江苏龙网

  1. 首页 > 资讯 > 科技 > >

|恢复沟通、重塑触觉、双向接口，脑机接口爆发可期( 六 )


2019年 ， 中国科学院半导体研究所的研究团队利用编码调制的视觉诱发电位 ， 实现了一套个体身份识别系统 。 该系统在25名受试者的个体内和跨个体识别中均获得了较高的正确识别率 。
在个体内情况 ， 使用5.25 s脑电数据可获得100%的最佳识别性能；在跨个体情况 ， 使用10.5 s脑电数据可获得99.43%的个体区分效果 。 该方法有望为个体身份识别提供基于脑电的解决方案 。
脑机接口也为沉浸式虚拟现实环境中的通信和控制提供了潜在的工具 。
中国科学院半导体研究所和清华大学的研究团队利用room-scale 虚拟现实头盔开发一个便携式稳态视觉诱发电位脑机接口 。 通过解决虚拟现实中刺激呈现和基于移动脑电信号进行目标识别的问题 ， 验证了脑机接口在移动虚拟现实环境中的应用潜力 ， 并为利用移动虚拟现实系统开发实用脑机接口提供了实验和方法的指导 。
而中国医学科学院生物医学工程研究所及合作研究团队则将脑机接口技术引入数字符号转换测试（digit symbol substitution test ， DSST）领域 ， 构建了基于稳态视觉诱发电位脑机接口的数字符号转换测试系统 。
◆ ◆ ◆发展趋势与展望
1、高性能脑机接口
尽管近年来脑机接口在性能上获得了较大的提高 ， 但相比于自然的人机交互 ， 目前脑机接口的通信速率仍较低 ， 需进一步大幅提高 。
图9显示了各种模态的通信速率 。 与其他人机交互方法相比 ， 低通信速率仍然是目前限制脑机接口应用的最大障碍 。 通过脑信号解码技术大幅提高脑机接口的通信速率 ， 在大脑与机器之间建立高效的信息交流通道 ， 是实现高性能脑机接口的关键 。
|恢复沟通、重塑触觉、双向接口，脑机接口爆发可期
本文插图

图9 各种模态下通信速率的比较
目前 ， 如何使用先进的算法与大脑进行交互已经引起脑机接口研究者的广泛关注 。 在这方面 ， 机器学习和量子计算等新工具将有助于脑机接口成为现实 。 而大规模、高质量的数据集则有助于推动解码算法的发展 。
清华大学研究团队发布了基于稳态视觉诱发电位的脑机接口的BETA数据集（BEnchmark database toward application） 。 该研究具有领域内迄今为止规模最大、测试基准算法最全等特色 ， 为个体水平的脑机接口性能评估梳理了信噪比与信息传输率的关系 ， 为群体水平的脑机接口性能刻画提出了脑机接口商（BCI quotient）的新指标 。
该研究为今后面向真实场景应用的脑-机接口范式研究、算法开发提供了测试平台 ， 为大数据和人工智能趋势下的新方法、新系统研究做好了数据支撑 。
同时 ， 世界机器人大赛-BCI脑控机器人大赛的平台也极大地推动了国内脑机接口的算法水平 。 在2019世界机器人大赛-BCI脑控机器人大赛暨第三届中国脑机接口比赛现场 ， 实现了691.55 bit/min的理想信息传输速率 ， 创造了历届世界机器人大会脑控打字最高纪录（图10） 。
|恢复沟通、重塑触觉、双向接口，脑机接口爆发可期
本文插图

图10 2019世界机器人大赛-BCI脑控机器人大赛现场
脑机接口技术的发展离不开领域内学者的共同努力 ， 期待着后续更多跨研究组、跨高校的通力合作 。
2、双向脑机接口
在脑机交互中 ， 信息可以在两个方向上传播：“从脑到机”（将脑信号转换成意图运动指令）或“从机到脑”（将与外部环境交互的设备捕获的感觉信息传递至大脑） 。 目前脑机接口领域的研究仍以“从脑到机”为主 ， 如在机械臂触碰到物体后 ， 受试者只能通过视觉来了解控制的结果 。
近年来 ， 神经调控技术的发展为“从机到脑”提供了可能 。 调节神经活动将是下一代脑机接口的重要组成部分 ， 例如 ， 为神经修复运动控制提供触觉 。


推荐阅读


上一篇：良心|标配65W超级闪充！OPPO对比苹果竟然良心这么多

下一篇：青亭网|Varjo Base软件更新2.4版，多方面优化AR培训等场景