脑机接口（brain-computer interface，BCI），有时也称作“大脑端口”direct neural interface或者“脑机融合感知[1]  ”brain-machine interface，它是在人或动物脑（或者脑细胞的培养物）与外部设备间建立的直接连接通路。在单向脑机接口的情况下，计算机或者接受脑传来的命令，或者发送信号到脑（例如视频重建），但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。

一些实验室已实现从猴和大鼠的大脑皮层上记录信号以便操作脑机接口来实现运动控制。实验让猴只是通过回想给定的任务（而没有任何动作发生）来操纵屏幕上的计算机光标并且控制机械臂完成简单的任务。另外在猫上进行的研究对视觉信号进行了解码。

对脑机接口的研究已持续了超过40年了。20世纪90年代中期以来，从实验中获得的此类知识显著增长。在多年来动物实验的实践基础上，应用于人体的早期植入设备被设计及制造出来，用于恢复损伤的听觉、视觉和肢体运动能力。研究的主线是大脑不同寻常的皮层可塑性，它与脑机接口相适应，可以像自然肢体那样控制植入的假肢。在当前所取得的技术与知识的进展之下，脑机接口研究的先驱者们可令人信服地尝试制造出增强人体功能的脑机接口，而不仅仅止于恢复人体的功能。这种技术在以前还只存在于科幻小说之中。

今天，如果我们想要看电视，我们需要用手控制遥控器；我们想操纵电脑，也必须使用双手。然而，也许有一天，我们可以改变这一切，因为在不远的将来，人类与机器可以直接对话，不需通过肢体，只需要思维。这是在做梦吗？不，这是一项新技术—“脑机接口”。
        脑机接口（Brain-computer Interface，以下简称BCI），是近年来发展起来的一种人机接口，它不依赖于大脑的正常输出通路（即外围神经和肌肉组织），就可以实现人脑与外界（计算机或其它外部装置）直接通信的系统。广义上讲，这种通信也可以是双向的，一方面外界的信息（声音、需要记忆的内容等）可以直接传入大脑，比如电子耳蜗、大脑记忆芯片等；另一方面大脑可以直接控制外界环境，本文介绍的是后者。
        BCI技术的出现，使得用大脑信号直接控制外界环境的想法成为可能。要想实现BCI，有三个必要条件：第一，必须有一种能够可靠反映大脑思维的信号；第二，这种信号能够被实时且快速的收集；第三，这种信号有明确的分类。目前可用于BCI 的人脑信号有：EEG（脑电图），EMG（脑磁图）和fMRI（功能性核磁共振图象）等。目前大多数BCI研究机构采用的大脑信号是EEG。
        人类的每一闪思维，每一种情绪，每一个想法，在大脑中都会产生特定的EEG信号，这种信号由千百万个神经元共同产生，并在大脑内传播。不同思维情况下产生的神经电活动信号表现出不同的时空变化模式，会导致EEG信号的不同，将检测到的EEG信号传送给计算机或相关装置，经过有效的信号处理与模式识别后，计算机就能识别出使用者的思维状态，并完成所希望的控制行为，比如移动光标、开门、打字和开机等。

一、基本原理
1.1 BCI系统的基本结构
         BCI系统一般都具备信号采集，信号分析和控制器三个功能模块。
         （1）信号采集：受试者头部戴上一个电极帽，采集EEG信号，并传送给放大器，信号一般需放大10000倍左右，经过预处理，包括信号的的滤波和A/D 转换，最后转化为数字信号存储于计算机中。
         （2）信号分析：利用ICA、PCA、FFT、小波分析等方法，从经过预处理的EEG 信号中提取与受试者意图相关的特定特征量（如频率变化、幅度变化等）；特征量提取后交给分类器进行分类，分类器的输出即作为控制器的输入。
         （3）控制器：将已分类的信号转换为实际的动作，如在显示器上的光标移动、机械手运动、字母输入、控制轮椅、开电视等。
         有些BCI系统还设置了反馈环节（如图1中所示），不仅能让受试者清楚自己的思维产生的控制结果，同时还能够帮助受试者根据这个结果来自主调整脑电信号，以达到预期目标。

