鄭玉甫 許敏鵬，* 明 東，

1(天津大學(xué)精密儀器與光電子工程學(xué)院，天津 300072)2(天津大學(xué)醫(yī)學(xué)工程與轉(zhuǎn)化醫(yī)學(xué)研究院，天津 300072)

引言

腦-機接口(brain-computer interface, BCI)是一種不依賴于通常外圍神經(jīng)和肌肉組成大腦輸出通路的對外交互控制系統(tǒng)[1]，被認(rèn)為是21世紀(jì)腦與神經(jīng)科學(xué)研究中的前沿與熱點之一。近年來，BCI技術(shù)在信息傳輸速率和分類精度上取得了顯著的進展，并且隨著研究的深入，系統(tǒng)性能也在不斷地提升。然而，BCI的發(fā)展仍然面臨著重大挑戰(zhàn)，即用戶控制表現(xiàn)存在很大差異，這既包括被試間的差異，同時還包括被試在不同狀態(tài)下的自身差異，嚴(yán)重降低了BCI系統(tǒng)的可靠性[2]。

目前典型的BCI系統(tǒng)有：基于運動想象的腦機接口(motor imagery BCI, MI-BCI)[3]；基于P300的腦機接口(P300-BCI)[4]；基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機接口(steady-state visual evoked potential BCI, SSVEP-BCI)[5]等。盡管BCI系統(tǒng)很有發(fā)展前景，但由于魯棒性低，幾乎沒有在實驗室外大規(guī)模使用。眾所周知，有效的腦-機交互包括：大腦負(fù)責(zé)生成編碼意圖的神經(jīng)活動信息；BCI系統(tǒng)將大腦神經(jīng)活動轉(zhuǎn)換為控制設(shè)備的指令[6]。因此，分析其原因主要來自兩個方面，一方面與被試相關(guān)，另一方面則與系統(tǒng)(包括配置環(huán)境)有關(guān)。對此，Jeunet等也提出了相似的看法，他們認(rèn)為BCI系統(tǒng)的可靠性，一方面與分類算法有關(guān)，且被廣泛研究；而另一方面圍繞被試特征(認(rèn)知和性格等)以及心理狀態(tài)的研究則較少[7]。因此，在不考慮系統(tǒng)和環(huán)境的影響下，本研究只關(guān)注由被試自身因素導(dǎo)致的BCI控制表現(xiàn)差異，并在此基礎(chǔ)上提出通過實現(xiàn)對被試BCI操控能力的預(yù)測來減少BCI控制表現(xiàn)差異。

近年來，越來越多的研究圍繞BCI操控能力的預(yù)測，其中包括被試水平的預(yù)測和試次水平的預(yù)測兩個方面。被試水平的預(yù)測可以實現(xiàn)潛在的“BCI盲”篩選[8-9]，對表現(xiàn)不佳的被試進行訓(xùn)練指導(dǎo)[10-11]，避免耗時且令人沮喪的訓(xùn)練過程，從而在一定程度上減少被試間的差異；試次水平的預(yù)測則可實現(xiàn)對大腦狀態(tài)的監(jiān)測，有利于被試適時調(diào)整最佳的心理和生理狀態(tài)[12]，減少被試內(nèi)部控制表現(xiàn)的差異，從而提高BCI系統(tǒng)的可靠性。

本研究首先介紹了什么是BCI盲；接著詳細(xì)闡述了引起B(yǎng)CI控制表現(xiàn)差異的原因，在這里我們假定系統(tǒng)(配置環(huán)境)一致，僅關(guān)注被試自身的個體特征、大腦結(jié)構(gòu)以及生理和心理狀態(tài)對控制表現(xiàn)的影響；然后重點論述了MI-BCI、P300-BCI、SSVEP-BCI操控能力預(yù)測在國內(nèi)外的研究現(xiàn)狀；最后對其研究前景進行了展望。

