贴片“膏药”就能意念操控轮椅：脑机接口无需植入，准确率超90%

近日，Nature子刊《Nature Machine Intelligence》发表了一项新研究，借用深度学习开发出新型脑机接口，不用植入任何设备，也不用注射奇怪的试剂，就能用意念来控制机器。

研究称，系统经过6个人类亲身测试，接收每个指令的准确率，都超过了90%。

该项研究来自佐治亚理工学院机械工程学院和生物医学工程系助理教授Woon-Hong Yeo带领的团队。

• 设备薄但很有深度

这套可穿戴脑机接口，名为SKINTRONICS，只有一条发带，和一贴"膏药"，比传统设备轻便许多。

其实，该设备是新型纳米膜电极，柔性电子设备和深度学习算法结合的产物。

在硬件上，主要有三个组成部分。

首先，是高度灵活的，安装在头发上的电极。电极可以通过头发与头皮直接接触。

传统的"湿"电极与导电凝胶耦合，以充分捕获信号，需要花费大量的时间来设置并进行定期维护。此外，水基凝胶还会随着时间的流逝而蒸发，导致皮肤电极接触阻抗衰减。

相比之下，SKINTRONICS采用的干电极，性能更为优秀。

当施加轻微的向下压力时，干发电极的导电挠性弹性体支腿会轻微张开，与头皮更好地接触。

其次，是超薄纳米膜电极。

这一块皮肤状电极具有网眼结构，采用气溶胶喷射印刷，可以拉伸。这样的设计能减少运动伪影，并增强皮肤与电极之间的接触阻抗。

整个系统实际采用了三个弹性头皮电极，用发带固定。而皮肤状印刷电极则被放置在耳后，通过柔性薄膜电缆连接到SKINTRONICS系统中。

最后，就是那块"膏药"——柔性无线电子设备。

通过微细加工技术，材料转移印刷和软硬件部件集成的一套组合拳，多通道柔性电子系统被封装在柔软的弹性膜中。

柔软到即使弯折180°，也不会对设备产生不利影响。

这一块柔性电路集成了蓝牙模块，大脑记录的脑电图数据会在其中进行处理，然后通过蓝牙传输到电脑上，有效范围为15米。

不过，光靠传感器是不够的。

横在面前的还有两个难题：

一，SSVEP信号比较低，在几十微伏的范围，和身体里的电噪音很接近。所以，这样的信号不容易分析。

二，人类的大脑有个体差异，每个人发出的信号都会有所不同，容易影响系统对用户指令的理解。

如果理解有偏差，就没办法按照人类的想法，来操控轮椅了。

所以，研究人员想到了深度学习。

一只CNN要学会根据脑电信号，准确分析出人类的指令。

而人类发出指令的方式，是做出某个动作：闭眼、看上面、看下面、看左边、看右边。不同的动作，有不同的脑电信号：

AI按照频率(Hz) 的不同，把信号分成了5类，对应的指令是：

一是无动作，二是往前走，三是逆时针，四是顺时针，五是往后退。

训练好的CNN，学到了一套权重，对分类更有帮助的参数，可以拎出来。

因为，它们代表了那些电极所在的点位，发出的信号更加有用。毕竟，不同位置收获的信号质量并不一样。

淘汰一部分获取信号不给力的电极，可以有效减少传感器的数量。只保留位置最佳的电极，也有助于AI理解人类的意图。

研究人员说，AI不需要提前了解特定的信号种类，深度学习在传统方法很难分解出特征的情况下，就派上了用场。

离线训练完成之后，团队在6个人类身上进行了轮椅控制测试。

结果，AI对4种指令的判断，准确率都在90%以上：

这一套指令不止能拿来控制轮椅，小机器人的走位、播放课件也能用得上，也许还能拿来打游戏。当然，这项研究的价值，还不止于此。

• 助力病理研究

经典的EEG（脑电图）系统必须覆盖大部分头皮才能获得信号，在应用当中，无疑给使用者带来了身体和心理上的双重压力。

而这样小型、可穿戴式的脑机接口设备，将改变这一现状，为运动障碍人士带来更多的便利。

论文的通讯作者Woon-Hong Yeo介绍说，下一步研究，将集中在完全弹性的，无线自粘式电极的研究上。这样的电极可以直接安装在有头发的头皮上，无需再借发带之力。

并且，他们会进一步将电子器件小型化，以集成更多电极。这样，SKINTRONICS系统将能用来检测运动障碍者的运动诱发电位或运动心像（Motor Imagination），服务于未来的治疗应用研究。

注：运动心像，是人在心理上模拟/排练某种动作的过程，可用作精神康复。

在另一位论文作者Audrey Duarte的一项睡眠研究中，就已经用上了这套简单的EEG监测系统，来监测人们在自己家中睡觉时的神经活动。

使用以往的设备，这类研究只能在实验室中进行，还会让受试者感到相当不舒服。

或许，阿尔兹海默症等复杂病症的神经病理学研究，也将从此处获得新的突破。

论文地址：https://www.nature.com/articles/s42256-019-0091-7

?

来源：量子位