動(dòng)能力或交流能力的殘疾病患重新構(gòu)建一條信息傳導(dǎo)通路，從而使缺失的功能得以恢復(fù)成為可能。隨著技術(shù)的不斷發(fā)展，基于腦機(jī)接口的控制系統(tǒng)已不再局限于醫(yī)學(xué)范疇，在日常生活、休閑娛樂等多個(gè)領(lǐng)域都有研究應(yīng)用。

本研究以腦功能生物反饋在抑郁癥預(yù)測(cè)及治療領(lǐng)域的應(yīng)用為基礎(chǔ)，將腦信號(hào)采集系統(tǒng)與NAO 機(jī)器人控制相結(jié)合，提出一套腦機(jī)控制機(jī)器人運(yùn)動(dòng)的系統(tǒng)設(shè)計(jì)思路（如圖1），意在引導(dǎo)受訓(xùn)者運(yùn)用該系統(tǒng)進(jìn)行腦控機(jī)器人特殊訓(xùn)練，產(chǎn)生優(yōu)質(zhì)目標(biāo)腦電波信號(hào)，并借助腦機(jī)接口輸出NAO機(jī)器人相應(yīng)動(dòng)作指令，使機(jī)器人做出正確動(dòng)作反饋，達(dá)到抑郁癥輔助治療及預(yù)防的目的。

圖1 腦機(jī)控制機(jī)器人系統(tǒng)設(shè)計(jì)框架

1 腦功能生物反饋

建立腦機(jī)接口首先要記錄大腦活動(dòng)信號(hào)。功能磁共振成像技術(shù) (functional Magnetic Resonance Imaging,fMRI)、正電子發(fā)射斷層成像技術(shù)(Positron Emission Tomography,PET)、腦 磁 圖(Magetoencephalography,MEG)、光學(xué)成像技術(shù)和腦電圖(Electroencephalogram,EEG)等技術(shù)是當(dāng)前較成熟的記錄大腦活動(dòng)模式的方法。其中，功能磁共振和正電子發(fā)射斷層成像這兩種檢測(cè)設(shè)備都比較昂貴和笨重；腦磁圖的檢測(cè)需要在屏蔽室進(jìn)行，對(duì)使用環(huán)境要求極高；而光學(xué)功能成像技術(shù)是一種有損檢測(cè)，該方法需要打開顱骨對(duì)大腦皮層進(jìn)行成像，故僅適用于動(dòng)物實(shí)驗(yàn)。

由于腦機(jī)接口是面向人類大腦的裝置，考慮系統(tǒng)研究普適化及安全便捷等特性需求，故本研究采用腦電圖測(cè)量技術(shù)，在腦功能生物反饋（一種用于消除心理或生理不適的生物反饋治療的方法)的基礎(chǔ)上展開研究。該方法是通過(guò)采集分析受訓(xùn)者的腦電信號(hào)，并使受訓(xùn)者經(jīng)過(guò)一定時(shí)間的反復(fù)訓(xùn)練后，有意識(shí)地控制自身的腦電波模式，按自我意愿增加或減少腦電波節(jié)律信號(hào)，使大腦形成一種不斷產(chǎn)生健康腦電波的“習(xí)慣”，從而消除病理過(guò)程、恢復(fù)身心健康。

2 腦電信號(hào)采集

腦電圖（EEG）主要通過(guò)放置在頭皮上的電極來(lái)記錄大腦信號(hào)。EEG 記錄可捕捉振蕩的大腦活動(dòng)或多種頻率的“腦電波”，這些腦電波往往與大腦的不同功能狀態(tài)相關(guān)聯(lián)，不同的大腦意識(shí)狀態(tài)所對(duì)應(yīng)的腦電波不盡相同。