1 BCI盲

在早期BCI研究中，為了更好地操控BCI系統(tǒng)，研究被試往往需要接受密集的訓(xùn)練。過去幾年里，隨著機器學(xué)習(xí)算法不斷完善，同時一些性能優(yōu)良硬件的投入和系統(tǒng)結(jié)構(gòu)的優(yōu)化已促使BCI技術(shù)近十年的高速發(fā)展，一定程度上縮短了訓(xùn)練進程并提高了信息傳輸速率。雖然這些應(yīng)用顯著地提升了單個被試BCI的控制表現(xiàn)，但是被試之間的控制表現(xiàn)差異仍是一個不容忽視的問題。據(jù)報道，大約有15%～30%的被試不能夠成功地操作BCI系統(tǒng)對外界設(shè)備進行控制，這些人被稱為“BCI盲”[8-9]，理解和解決BCI盲問題是BCI技術(shù)走向大規(guī)模市場應(yīng)用的必要前提。

隨著BCI實驗研究的增加，證明了BCI盲確實存在，并且在不同的BCI模態(tài)下均觀察到這種現(xiàn)象[13-14]。例如，在MI-BCI中，Blankertz 等基于80名被試的研究發(fā)現(xiàn)，其中30 名(37.5%)無法取得高于70%的分類正確率[15]。在早年Guger等研究中顯示，甚至有48.7%的被試在初次使用MI-BCI系統(tǒng)的時候取得的分類正確率低于70%[16]；之后Guger等還研究了100名被試在P300-BCI的控制表現(xiàn)，結(jié)果顯示，27.2%的被試不能使用行/列范式的BCI系統(tǒng)[4]；在2012年Guger等又基于53名被試進行了SSVEP-BCI控制表現(xiàn)研究，他們發(fā)現(xiàn)，僅有3.8%被試的正確率低于80%，且沒有被試的正確率低于60%[17]，這表明了BCI盲現(xiàn)象在不同的控制系統(tǒng)下程度有所不同。目前對于BCI盲沒有統(tǒng)一的區(qū)分依據(jù)，Kübler等提出為實現(xiàn)對BCI系統(tǒng)的成功控制，被試需要達到的最低分類正確率為70%[18]，即認(rèn)為正確率低于70%的被試是BCI盲。根據(jù)這個定義，有研究指出，在P300和SSVEP系統(tǒng)下有著相對較低的BCI盲率[19]。

2 引起控制表現(xiàn)差異的原因

大多數(shù)研究致力于描述一個人控制BCI的程度，而控制能力的大小和個體特征之間的聯(lián)系卻很少被探究。最近的一項研究中探究了被試的個性特征、認(rèn)知水平與BCI控制表現(xiàn)的關(guān)系，結(jié)果發(fā)現(xiàn)，被試的空間能力大小影響MI-BCI控制表現(xiàn)[20]，類似地，也有研究表明，被試的視覺運動協(xié)調(diào)能力與BCI控制表現(xiàn)相關(guān)[21]。早前Randolph等提出了被試的年齡和平均每天花在手臂運動上的時間與運動想象產(chǎn)生的μ節(jié)律調(diào)節(jié)能力緊密相關(guān)[22]，之后他們進一步發(fā)現(xiàn)，超過25歲、懂樂器的女性被試能更好地調(diào)節(jié)μ節(jié)律，在MI-BCI系統(tǒng)中會有更好的控制表現(xiàn)[23]。Volosyak等也提出了年齡是BCI發(fā)展中必須要考慮的因素，他們通過比較兩組不同的年齡群(19～27歲，66～70歲)被試在SSVEP-BCI系統(tǒng)中的控制表現(xiàn)，發(fā)現(xiàn)老年組的信息傳輸速率明顯地低于青年組[24-25]。 此外，Sprague等人還提出，被試的工作記憶、智力水平也會引起不同程度的被試間控制表現(xiàn)差異[26]。