BCI系统基本结构

1.2 BCI分类
         BCI系统没有固定模式，有多种分类方式：
         （1）按照信号获取的方式不同可分为有创伤系统和无创伤系统两种。有创伤系统需要将电极放置于大脑内部，采集大脑内部的电信号，此法更精确，但有一定创伤风险；目前绝大多数BCI系统为无创伤系统，毋需动手术，只需在受试者头上戴上电极帽以记录EEG信号，没有创伤风险。
         （2）按照信号控制的方式不同可分为同步系统和异步系统。同步系统要求受试者必须在特定的时间产生特定的思维意识，这样便于信号分析，目前大多数BCI系统属于同步系统,一般用于初始阶段；异步BCI系统则不限定受试者何时产生特定的思维意识，系统自动判定并完成相应的控制，受试者可以随心所欲通过思维来完成对外界的控制。真正实用的BCI系统是异步系统。
         （3）根据信号处理的实时性可分为在线系统和离线系统。在线BCI系统中，信号采样、处理、分析和控制都是实时实现的，同时给受试者反馈,大多数BCI系统是在线系统；离线BCI系统实时记录EEG数据，离线分析这些数据，一般来说离线BCI系统只用来评估测试和抽取特征量。
         （4）根据所采用的脑电信号的不同可分为基于P300的BCI、基于慢皮层电位（SCP）的BCI、基于视觉诱发电位（VEP）的BCI、基于事件相关电位（ERP）的BCI等。
         目前的BCI系统大多是在线的、同步的和无创伤系统。

二、方法
2.1 EEG 信号采样及存储
         （1）电极
         目前多数采用按照国际10~20 系统设定好电极位置的电极帽来提取EEG信号。
         （2）电极数目的确定和位置的选择
         在BCI 研究中，需要确定测量EEG 信号的电极的数目。较多的电极数目，在提高EEG信号定位的准确性的同时增加了处理的复杂度，建议使用尽可能少的电极。电极位置的选择取决于BCI系统本身的要求及与EEG信号特征变化相关的脑区。
         （3）预处理
         信号采集过程中，会夹杂干扰，常见的有市电干扰、眼动干扰、声音干扰等，必须通过某种方式减弱或除去干扰，同时保证原有信号成分特征不被改变。
         （4）存储
         通过电极帽采集的信号是模拟信号，在输入到计算机处理之前，必须通过A/D板将其转化为数字信号，以便存储在计算机内进一步分析处理。

2.2 BCI 研究中采用EEG信号的类型
         （1）P300
         P300 是一种事件相关电位，其峰值大约出现在事件发生后300毫秒，相关事件发生的概率越小，所引起的P300越显著。
         （2）视觉诱发电位
        视觉器官受到光或图形刺激后，在大脑特定部位所记录的EEG电位变化，称之为视觉诱发电位（VEP）。
         （3）事件相关同步或去同步电位
        单边的肢体运动或想象运动,对侧脑区产生事件相关去同步电位（ERD）,同侧脑区产生事件相关同步电位（ERS）。
         （4）皮层慢电位
        皮层慢电位（SCP）是皮层电位的变化，持续时间为几百毫秒到几秒，实验者通过反馈训练学习，可以自主控制SCP 幅度产生正向或负向偏移。
         （5）自发脑电信号
        在不同的意识状态下，人们脑电中的不同节律呈现出各异的活动状态。按照所在频段的不同分类，一般采用希腊字母（α、β、γ、δ、θ）来表示不同的自发EEG 信号节律。比如α节律在8-13Hz频段，而β节律则在13-22Hz频段。
         采用以上几种脑电信号作为BCI输入信号，具有各自的特点和局限。P300和VEP 都属于诱发电位，不需要进行训练，其信号检测和处理方法较简单且正确率较高，不足之处是需要额外的刺激装置提供刺激，并且依赖于人的某种知觉（如视觉）。其它几类信号的优点是可以不依赖外部刺激就可产生，但需要大量的特殊训练。

