脑机接口小剧场（第二幕）
脑机接口小剧场（序幕）：作者为了图省事把EEG的竞争对手们都踢走了
脑机接口小剧场（第一幕）：祭出P300虚拟键盘。
脑机接口小剧场（第二幕）：跟着我左手还是右手一个慢动作？
---------------------------------------跟着我左手还是右手一个慢动作？------------------------------
除了P300之外，运动想象（Motor Imagery，MI）引起的EEG信号变化也是研究热门。“运动想象”这个词说出来十分别扭，其实就是在脑中想象某种运动。通常被研究的包括像手脚运动这样的肢体运动，或是舌头运动以及下咽的运动想象——因为运动想象EEG研究的主要服务对象是中风病人，这个稍后会再提及。
研究发现，想象某种特定的运动和实际执行这种运动会激发相同大脑区域。既然负责不同肢体运动的脑区分工我们都知道的七七八八，那么通过测定哪个脑区被激活了，我们不就可以知道某个人想进行的动作了？
实际上肯定没有这么简单容易，我们都知道EEG的空间分辨率奇差。电极片的位置并不能告诉我们哪个脑区激活了。并且，不同大脑区域的激发与否，或者说，活动与否，是个模糊的概念，EEG本身没有什么激发或者不激发的说法。只能说，不同的动作想象可以反映在EEG信号某些层面上的不同，比如功率谱，能量，不同位置电极的EEG之间的相关性等等，这些数值被称为特征值。这样，通过一系列复杂繁琐的信号处理的方法，我们可以获得一系列反映不同动作想象特征值，这样再加上一系列复杂繁琐的机器学习，就可以利用EEG来判断某个人想进行什么动作了。
又是一个听起来天衣无缝的方法，但是EEG电极片与神经元们一头骨在加一头皮再加一头头发之隔，因此信噪比非常低，看起来就像是一坨坨乱缠在一起的毛线一样，所以检测的稳定性和准确度都不尽人意。如果是区分左手和右手两类，或者某只手和双脚的运动两类，正确率还可能在75%之上。如果是左手、右手、双脚和闲置状态四类的区分，60%的正确率就不错了。超过四类的话，大家把EEG摘了，洗洗头睡吧。
对于普通人而言，费了九牛二虎之力勉强猜到你是想左手一个慢动作还是右手一个慢动作可能仅仅是个有趣的（有趣吗？）研究发现，但是对于有运动障碍的病人，比如，中风病人来说，运动想象EEG还是有价值的，它为BCI提供了两条医疗应用的思路：一个是替代，另一个是康复。
走替代路线的BCI系统比较符合我们对意念控制的另一个想象：人坐在一个机器人躯壳里面，靠意念来控制机器人的行动，比如，《钢铁侠》，《环太平洋》，还有一个不是那么有名但是我觉得超级萌的《超级大坏蛋》里面的那只放在机器人里面金鱼……实在是太多了。这一类意识驱动机器人的研究也是新闻热门，最近一个最有名的可能要数巴西世界杯开球的BCI系统了（Walk Again Project）。病人用户套上科幻范儿十足的“机动战甲”里面，靠脑电波EEG作为控制信号，驱动电机，实现四肢运动。
需要说明的一点是Walk Again Project利用的是非侵入式脑信号EEG，而大部分比较有名的走替代路线的这一类脑机接口系统利用的是侵入式脑信号——利用直接植入在脑内的电极获取用户试图进行的运动的信息。这种电极可以直接测量到神经元放电，获得的信号可以简单看成一串0100010101111010……（这是极度简化的结果）。0代表没有放电活动，1代表一个电脉冲。以不同位置的神经元的放电频率作为特征，就可以判断出不同的动作类型。
这种电脉冲信号与EEG相比，识别动作的稳定性准确性不知道高到哪里去了，很多对灵长类动物的研究都是8个方向的动作分类，这对于目前的EEG来说还是个梦。但是，又说回来，入侵式电极也不是你想放就随时能放的，还有内置电源的散热、寿命等硬件问题，所以两种信号孰优孰劣还得看具体应用。
考虑到实际动作的复杂性，只能勉强检测到4类动作想象的EEG在替代这条路上走得心好累，还好还有难度系数低一点的康复之路可走。
以同样的步骤检测到运动想象的类型，以检测结果作为控制信号，驱动一个机器手臂跟着病人的运动想象左手右手一个慢动作，如此往复以实现康复的疗效。以中风病人为例，他们因为某一大脑区域受损而无法控制肢体运动。但是神经元具有可塑性，通过这样一个闭合回路反复加强大脑和肢体运动直接的联系，其它健康脑区的神经元可以被激活，接棒负责肢体运动。比起替代路线的BCI，康复路线的BCI系统可能远远没有那么酷炫，并且效果也不是一朝一夕能看出来的，但是近年来也取得了不错了进展，可以实实在在帮助到有需要的病人，请大家放低标准，疯狂点赞！
P300和运动想象这两个基于EEG的BCI的主坑已经马马虎虎填了，下次争取平掉那些零散的不那么主流但也不是非主流的小坑们。