隨著磁共振腦成像技術(shù)的發(fā)展，MI在近年得到了較多的關(guān)注。研究表明，即使對于相同的心理活動或者相同的任務(wù)，不同被試的腦電所表征的神經(jīng)活動水平也體現(xiàn)著很大差異。這是由于每個個體都有其獨特的大腦皮層褶皺模式，且功能區(qū)與皮層溝回上特異位置之間的關(guān)系也有不同。Kasahara等探究了BCI的控制表現(xiàn)與被試大腦灰質(zhì)體積的關(guān)系，他們發(fā)現(xiàn)控制表現(xiàn)越好的被試，其輔助運動區(qū)、輔助體感覺區(qū)和背前運動皮層的灰質(zhì)體積越大[27]。此外，Halder等通過分析運動想象表現(xiàn)好與差被試的大腦結(jié)構(gòu)數(shù)據(jù)，發(fā)現(xiàn)深層白質(zhì)結(jié)構(gòu)(如胼胝體、扣帶和上額-枕束)的結(jié)構(gòu)完整性和髓鞘形成質(zhì)量，與被試的BCI控制表現(xiàn)呈正相關(guān)[28]；他們還進一步基于fMRI技術(shù)比較了被試在運動想象和運動觀察時的大腦功能激活差異，發(fā)現(xiàn)MI-BCI控制表現(xiàn)好的被試在運動觀察任務(wù)中大腦輔助運動區(qū)和右額中回體現(xiàn)出更強的激活[29]，這表明不論腦解剖結(jié)構(gòu)上的缺陷還是腦功能性的障礙均會引起B(yǎng)CI控制表現(xiàn)差異。在另外一項研究中，張濤等基于功能和結(jié)構(gòu)磁共振成像技術(shù)研究了額頂注意網(wǎng)絡(luò)對MI-BCI控制表現(xiàn)的影響，從結(jié)構(gòu)磁共振成像數(shù)據(jù)得到的皮質(zhì)厚度(cortical thickness, CT)以及從功能磁共振成像數(shù)據(jù)中得到度中心度(degree centrality,DC)和特征向量中心度(eigenvector centrality，EC)，結(jié)果顯示右腹側(cè)內(nèi)葉溝的度中心度，左頂下小葉的特征向量中心度和皮層厚度，右背外側(cè)前額葉的皮質(zhì)厚度均與MI-BCI的控制表現(xiàn)顯著相關(guān)[30]。

在心理狀態(tài)方面，動機對BCI控制表現(xiàn)的影響至關(guān)重要[31]，Kleih等提出被試誘發(fā)的P300幅值和參與BCI控制的積極性有關(guān)，他們發(fā)現(xiàn)被高度激勵的被試能夠更快地實現(xiàn)使用BCI進行溝通[32]。除了動機之外，疲勞、沮喪和注意力狀態(tài)等其他心理因素也會影響B(tài)CI控制表現(xiàn)[33]，比如 Hammer等發(fā)現(xiàn)，BCI控制表現(xiàn)越好的被試注意力集中的程度越高[21]。

近年來，有研究指出，大腦的靜息態(tài)活動反應(yīng)其潛在的處理能力，即被試的任務(wù)表現(xiàn)與之前大腦的初始狀態(tài)有關(guān)。Maeder等發(fā)現(xiàn)在運動想象提示前1 s內(nèi)感覺運動節(jié)律(sensorimotor rhythm, SMR)幅度較高的試次中被試往往會有相對好的分類表現(xiàn)[34]。Grosse-Wentrup等探究了與運動想象相關(guān)腦區(qū)之間的連接模式，發(fā)現(xiàn)運動想象在gamma頻段會減少前額區(qū)和感覺運動區(qū)的聯(lián)系[35]，繼而進一步研究了gamma振蕩和SMR的關(guān)系，并發(fā)現(xiàn)被試在運動想象過程中SMR的調(diào)制與額區(qū)和枕區(qū)gamma振蕩的能量正相關(guān)，但與中央頂區(qū)gamma振蕩能量負(fù)相關(guān)[36-37]。這一發(fā)現(xiàn)表明，被試不同腦區(qū)的gamma振蕩能量大小也會導(dǎo)致BCI控制表現(xiàn)的差異；Ahn等進一步探究了gamma振蕩和BCI控制表現(xiàn)的關(guān)系，也得到了類似的結(jié)論，即前額葉腦區(qū)的gamma振蕩活動與BCI控制表現(xiàn)高度正相關(guān)[38]。