參照國(guó)際上腦電波重復(fù)節(jié)律分類，Alpha 波在8～13Hz（幅度在50μV 左右）范圍內(nèi)，當(dāng)人處于清醒放松或者閉眼狀態(tài)時(shí)，可以在枕葉區(qū)檢測(cè)到，在深睡或激動(dòng)、恐懼、憤怒狀態(tài)下，則沒有Alpha 波。Alpha 波是人類大腦先天具有的，現(xiàn)代科學(xué)認(rèn)為，Alpha 波是人們進(jìn)入學(xué)習(xí)和思考狀態(tài)的最佳腦電波；運(yùn)動(dòng)領(lǐng)域?qū)＜已芯堪l(fā)現(xiàn)，運(yùn)動(dòng)員在做一個(gè)完美動(dòng)作之前，大腦中會(huì)產(chǎn)生大量的Alpha 波，提高大腦的Alpha 波不僅有助于提升大腦工作效率和創(chuàng)造力，還可減少壓力、抵抗焦慮，提升免疫力；反之，緊張和焦慮狀態(tài)會(huì)阻止大腦進(jìn)入Alpha 腦波狀態(tài)，降低人體免疫力，譬如，抑郁障礙人群的前額葉Alpha 波Renyi 熵顯著高于正常人，前額葉區(qū)域活性較正常人顯著降低，認(rèn)知控制功能低下。Beta 波在13～30Hz（幅度在5～20μV）范圍內(nèi)，當(dāng)人處于警覺或注意力集中的狀態(tài)時(shí)，可以在頂葉和額葉檢測(cè)到。Beta 波又稱緊張波，適量的緊張波（低beta 波）有助于提高專注力，但腦波長(zhǎng)期處于Beta 狀態(tài)，能量消耗較大，人很容易疲倦，故視情況進(jìn)行Alpha 波與Beta 波間的自主切換至關(guān)重要。

腦電波可以自主切換控制嗎？研究結(jié)果顯示，射箭運(yùn)動(dòng)員隨著訓(xùn)練時(shí)間的增加，大腦中alpha 波的數(shù)量會(huì)隨著射箭水平的提高而增加，可見，Alpha 波的產(chǎn)生及增加可以通過(guò)訓(xùn)練實(shí)現(xiàn)，而基于生物反饋訓(xùn)練的研究對(duì)受訓(xùn)人員的心理健康和腦功能提升具有重要意義。從技術(shù)指標(biāo)來(lái)看，腦電信號(hào)有極高的時(shí)間分辨率（小于0.5ms），這一特點(diǎn)有助于通過(guò)腦電信號(hào)構(gòu)建實(shí)時(shí)的控制系統(tǒng)，這為腦控機(jī)器人的實(shí)踐研究奠定了基礎(chǔ)。

本研究采用三導(dǎo)腦電采集系統(tǒng)，使用醫(yī)用貼式濕電極，電極被置于Fp1、Fpz 和Fp2 位于前額的位置，3 個(gè)采集位置同時(shí)采集腦電信號(hào)，避免頭發(fā)干擾和電極接觸阻抗的干擾，將腦電作為生物信息的反饋信號(hào)，檢測(cè)受訓(xùn)者腦電的Alpha 波和Beta 波，進(jìn)行生物反饋研究（見圖2）。

圖2 腦電信號(hào)采集示例圖

3 腦電信號(hào)處理

腦電信號(hào)強(qiáng)度極其微弱，極易受到干擾，且隨著受訓(xùn)者的狀態(tài)發(fā)生改變，空間電磁輻射、人體與電極間的接觸阻抗、人體噪聲等因素會(huì)造成信號(hào)的不穩(wěn)定，干擾到信號(hào)，故本研究采用的腦電傳感器集成了腦電信號(hào)質(zhì)量評(píng)估算法，將受訓(xùn)者多種偽跡可能性考慮其中，通過(guò)預(yù)評(píng)估和正式評(píng)估相結(jié)合的方法對(duì)信號(hào)質(zhì)量進(jìn)行精細(xì)量化評(píng)估，確保信號(hào)采集的有效性。

采集了腦電信號(hào)之后，首先通過(guò)放大電路對(duì)腦電信號(hào)進(jìn)行放大，采用截止頻率小于0.1Hz高通遞歸濾波器（濾掉直流分量），抑制基線漂移；運(yùn)用軟硬件工頻陷波器抑制工頻50Hz 的干擾；采用FIR 帶通濾波器保證腦電信號(hào)的幅頻特性和相頻特性；使用基于離散小波變換和自適應(yīng)噪聲抵消的眼電去噪算法，跟蹤原始腦電信號(hào)的變化狀態(tài)，獲得與純凈腦電信號(hào)基本吻合的腦電信號(hào)；通過(guò)對(duì)信號(hào)采集模塊獲得的腦電信號(hào)進(jìn)行模式識(shí)別分類，進(jìn)而分析識(shí)別受訓(xùn)者腦電信號(hào)所傳達(dá)的大腦意念。