BCI所使用的EEG信号

2.3 训练
         时至今日，大多数BCI研究主要集中于技术层面的研究，即如何更好地采集、处理和分类EEG信号。然而，EEG信号的产生者是人，而不是机器，他（她）的一举一动都可能会对实验产生影响。因此，BCI实验中对受试者的训练也是值得关注的。
         如何对受试者进行训练呢？也就是说，我们用什么实验方案？不同的BCI系统采用不同的实验方案。一般来讲，方案几个阶段，每个阶段又分成若干小节，每一小节大概持续几分钟，每个方案可能会持续半个小时到几个小时。
         某些BCI系统基于事件诱发电位的，如P300 或VEP，并不需要训练，受试者按照指示就能启动实验。通常，为了实验能够顺利开展，在初次实验前，对受试者都要进行训练，只是时间长短而已。训练的时间和过程因BCI 系统和受试者而异。
         在某些BCI系统中，用户必须了解如何自主调节自身的EEG信号幅度，这时训练是必不可少的，而且训练时间可能会很长；在基于模式识别的BCI系统中，训练侧重于获得相应的参数；在基于操作条件方法的BCI系统中，可能需要受试者反复训练，可能长达数月才能达到预计的效果。

2.4 反馈
         大多数BCI系统是需要反馈的，最常见的反馈形式是光标控制，受试者把光标移到指定目标位置，只能使用上/下或左/右两组命令。一开始，光标在屏幕中央，每一节以光标碰到目标位置或相反位置为结束。当碰到目标位置，光标会闪烁，说明成功；这种反馈能够加强受试者用意念操作光标的信心。光标控制提供的反馈是持续性反馈，受试者能够亲眼看到自己意念驱动光标在移动，如方向不对可以及时调整。
         在BCI系统中，特别是基于操作条件的BCI系统中，反馈是必要的，受试者需要知道哪种意念能够移动光标朝哪个方向运动，反馈既有好处也有负面影响。
         1、好处：
         （1）激励持续性实验的动力。看不到结果的实验令人沮丧，不断看到自己能用意念操纵光标朝目的地移动无疑是一种巨大的激励。
         （2）吸引受试者的注意力。不断有进展，会使受试者倍感兴趣，注意力不易分散。
         （3）提供反馈给信号处理模块，增强系统的稳定性和准确性。
         2、负面影响
         （1）反馈可能会引起意念“不纯”。反馈会使受试者会产生实验以外的意念，从而使采集的EEG信号并不仅仅反映实验的内容。
         （2）反馈的结果会对受试者EEG信号有影响。如光标移动中，正确的移动会使受试者加快移动速度；错误的移动会使受试者丧气，两者都会对EEG信号产生影响。
         （3）视觉刺激反馈可能会影响?节律。

2.5 算法
         BCI的算法是指在信号处理阶段，能够将BCI 输入的信号转化为对实际装置进行控制的命令的一系列信号处理算法，也就是说，这些算法可以从当前使用者的脑电信号获得抽象的特征向量，并将这些向量转化为决定设备控制的命令。一般来讲，这些特征量是包含在特定的频率段内，如果某一特征量代表的思维状态过多，交叉过大，使用这一特征量就很难区分不同思维状态；反之，如果某一特征量能够严格区分不同思维状态，使用这一特征量就能具有很好的功效。总之，无论采用哪种算法，都以实现最优的性能及良好的实用性为目的。
         下面简单介绍几种在信号处理阶段实际用到的算法：
         （1）独立分量分析（ICA）
         在脑机接口分析中的应用ICA 方法可从脑电信号中分离出各种不同的独立分量。在进行预处理之后，可以继而通过设计实验，如进行鼠标移动、手的想象移动、开灯等，对脑电信号进行特征分析和提取，提取进行这些实验时的脑电信号特征，从中发现与之相对应的稳定的思维脑电独立分量模式，进而用于BCI信号的分类。
         （2）小波变换
         对信号进行小波分解，分析EEG信号的分布特点，选择EEG信号能量相对集中且能较好地反映信号主要特征的频带设计小波时频滤波器。小波变换能准确快速地提取出有明显特征的EEG信号，有利于提高脑机接口通信速度及正确率。
         （3）遗传算法（Genetic Algorithm，GA）
         用遗传算法对特征信号进行分类时，要从检测到的脑电信号中抽提出大量的特征信号，然后通过遗传算法去除伪特征信号，保留有用的特征信号作为驱动信号。这种算法的特点是要对特征信号进行大量的分析运算，从中找到各种特征参数，然后从中挑取最优的部分，算法的运算量较大。
         还有其他很多算法，如人工神经网络、贝叶斯-卡尔曼滤波、线性判别分析等，在此就不一一阐述。