以上研究表明，被試者的個性特征、大腦結(jié)構(gòu)、心理和生理狀態(tài)等因素均會引起不同程度的控制表現(xiàn)差異。但值得注意的是，個體特征和大腦結(jié)構(gòu)在很長的時間內(nèi)不會發(fā)生變化。因此，被試內(nèi)差異的研究大多集中在心理和生理狀態(tài)上，被試進行在線測試時控制表現(xiàn)可能會出現(xiàn)波動，這是因為心理和生理狀態(tài)會隨著時間的變化而變化，這種變化甚至可能在幾秒內(nèi)就會出現(xiàn)。

3 腦機接口操控能力預(yù)測研究現(xiàn)狀

理論上，引起B(yǎng)CI控制表現(xiàn)差異的因素均可作為BCI操控能力的預(yù)測指標(biāo)，比如，Halder等發(fā)現(xiàn)深層白質(zhì)結(jié)構(gòu)與被試的BCI控制表現(xiàn)相關(guān)，因而他們提出大腦結(jié)構(gòu)特征可以預(yù)測BCI操控能力，研究結(jié)果發(fā)現(xiàn)，大腦白質(zhì)的微結(jié)構(gòu)特征對MI-BCI控制表現(xiàn)有著很強的預(yù)測能力，預(yù)測正確率高達93.75%[27]。近年來，對BCI操控能力的預(yù)測受到了越來越多研究人員的關(guān)注，并進行了大量實踐研究，根據(jù)BCI系統(tǒng)的種類大致可以分為以下3個方面。

3.1 MI-BCI操控能力預(yù)測

通過運動想象自主地控制SMR的調(diào)節(jié)，這種能力被認(rèn)為是操控MI-BCI的基礎(chǔ)，為了實現(xiàn)對MI-BCI系統(tǒng)的控制，被試往往需要訓(xùn)練來學(xué)習(xí)如何正確地調(diào)節(jié)SMR。目前越來越多的研究指出，大腦的靜息狀態(tài)可以預(yù)測被試的任務(wù)表現(xiàn), Blankertz等利用C3、C4兩導(dǎo)信號的兩分鐘睜眼靜息數(shù)據(jù)的平均功率譜密度預(yù)測MI-BCI下被試的表現(xiàn)，基于80名被試的數(shù)據(jù)顯示BCI表現(xiàn)與提出的SMR預(yù)測器之間的相關(guān)系數(shù)為0.53[39]。在另外一項研究中，Ahn等基于52名被試中研究了表現(xiàn)好的被試與BCI盲之間神經(jīng)生理差異，發(fā)現(xiàn)了BCI盲在睜眼靜息態(tài)下的theta頻帶能量較高，而alpha頻帶能量較低，研究表明，這些靜息態(tài)指標(biāo)能夠預(yù)測被試的BCI操控能力且預(yù)測效果優(yōu)于Blankertz提出的SMR預(yù)測器[40]。除了考慮靜息態(tài)腦電功率譜的頻帶能量信息，Bamdadian等研究提出了一種來自任務(wù)開始提示前腦電節(jié)律的新系數(shù)，該系數(shù)通過計算在不同腦區(qū)的具體節(jié)律的腦電功率得到，與之前的預(yù)測因子相比，這個系數(shù)除了頻譜信息之外，還能從大腦中獲取空間信息[41]。之后，張銳等系統(tǒng)驗證了以靜息態(tài)腦電譜熵為指標(biāo)預(yù)測被試的MI-BCI控制表現(xiàn)的性能，并將之與以上研究中提出的SMR指標(biāo)[39]和ATR(alpha-theta ratio)指標(biāo)[40]做了系統(tǒng)對比，結(jié)果發(fā)現(xiàn)，靜息態(tài)譜熵指標(biāo)取得了最佳的預(yù)測表現(xiàn)[42]，這是由于譜熵代表了功率譜密度的復(fù)雜度，能夠捕獲被試靜息態(tài)腦電功率譜的整體信息。

