脑机接口（一）：背景知识

最近开始做脑机接口方面的研究，接触这方面的内容也有一两周了，于是打算整理一下最近学习到的一些知识点，同时我也希望把这个领域的内容写成一个系列的比较通俗易懂的文章，让感兴趣的朋友也可以了解脑机接口到底是怎么一回事。

首先，脑机接口（Brain Computer Interface，BCI）的含义，就是采集和提取大脑产生的脑电信号，进一步进行分析处理，并与外部设备进行信息的传递与控制，从而实现中枢神经系统与体内或体外设备之间的交互。

举个最简单的例子，我们可以在驾驶汽车的时候采集人脑的电信号，然后构建一个分类模型，使得模型能判断输入的神经信号是匹配汽车往左开还是往右开，那么之后我们就可以利用这个模型，实现脑控开车。

具体来说，BCI通常涉及到以下的处理步骤：

1. 脑信号的记录：利用侵入式或非侵入式的技术记录大脑产生的信号。
2. 信号处理：将采集到的原始信号进行预处理，并应用伪迹去除和特征提取技术。
3. 模式识别与机器学习：利用机器学习技术，根据输入信号模式产生控制信号。
4. 感知反馈：比如通过BCI控制了假肢的运动，通过使用触觉传感器，采集假肢与环境交互的刺激信息，用于之后返回给大脑提供直接的反馈。
5. 刺激信号处理：简单来说就是让反馈的刺激更接近我们真实感受到的刺激。
6. 脑刺激：利用侵入式或非侵入式的刺激技术把之前处理好的刺激模式用于刺激大脑。

接下来，我们简单聊聊大脑，大脑的最基本计算单元是神经元，神经元是一种细胞，存在于水介质中，细胞外的钠离子、氯离子和钙离子浓度大于细胞内，而细胞内的钾离子和阴离子大于细胞外，由于离子浓度的不平衡，神经元存在一定的跨膜静息电位差，该电位差由细胞消耗能量来维持。

当神经元通过突触接收到从其他神经元传来的足够强的电流后，就会导致钠离子和钾离子在细胞内外的流动，造成膜电位的快速上升和下降，这种现象就被称为动作电位或者锋电位，这也就是神经元之间通讯的主要模式。顺带一提，信息是通过动作电位的放电率（每秒出现的动作电位数量）和动作电位出现时间来反映，而动作电位本身的波形基本上是固定的。

上面说那么多，主要想说明的一个是神经元的电信号是怎么产生的，第二是动作电位就反映了神经元之间传递的信息。因此，BCI才会希望通过采集大脑的电信号，分析大脑的信息，从而进一步用于对外部设备的控制。

接下来我们继续看看有什么方式可以采集大脑的电信号，技术上可以分为侵入式与非侵入式。

所谓侵入式，粗暴点说就是做手术切开大脑把仪器放进去采集电信号，这样做的优点是可以采集到的大脑内部深层的电信号，可以精准检测单个神经元的放电活动，可以记录毫秒级的动作电位，但因为需要手术，对大脑会造成一定的损伤，所以目前我的研究是以非侵入式的BCI为主。

非侵入式的技术有很多，我的研究以EEG和fMRI为主。EEG就是指脑电图（Electroencephalography），它通过放置在头皮上的电极来采集大脑电信号，这种电信号主要来源于大脑皮质，EEG的优点是时间分辨率高，但是空间分辨率低。

空间分辨率低的原因可以这样理解，把电极放在头皮上，测量到的信号并不知道来自于浅层的区域还是深层的区域，也可能来源于附近的区域，所以只能说采集到的信号反映的是这片区域的信号，但是没办法精确到具体某个位置。

同时，采集到的信号是比较微弱的，这也就造成了EEG信号很容易受到干扰，比如肌肉活动的干扰、附近的电气设备的干扰，眼动、眨眼、眉毛运动、说话等行为都能在EEG中引起明显的伪迹，因而如何对EEG进行降噪和去除伪迹也是一个重要的研究方向。

fMRI指功能性核磁共振成像（functional magnetic resonance imaging），当神经元变得活跃的时候（比如人脑在思考）需要更多的氧气，具体表现为该区域含氧血红蛋白（抗磁性）增加，脱氧血红蛋白（顺磁性）浓度降低，使得T2加权像上该区域的BOLD（Blood Oxygen Level Dependent，血氧水平依赖）信号得到增大，而fMRI测量的正是BOLD信号。

和EEG相反，fMRI的时间分辨率低，但空间分辨率高，时间分辨率低的原因是血液流动需要时间，因此仪器没办法记录下刺激那瞬间大脑反应，存在一定的滞后性。

可以看到，其实EEG和fMRI的优缺点是刚好相反的，因此我目前的一个研究方向就是两者的融合，因此接下来的文章暂时还是会聚焦于EEG和fMRI相关的一些理论知识。