三、研究现状
         正式研究BCI的时间至今不足20年，目前绝大部分BCI研究处于实验室研究阶段，尚无大规模商业应用。1999年和2002年两次BCI国际会议的召开以及2006年即将召开的第三届BCI国际会议，为BCI的发展推波助澜。下面是一些国际上BCI研究有影响的实验室：
         1、奥地利Graz理工大学
         Pfurtscheller等人采用事件相关同步/去同步 (ERS/ERD) 电位作为BCI信号输入。在这套系统中，受试者可以控制光标的移动。
         2、美国Wadsworth中心
         Wolpaw等人训练受试者自由调节自身?节律，并通过?节律的变化来实现光标移动、字母拼写和假肢控制等功能。由于灵活控制自身?节律变化比较困难，所以并不是每个受试者都能学会使用这套装置。
         3、德国Tübingen大学
         Birbaumer等人设计了一个名为思想翻译器（Thought Translation Device，TTD）的装置，通过慢皮层电位（SCP）的变化来实现对外界的控制，使用视觉反馈，实现了字母拼写等功能。
         4、美国伊利若斯大学
         Farwell和Donchin采用P300诱发电位作为BCI信号输入。在计算机显示屏上显示一个6?6包含36个字母的格子，使用者要求选择一个特定字母，每行和每列都在闪烁，频率为10Hz，计算对每行和每列闪烁的平均反应，测量P300幅值。对包含特定字母的行和列的反应幅度最大，根据这个特性就可以从P300诱发电位中“找到”特定字母。
         5、美国Smith-Kettlewell视觉科学研究所
         Sutter等人设计的脑反应接口以对视觉刺激反应中所产生的视觉诱发电位（VEP）作为BCI信号输入，通过诱发电位选择计算机显示屏上某一特定部分，进而可以实现选择的功能。
         6、我国清华大学
         高上凯等人深入分析了稳态视觉诱发电位（SSVEP）的特征和提取方法，设计了具有高传输速率的基于稳态视觉诱发电位的脑机接口系统，可用于残疾人的动作控制或环境设备控制等领域。
         以上几种BCI系统间的比较。