除了以上提到的生理預(yù)測器外，Hammer等研究了心理參數(shù)諸如注意力、個性或動機等是否能預(yù)測MI-BCI的控制表現(xiàn)[43]，隨后提出了2個有意義的心理預(yù)測指標(biāo)，分別是視覺-運動協(xié)調(diào)能力和注意力集中能力[21]。Jeunet等也提出了基于心理測量問卷評分的MI-BCI性能預(yù)測模型[44]。Darvishi等研究了簡單反應(yīng)時間(simple reaction time, SRT)測試用于預(yù)測MI-BCI的性能，結(jié)果表明，SRT和MI-BCI性能之間存在顯著的負(fù)相關(guān)關(guān)系，他們認(rèn)為反應(yīng)時間較短的人在接收到快速更新的感官反饋時，能夠更好地調(diào)整他們的運動想象表現(xiàn)。因此，SRT可以作為MI-BCI性能的一個簡單可靠的預(yù)測器[45]。

此外，一些研究還探究了腦機接口操控能力在試次水平上的預(yù)測，試次水平上的預(yù)測可以減少被試內(nèi)部控制表現(xiàn)的差異。Grosse-Wentrup等研究了單輪實驗內(nèi)每次 MI-BCI 控制任務(wù)間的表現(xiàn)差異(即在一輪實驗內(nèi)被試的 MI-BCI 控制表現(xiàn)隨時間軸的變化情況)，發(fā)現(xiàn)起源于額-頂網(wǎng)絡(luò)的高頻段gamma振蕩可以預(yù)測下次MI-BCI控制表現(xiàn)的成敗[46]。Maeder等發(fā)現(xiàn)，在運動想象提示前1 s內(nèi)SMR幅度較高的試次中會有相對好的分類表現(xiàn)[34]。另外，其他腦成像技術(shù)也可用于預(yù)測MI-BCI操控能力，F(xiàn)azli等研究了刺激之前的近紅外光譜活動可以預(yù)測BCI控制表現(xiàn)的波動，基于近紅外光譜的預(yù)測器可以生成新的、更穩(wěn)定的基于腦電的BCI分類器，能顯著地提高分類效果，同時最小化被試內(nèi)部控制表現(xiàn)波動，從而提高BCI性能的總體穩(wěn)定性[47]。

3.2 P300-BCI操控能力預(yù)測

當(dāng)前研究試圖通過優(yōu)化視覺呈現(xiàn)范式[48]、特征提取方式[49]以及分類算法[50]來提高P300-BCI系統(tǒng)的速度和準(zhǔn)確性，盡管在優(yōu)化P300-BCI系統(tǒng)性能方面取得了進展，但無論健康被試還是病人的控制表現(xiàn)均存在很大的差異。

BCI的初衷主要是用于那些由于疾病或意外事故等因素造成部分或者全部運動能力、交流能力喪失的人群，修復(fù)或替代這些喪失的能力，從而提高他們的生活質(zhì)量。在一項對肌萎縮性脊髓側(cè)索硬化癥(Amyotrophic Lateral Sclerosis，ALS)患者使用BCI交流情況的研究中發(fā)現(xiàn)，最有效的方式是采用P300-BCI交流[51]。因此，很多對基于P300-BCI操控能力預(yù)測的研究圍繞病人展開，Joseph等探究了20名ALS病人與其P300-BCI表現(xiàn)高度相關(guān)的腦電特征，發(fā)現(xiàn)了能成功地預(yù)測P300-BCI表現(xiàn)的特征，分別是幅值均方根、某些導(dǎo)聯(lián)的ERP負(fù)波以及theta頻帶能量等，這些預(yù)測指標(biāo)對確定P300適合的用戶及評估在線表現(xiàn)具有重要意義[52]。Halder等提出，在實驗開始前記錄聽覺oddball范式的腦電數(shù)據(jù)可以預(yù)測ALS病人操控BCI的能力，發(fā)現(xiàn)聽覺任務(wù)誘發(fā)的N2和P2與表現(xiàn)有著很強的關(guān)聯(lián)，并指出N2幅值是比P300更強的預(yù)測器[53]，并且在40名健康被試人群中驗證了利用聽覺oldball的方式進行預(yù)測也是成功的[54]。