主要操作步驟為：首先進(jìn)行特征提取，包括對(duì)時(shí)域和頻域特征的提取，選用基于小波包分析的方法消除干擾及生理偽差，采用數(shù)據(jù)融合算法、頻譜分析和神經(jīng)網(wǎng)絡(luò)等新型數(shù)字信號(hào)處理方法，提取更為精確的特征信息。

提取到腦電特征之后，完成分類器的設(shè)計(jì)，分類器與分類準(zhǔn)確率息息相關(guān)，處理的數(shù)據(jù)包括訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)兩類，其中，訓(xùn)練數(shù)據(jù)的目標(biāo)是通過(guò)學(xué)習(xí)構(gòu)建一種緊湊的或?qū)罄m(xù)分析有用的統(tǒng)計(jì)模型。本研究是在多分類方法的基礎(chǔ)上進(jìn)行的，用K-最近鄰和樸素貝葉斯分類器進(jìn)行分析實(shí)踐，待完成了分類器的機(jī)器學(xué)習(xí)之后，信號(hào)處理模塊便可對(duì)采集模塊輸入的腦電信號(hào)進(jìn)行分類識(shí)別，估計(jì)大腦的意圖。

4 腦控機(jī)器人

設(shè)計(jì)采用基于虛擬現(xiàn)實(shí)的生物信息反饋系統(tǒng)，不以解讀人的思維為目標(biāo)，而是通過(guò)腦機(jī)接口實(shí)現(xiàn)對(duì)控制對(duì)象的控制和人機(jī)交互，從而增強(qiáng)受訓(xùn)者在不同意識(shí)狀態(tài)下對(duì)自身有益腦電波的控制，更好地完成大腦的工作。研究開發(fā)的腦機(jī)接口輸出信號(hào)的控制對(duì)象具有多樣性，可以是智能機(jī)器人、智能小車、機(jī)械臂等，輸出的控制命令也各有不同。

本文以NAO 機(jī)器人為受控研究對(duì)象，通過(guò)機(jī)器人腦控系統(tǒng)，受訓(xùn)者可經(jīng)過(guò)一段時(shí)間的訓(xùn)練，主動(dòng)改變大腦狀態(tài)來(lái)調(diào)節(jié)腦電Alpha 波和Beta波的電位信號(hào)，從而使用腦機(jī)接口與外界建立有效通信，完成對(duì)外部設(shè)備的控制，由控制器實(shí)現(xiàn)腦機(jī)接口輸出信號(hào)轉(zhuǎn)化為控制對(duì)象的控制命令（如NAO 機(jī)器人行走、站立、坐下等），控制器不僅將受訓(xùn)者大腦意圖轉(zhuǎn)換為機(jī)器人的控制指令，而且因受控NAO 機(jī)器人自身具有一定程度的智能屬性，可由控制器完成機(jī)器人與人腦控制之間的相互協(xié)同及智能共享，反饋機(jī)器人的運(yùn)行狀態(tài)，幫助受訓(xùn)者根據(jù)控制效果調(diào)整腦電信號(hào)，伴隨機(jī)器人腦機(jī)控制準(zhǔn)確性的提升，達(dá)到心理健康及腦功能提升的訓(xùn)練目的。

5 結(jié)語(yǔ)

NAO 機(jī)器人作為世界學(xué)術(shù)領(lǐng)域廣泛應(yīng)用的一款智能機(jī)器人，能夠與人親切互動(dòng)，已在自閉癥兒童的干預(yù)治療等領(lǐng)域有深入研究[2]。以NAO 機(jī)器人為受控對(duì)象，將醫(yī)學(xué)腦功能生物反饋與之相結(jié)合，納入人工智能情感計(jì)算等內(nèi)容的研究，旨在為AI 智能化抑郁障礙預(yù)測(cè)及生物反饋治療的應(yīng)用實(shí)踐提供借鑒。