谷歌X实验室开源了一款像血糖仪一样的EEG识别系统

指纹识别、面部识别等生物传感功能已经深入到人们日常生活中所使用的电子设备中，但是生物识别的类型远不止于此，通过对眼球、手势等人体数据的追踪，也能识别你的个人信息和动作意图。

除此之外，常见于医疗场景的脑电波（EEG）技术也曾被尝试用来识别用户的想法，比如：初创公司NextMind在今年CES上展示一款搭配VR使用的穿戴式EEG脑机接口装置，特点是可以用来玩游戏、控制台灯颜色；此外Neurable、Looxid Labs也都曾推出适用于VR的EEG脑电图方案。

Amber

目前，真正商业化的EEG脑机接口装置其实并不多，对于此类产品的需求大多来自于实验室。近期，Alphabet旗下的X公司发布了一个开源的脑电波识别方案：Amber，特点是利用非穿透式的EEG脑电波识别技术与机器学习算法来识别大脑活动，诊断抑郁症。

NextMind

据了解，X公司前身为Google X和Research at Google，是谷歌公司运行的秘密实验室。而Amber项目的开发团队由神经科学家、软硬件工程师、机器学习研究人员和医疗科技产品专家组成，他们在Amber项目上已经投入三年时间。

X表示：Amber方案的灵感来自于游戏，因为正常人和抑郁症患者对于游戏通关的反应并不相同，后者反应会弱一些。科研人员发现，许多抑郁的人并不能从曾经喜欢的事物中获取快乐，比如游戏通关等等。对于正常人来说，当你在游戏通关后，脑电波会出现事件相关单位（ERP），代表高兴或兴奋。

注：事件相关电位，指的是一种基于脑电图技术的研究手段，在神经科学领域中有比较广泛的应用。

细节方面，病人只需要戴一顶配三个非侵入式传感器和生物放大装置的泳帽，就可以被识别静止状态的EEG数据和ERP。几乎无需训练即可使用，安装只需要3分钟。

在Amber项目中，结合了DeepMind的AI技术，用于识别和记录脑电波，并匹配抑郁和焦虑症状。科研人员认为，AI算法辅助的Amber脑电波识别方案可以像是血糖仪识别胰岛素水平一样快速有效，脑电波规律也可以作为可观测量标准。

为了让Amber方案应用于大部分非实验室场景，X实验室科研人员通过机器学习算法来自动大规模初步降噪，同时算法也能识别出相关的EEG信号。于是，利用无监督式学习方法来训练算法，通过自动编码来给EEG信号降噪，好处是无需人工监督。在心理健康专家的临床审核后，可识别并预测主要的抑郁或焦虑症状。

据悉，Amber项目有三个目标：

1）简化EEG测量门槛；2）加速EEG数据识别；3）寻找实际应用场景。

因此，X对250名潜在用户进行采访，得出三个结论：1）心理健康测量目前难以被人们接受；2）客观数据需要与医生的主观意见结合来诊断；3）人们对于在家使用EEG测量很有兴趣。

总结

谷歌科研人员希望利用AI算法在脑电波中寻找抑郁症的明显迹象，但仅成功了一部分，包括在硬件方案上取得的进步：缩小硬件体积，提升便携性，降低成本，更容易使用。现在，他们计划将这个简易的EEG方案开源，供其他科研人员继续研究。

此外，Amber科研项目的目标是，无须人类手动检测，通过AI算法和EEG测量装置就能客观检测抑郁，但实际上算法并不能准确识别单一的抑郁症特征，只能在每次EEG检测中提取与心理健康相关的可识别特征。因为心理状况受到多种复杂因素影响。尽管如此，EEG测量装置可用来辅助抑郁症的诊断。

总之，这是一项与医疗相关的生物识别技术，埃隆·马斯克创办的脑机接口公司Neuralink也是如此，希望以医疗场景为切入口，用大脑识别技术来对抗脑瘫、癫痫、抑郁、自闭症。这只是脑机接口或脑电波识别技术的应用场景之一，实际上这种技术也可以用来控制电脑、AR/VR等电子设备，也可以用在企业培训、消费者调查等场景。

Neuralink

相比于NextMind或是Neuralink方案，Amber无须定制元件，采用市面上已有的材料即可开发完成，对于科研人员或开发者来讲是一个成本较低的方案。

来源：https://new.qq.com/omn/20201117/20201117A0E1P300.html