以上研究表明，腦電的頻域和時域特征均能夠預(yù)測P300-BCI控制表現(xiàn)，而其他生理因素也會影響P300-BCI的控制表現(xiàn)，比如心率變異性同樣也可以預(yù)測BCI操控能力[55]。此外，Sprague等還研究了工作記憶和P300-BCI表現(xiàn)的關(guān)系，結(jié)果表明，工作記憶和智力水平都是BCI表現(xiàn)的重要預(yù)測器,工作記憶等心理因素可能有助于解釋BCI表現(xiàn)的個體差異[26]。

3.3 SSVEP-BCI操控能力預(yù)測

在BCI走向大規(guī)模市場應(yīng)用之前，有必要探究BCI人口統(tǒng)計學(xué)特征，這樣有助于為每個用戶確定最佳的BCI系統(tǒng)。研究探討了BCI的表現(xiàn)與個人偏好以及年齡、性別等因素之間的相關(guān)性，結(jié)果表明，大多數(shù)被試都能夠在復(fù)雜的環(huán)境中使用SSVEP-BCI系統(tǒng)，其中年輕女性被試表現(xiàn)最佳[56]。已有文獻研究靜息態(tài)腦電的某種度量和被試BCI的表現(xiàn)之間的關(guān)系，F(xiàn)ernandez-Vargas 等指出，被試間的靜息態(tài)基線測量(特定頻帶的功率譜密度)可以預(yù)測被試的BCI表現(xiàn)[57]。張楊松等首次從腦網(wǎng)絡(luò)的角度來探究靜息態(tài)腦電活動與SSVEP之間的關(guān)系，發(fā)現(xiàn)了靜息態(tài)網(wǎng)絡(luò)屬性與SSVEP幅度之間存在顯著性的相關(guān)關(guān)系，同時發(fā)現(xiàn)這些網(wǎng)絡(luò)屬性同樣也可用于SSVEP-BCI的被試表現(xiàn)的預(yù)測[58]。

綜上所述，以生理指標(biāo)來預(yù)測BCI操控能力的研究較多，研究驗證了靜息態(tài)腦電度量指標(biāo)預(yù)測BCI控制表現(xiàn)的可行性。這標(biāo)志著一個重大進步，因為他將大腦的休息狀態(tài)和大腦功能表現(xiàn)聯(lián)系起來，為今后BCI控制表現(xiàn)的研究提供了新的思路。除了靜息態(tài)腦電指標(biāo)，其他任務(wù)(比如聽覺oldball、反應(yīng)時間測試)中的測量指標(biāo)也可以作為控制表現(xiàn)的預(yù)測器。而BCI操控能力的心理預(yù)測器的研究則較少，他們多采用調(diào)查問卷的方式[44, 59-60]，主觀性較強且進行BCI任務(wù)的同時難以實現(xiàn)對心理狀態(tài)的監(jiān)測。

4 展望

總之，實現(xiàn)腦機接口操控能力的預(yù)測，對于更好地理解BCI盲現(xiàn)象以及解決BCI控制表現(xiàn)差異具有重大意義，但目前為止BCI操控能力預(yù)測器還未在BCI實驗中廣泛使用[61]。為了使BCI更好地走向大規(guī)模市場應(yīng)用，BCI操控能力的預(yù)測仍需進一步探究，在目前研究的基礎(chǔ)上，主要從以下幾個方面對BCI操控能力預(yù)測的未來發(fā)展進行展望。第一，研究是否可以在不同的BCI系統(tǒng)中得到一致的操控能力預(yù)測指標(biāo)；第二，對BCI操控能力預(yù)測的研究往往基于特定被試人群，考慮到未來BCI受益人群主要為病人，當(dāng)前在健康被試中得到的預(yù)測指標(biāo)是否能夠預(yù)測病人的BCI操控能力；第三，目前基于試次水平預(yù)測的研究較少，未來應(yīng)同時探究被試水平和試次水平的預(yù)測指標(biāo)，并分析比較他們的區(qū)別與聯(lián)系；第四，據(jù)悉，沒有研究綜合來自解剖、心理、神經(jīng)生理發(fā)現(xiàn)的各種參數(shù)，由于不同類型的變量可以提供相應(yīng)的信息，他們的綜合有望產(chǎn)生更準(zhǔn)確的預(yù)測器。