不同BCI间的比较

其中速度值为平均速度，N/A表示没有数据报道或没有讨论。

四、存在的问题
        BCI既是一门新兴的研究领域,作为一门交叉学科,涉及计算机科学、神经科学、心理认知科学、生物医学工程、数学、信号处理、临床医学、自动控制等多个领域。仍有大量的问题尚待解决，目前主要存在以下问题：
        1、速度太慢。从整体性能上看，大多数信息传输率在20比特/分钟以下，对于一些实际应用还太慢。
        2、稳定性不高。系统稳定性随研究方法、受试者和控制系统不同变化较大；缺乏自适应能力。
        3、缺乏统一标准。目前尚无统一的BCI基础理论框架，兼容性较差。
        4、实用性不强。目前的BCI系统大多都是在特定的实验室环境下设计，真正在日常生活环境下的应用极少； BCI装置的制作费用一般都很昂贵；这些都使得BCI系统的实际应用受到限制。
        5、采样信号缺乏具体意义。很难把脑电信号类型与心理意识活动直接联系起来。
        6、没有统一信号处理方法。信号处理方法是目前BCI研究的重点,由于百家争鸣也造成目前研究方法的多样性，特征提取方法和分类方法没有统一的标准，没有任何一种信号处理方法能够为所有BCI研究者所采纳。
        7、反馈的必需性。要不要反馈？如何反馈？目前仍有争议。一方面，反馈提高了系统的准确性和稳定性,同时，另一方面，反馈也给整个系统带来额外的负荷，可能会降低信息传输率，同时也给受试者带来操作上的困难。
        8、训练的必要性。目前对要不要训练及采取何种训练尚有不同观点.有些BCI系统还需要较长时间的训练过程，需要受试者掌握改变自身脑电变化的技巧，需要耗费大量的时间和精力，容易产生疲惫和反感。
        9、难以持续性工作。目前大多数BCI系统都只是在特定范围内工作，系统的连续工作能力受到了限制，受试者难以在实验中实时“观察”自己所有的意识。
        10、个体差异造成很大影响。由于每个人的思维方式、行为习惯等都不完全一样，需要针对每一类人设计不同的实验参数和训练方法。即使是同一个人,由于他（她）的注意力、身体状况、心理状况、情绪态度、操作适用性、目的性等的改变，也可能会改变实验参数，造成已设计好的BCI装置可能无法继续使用。

五、应用前景
        由于BCI系统可以不依赖于外部肌肉和神经就可以实现人机交互，因此有着极为广阔的应用前景。目前，BCI的应用主要集中于医学领域、人工智能的实现以及提供新型的娱乐方式。
5.1 在医学方面的应用
        在医学领域中，BCI 可以帮助肢体障碍患者提高他们的生活质量。
        1、实现简单的通信。通过BCI能够使用电脑浏览网页、拨打电话和模拟阅读等。
        2、控制周围环境。通过BCI可以控制轮椅、开门、开灯等。
        3、运动康复。通过BCI 控制康复机器人的方法，辅助伤残人士进行运动功能重建和生活自理。
        4、治疗。BCI 技术可以为将来治疗技术的发展起到推动作用，如利用深层大脑激励来治疗帕金森病。
5.2 在医学以外的其它方面的应用
        虽然目前BCI 系统主要应用于医学领域，特别是为残疾人提供帮助，但是BCI的用途决不仅仅限于在医学领域中应用，在其它诸多领域都可以得到广泛的应用。
        1、特殊环境作业。例如，宇航员可以应用BCI监控远距离的仪器设备；控制机器人在危险或不适宜人工操作的环境中工作。
        2、BCI可以为电子游戏提供附加控制。当前流行的电子游戏是要操作者靠鼠标、键盘或操纵杆来进行操作的，如果能够实现靠“思想”就能完成控制的电子游戏，一定会吸引更多的游戏爱好者。
        3、在艺术领域中，可使用BCI来进行创新。例如，生物收音机、人脑化音乐设备等。
        4、生物身份识别。由于EEG信号有特异性，在此基础上可实现一种交互式、主动型的人体身份验证系统。
        从理论上讲，只要有神经电参与并可分类的通信系统，都可以应用BCI技术。

总结
        在过去的十几年中，BCI 的研究发展十分迅猛，目前的BCI 研究主要是为某些患者（一般指思维正常但有运动障碍的病人）提供一种与外界交流的手段或控制外界的方式以及协助其康复.随着对人脑结构与功能认识的愈加清晰，提取脑电信号技术手段的提高，以及高效率、低成本的计算机的出现,BCI 研究人员将研究出“更快、更准、更易”的BCI技术。当然，在BCI的发展中仍存在着诸多挑战。比如，目前尚无一个BCI 系统可以做到既精确又能实现快速控制；还没有真正的商业化产品问世。
        总之，BCI研究有着广阔的前景，不仅加强对人自身的认识，同时也将改变人类的生活方式。