清华电子工程系和计算机系,清华大学电子工程系王生进教授：脑电识别与脑机交互...

2016年6月6日，由清华海峡研究院、北京清华工业开发研究院、数据科学研究院共同主办的“清华人工智能论坛”在清华大学成功举办。本次论坛邀请了清华人工智能领域的权威专家和校友产业界代表相聚清华，学术泰斗与产业嘉宾思想碰撞，共同为人工智能发展问诊把脉。6月8日，清华大学电子工程系王生进教授也在清华大学发表了精彩演讲。整理演讲内容如下：

清华大学电子工程系王生进教授：脑电识别与脑机交互

脑机交互是人机交互的重要方向。从世界范围内来说，关于人脑和类脑的研究已经引起了高度重视，《科学》杂志2013年时提出了6个值得关注的科学领域，人脑连接组计划就是其中之一。欧盟也已启动人脑工程项目，欧盟在2013年的时宣布“未来和新兴技术(FET)旗舰项目”的竞赛结果，石墨烯和人脑工程从21个候选项目中最终胜出，将在今后十年中各获得10亿欧元的科研资助。

脑功能的研究手段和目的

从目前的研究情况来看。脑功能的研究手段可分为以下几类：一是侵入式，就是把电极植入到脑内，来形成皮质脑电图(ECoG)；二是非侵入式，这种侵入式需要很庞大的设备，比如说MEG(脑磁信号)设备，这个设备体量是非常大的；还有一种非侵入式，就是利用脑电信号--EEG，EEG信号的特点是设备非常小，可以做成一个便携式装置，甚至非常便宜，实用性很好。它应该是未来脑机交互的一个应用的趋势，它的工作原理主要是视觉驱动电势，通常叫VEP和ERP。

从研究目的来看，也分为三大类：第一类是疾病的诊断和诊治；第二类是感知认知，即人工智能的研究；第三类是脑机交互的研究，就是人不用通过手，也不用通过语言，只通过大脑的想象来和机器进行交互。脑电信号直接反映人脑活动和认知特性，可以做情绪、疾病的监测和脑机交互。在应用领域和前景上也是非常广阔的，比如在人工智能领域，它可以探索人脑活动和认知规律，在脑机交互上也可以帮助残疾人来控制轮椅等设备。在情绪监测上可以感知工作状态、压力和焦虑等。

脑电信号存在的问题

脑电信号应用的前景广阔，但也存在很多问题，主要有以下几点：一是脑电信号的识别性能非常低。一般而言，脑电信号信噪比是非常低的，因此它的准确率和它的计算复杂度都难以满足实际应用的需求；二是针对脑电信号多通道、强噪声特点的有效降噪方法和分类理论尚不完善；三是从理论上解决通道鉴别性分析的现有分类模型和相关通道选择问题的思路尚不十分有效；四是现有脑机接口系统模式单一(范式还比较单一)。

科学问题和亟需要突破的技术，我们提出三项需要解决的科学问题：第一，在研究当中需要发现新的视觉驱动与脑电信号的相关性，即低信噪比脑电信号下的高准确识别理论；第二，寻找和探索更有效的基于思维的脑机交互范式；第三，采用脑电的信号处理和脑机交互的方式探索基于人的视觉感知机理的计算机型。

对于这三个科学问题需要解决的三个关键技术为：低信噪比脑电信号高准确率识别方法；面向多种范式的思维脑控技术；基于脑电信号的有效视觉特性分析。

国内外的研究情况

一直以来，美国在这方面的研究处于领先地位。美国发展了基于脑电波识别和认知算法的战场威胁探测技术，DARPA开发了CT2WS系统，利用脑电波的图像筛选战场目标检测图片。通过链接人类脑电波、改进的传感器和认知算法，来提升战场上战士们的目标探测能力，使得战场防区外威胁探测工作的伤亡可以降低。哈佛大学实现了利用脑电波控制老鼠的运动。这样做的目的是为了能够利用这种原理使瘫痪的病人恢复运动技能，使截肢的人能够更好地控制假肢。

在国内，研究人员聚焦的是干电极式脑电信号以及脑机交互的研究。通过建立研究室，收集了很多的脑电信号。在这个领域，首要解决的问题就是低信噪比问题，因为脑电信号信噪非常差，如何通过降噪预处理，把噪声抑制掉，将真正的脑电信号提取出来是关键课题；其次，不论是电极帽，还是干电极，都有很多通道。哪些通道有效？哪些通道有反作用？需要人们去了解清楚。我们利用识别方法去进行脑机交互。通过利用P300的范式进行脑机交互的打字，P300的范式是偶然发生的一个视觉事件，在300毫秒以后能够产生一个特殊的脑电信号范式。利用这种范式就可以做一些工作，比如它可以显示很多的字母，当你看到要打的字母亮起来的时候，你的脑电信号是有差别的，通过这样的方式可以打出字。

脑电信号分析是脑机交互的基础和关键，它可以提供一种直接的人机交互方式，这一方式是依靠人的脑波信号，把它识别翻译成对机器的指令，脑电识别和脑机交互将会对人机交互方式产生革命性的影响。脑电信号分析是人工智能研究的一个重要部分，通过脑电识别，人们可以探索人脑，发现感知认知机理，解明逻辑推理过程，提供有效的人工智能研究手段和技术途径。

(本文整理自清华大学电子工程系王生进教授在“清华人工智能”论坛上的演讲，未经本人确认)