脑电、肌电和眼动，原理概述，各自特点及目前发展概况

菁特智能KingTech

已于 2024-01-11 17:34:59 修改

阅读量2.2k

点赞数 23

文章标签：智能硬件人机交互信息可视化 c++ 嵌入式硬件人工智能深度学习

于 2024-01-11 17:32:16 首次发布

本文链接：https://blog.csdn.net/weixin_52531852/article/details/135534098

版权

脑电、肌电和眼动是人因工程中常用的生理信号记录技术，分别适用于不同的研究领域和研究目的。下面简单介绍一下三者主要特点及发展概况：

01脑电（Electroencephalography， EEG）

从科研探索层面来看，脑电的挖掘潜力最大。腾讯2020年科学WE大会，上Miguel Nicoleis做了脑机接口相关的介绍，其中展示了巴西运动会上残疾人成功使用脑电控制的机械假肢开球的工作（该工作集合全球130多名科学家，在巴西政府大力支持下完成）。但是实验者要接受半年以上的适应训练。算法也停留在做少类别的分类上。目前对脑电的研究大致分为三块：采集，特征工程，脑内信息提取。前两个一个偏硬件一个偏数学，比较硬核。后者往往套用一些分类聚类算法，深度学习这两年在脑电上的应用也多了起来。

脑电是一种记录脑电波的电生理监测方法。具体做法是放置电极于头皮处来记录脑神经元的离子电流产生的电压波动，测量的是众多锥体细胞兴奋时的突触后电位的同步总和。脑电记录可以提供时间精度很高的信号，并且对大脑活动的变化具有较高的灵敏度。

在临床上，脑电图最常用于诊断癫痫、睡眠障碍、麻醉深度、昏迷、脑血管疾病和脑死亡。在实验心理学领域，它适用于研究大脑活动与认知功能、情绪、睡眠、意识的研究。此外，它还是一种神经成像方法，在计算神经科学中得到了广泛应用。

EEG收集电信号示意图

虽然脑电图的空间分辨率有限，信号伪迹比较多，但它仍然是研究和诊断的宝贵工具。首先是因为它的价格低廉，即使使用流程繁琐，需要持续购买导电膏、准备洗发水和毛巾等，但它的价格优势仍十分明显；其次就是活动范围大，脑电帽戴在头上时，身体位置的干扰不太会影响脑电的信号；然后是时间敏感度强，能精确到100毫秒以内；就是它可以发现一些隐藏的脑电信号，比如在睡觉、发呆、分神时大脑发生的变化，在这些情况下即使没有任何刺激或者行为，大脑的活动仍然可以被监测到。

02肌电（Electromyography， EMG）

肌纤维（细胞）与神经细胞一样，具有很高的兴奋性，属于可兴奋细胞。它们在兴奋时最先出现的反应就是动作电位，即发生兴奋处的细胞膜两侧出现的可传导性电位。肌肉的收缩活动就是细胞兴奋的动作电位沿着细胞膜传导向细胞深部（通过兴奋一收缩机制）进一步引起的。

肌电图测量正是基于以上生物电现象，采用细胞外记录电极将体内肌肉兴奋活动的复合动作电位引导到肌电图仪上，经过适当的滤波和放大，电位变化的振幅、频率和波形可在记录仪上显示，也可在示波器上显示。

意大利人Luiggi Galvani 被称为电生理之父，其在1791年通过改变静电电荷实现了肌肉收缩，但也引发了较大争议；1842年Carlo测量出蛙肌肉收缩时会存在动作电位；19世纪，检流针被发明出来，并运用在人体上可以测出电位变化；1849年Emild在任意收缩的人体肌肉上观察到了生物电变化；1922年，Herber Joseph利用阴极射线示波器在肌肉活动中观察到了生物电信号变化，并因此获得了诺贝尔奖；1942年第一台肌电图机问世；1960年，利用肌电信号完成的生物反馈技术出现；1960年，Kobrinsky设计出肌电假肢；1965年，国际电生理运动学学会成立。自1980年开始，肌电技术从有线传输信号到无线传输信号发展，从点检测到面检测发展。

肌电记录可以用于评估肌肉的电活动模式和力量输出，并对运动控制的研究提供重要数据，适合研究肌肉活动与肌力、疲劳、协调、肌肉病理等，现已广泛应用于肌肉工作工效学分析、操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制与动作模式研究中。

表面肌电信号（Surface electromyography，sEMG）是一种安全、容易掌握、非侵入性的记录肌电的方法，是常用的肌电信号采集方式。表面肌电信号是浅层肌肉EMG和神经干上电活动在皮肤表面的综合效应，其信号是神经肌肉系统在进行随意性和非随意性活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一维电压时间序列信号，振幅约为0—5000μV，频率为30—350Hz，能在一定程度上反映神经肌肉的活动。

一般选择表面肌电设备需考虑两个因素，一个是环境因素，一个是测试精度。

如果需要高密度记录肌电信号，对精度要求比较高，则可选择较多通道数和比较高的采样频率的表面肌电设备，如果需进行远距离控制测量，测试时间长，应用于户外的一些困难测试场景则可选择无线表面肌

由肌电控制的上肢假肢和下肢假肢都已有商业化产品，目前也有不少公司聚焦于把肌电应用于人机交互中（机械外骨骼，隔空打字，吃鸡中的开枪等等）。但是肌电本身值得挖掘的信息还有很多。例如目前多数的工作仍是对肌电信号分类（握拳，张手，竖中指等等），分类的类别是有数量限制的，也就是说用户无法完成提前设定好的类别以外的动作。所以从肌电中提取连续的运动信息（关节角度，力量等等）是目前研究的重点之一。这有利于开发更加轻负担更加自然值观的下一代人机交互技术。

3眼动（Eye tracking）

眼动是通过追踪眼球运动来记录注视点和眼动轨迹的技术，眼动追踪研究的最关注的事件是确定人类或者动物看的地方（“注视点”或“凝视点”），准确来说是通过眼动仪设备进行图像处理技术，定位瞳孔位置，获取坐标，并通过一定的算法，计算眼睛注视或者凝视的点，让计算机知道你正在看哪里，何时看的，为什么看的？眼动测试，就是通过视线追踪技术，监测用户在看特定目标时的眼睛运动和注视方向，并进行相关分析的过程。过程中需要用到眼动仪和相关软件。早期人们主要利用照相、电影摄影等方式来记录眼球运动情况，现在利用眼动仪等先进工具，可以得到更加精确的记录。

从应用难度来说，眼动相较另外两者要简单，也已经有了产品化的应用。主要还是利用视频跟踪技术实现。如果想做，可以学一下比较新的视频处理视频跟踪算法。之前抖音比较火的，检测男生眼球关注点的视频也是例子之一。这个领域目前追求的一个是追踪速度，一个是追踪精度。

眼动仪的眼动追踪最常见的一个基本原理是“脑-眼假说”。它认为，我们在看某些信息时，这是我们的大脑在控制的。所以说，通过监测眼动的变化，就可以推断出大脑中正在发生的事情。因此，眼动在视觉系统、心理学、认知语言学的研究中有着广泛的应用。眼动记录还可以揭示视觉注意的分布、扫视模式、信息获取和处理方式等，对于设计界面、人机交互和神经营销相关的研究很有用。

眼动追踪技术示意图