脑机接口小剧场（第一幕）：祭出P300虚拟键盘。
脑机接口小剧场（第二幕）：跟着我左手还是右手一个慢动作？
---------------------------------------跟着我左手还是右手一个慢动作？------------------------------
 |
除了P300之外，运动想象（Motor Imagery，MI）引起的EEG信号变化也是研究热门。“运动想象”这个词说出来十分别扭，其实就是在脑中想象某种运动。通常被研究的包括像手脚运动这样的肢体运动，或是舌头运动以及下咽的运动想象——因为运动想象EEG研究的主要服务对象是中风病人，这个稍后会再提及。
 |
研究发现，想象某种特定的运动和实际执行这种运动会激发相同大脑区域。既然负责不同肢体运动的脑区分工我们都知道的七七八八，那么通过测定哪个脑区被激活了，我们不就可以知道某个人想进行的动作了？
实际上肯定没有这么简单容易，我们都知道EEG的空间分辨率奇差。电极片的位置并不能告诉我们哪个脑区激活了。并且，不同大脑区域的激发与否，或者说，活动与否，是个模糊的概念，EEG本身没有什么激发或者不激发的说法。只能说，不同的动作想象可以反映在EEG信号某些层面上的不同，比如功率谱，能量，不同位置电极的EEG之间的相关性等等，这些数值被称为特征值。这样，通过一系列复杂繁琐的信号处理的方法，我们可以获得一系列反映不同动作想象特征值，这样再加上一系列复杂繁琐的机器学习，就可以利用EEG来判断某个人想进行什么动作了。
又是一个听起来天衣无缝的方法，但是EEG电极片与神经元们一头骨在加一头皮再加一头头发之隔，因此信噪比非常低，看起来就像是一坨坨乱缠在一起的毛线一样，所以检测的稳定性和准确度都不尽人意。如果是区分左手和右手两类，或者某只手和双脚的运动两类，正确率还可能在75%之上。如果是左手、右手、双脚和闲置状态四类的区分，60%的正确率就不错了。超过四类的话，大家把EEG摘了，洗洗头睡吧。
对于普通人而言，费了九牛二虎之力勉强猜到你是想左手一个慢动作还是右手一个慢动作可能仅仅是个有趣的（有趣吗？）研究发现，但是对于有运动障碍的病人，比如，中风病人来说，运动想象EEG还是有价值的，它为BCI提供了两条医疗应用的思路：一个是替代，另一个是康复。
走替代路线的BCI系统比较符合我们对意念控制的另一个想象：人坐在一个机器人躯壳里面，靠意念来控制机器人的行动，比如，《钢铁侠》，《环太平洋》，还有一个不是那么有名但是我觉得超级萌的《超级大坏蛋》里面的那只放在机器人里面金鱼……实在是太多了。这一类意识驱动机器人的研究也是新闻热门，最近一个最有名的可能要数巴西世界杯开球的BCI系统了（Walk Again Project）。病人用户套上科幻范儿十足的“机动战甲”里面，靠脑电波EEG作为控制信号，驱动电机，实现四肢运动。
需要说明的一点是Walk Again Project利用的是非侵入式脑信号EEG，而大部分比较有名的走替代路线的这一类脑机接口系统利用的是侵入式脑信号——利用直接植入在脑内的电极获取用户试图进行的运动的信息。这种电极可以直接测量到神经元放电，获得的信号可以简单看成一串0100010101111010……（这是极度简化的结果）。0代表没有放电活动，1代表一个电脉冲。以不同位置的神经元的放电频率作为特征，就可以判断出不同的动作类型。
这种电脉冲信号与EEG相比，识别动作的稳定性准确性不知道高到哪里去了，很多对灵长类动物的研究都是8个方向的动作分类，这对于目前的EEG来说还是个梦。但是，又说回来，入侵式电极也不是你想放就随时能放的，还有内置电源的散热、寿命等硬件问题，所以两种信号孰优孰劣还得看具体应用。
考虑到实际动作的复杂性，只能勉强检测到4类动作想象的EEG在替代这条路上走得心好累，还好还有难度系数低一点的康复之路可走。
 |
机器手臂跟着我左手右手一个慢动作 |
 |
机器手臂跟着我左手右手一个慢动作 |
以同样的步骤检测到运动想象的类型，以检测结果作为控制信号，驱动一个机器手臂跟着病人的运动想象左手右手一个慢动作，如此往复以实现康复的疗效。以中风病人为例，他们因为某一大脑区域受损而无法控制肢体运动。但是神经元具有可塑性，通过这样一个闭合回路反复加强大脑和肢体运动直接的联系，其它健康脑区的神经元可以被激活，接棒负责肢体运动。比起替代路线的BCI，康复路线的BCI系统可能远远没有那么酷炫，并且效果也不是一朝一夕能看出来的，但是近年来也取得了不错了进展，可以实实在在帮助到有需要的病人，请大家放低标准，疯狂点赞！
P300和运动想象这两个基于EEG的BCI的主坑已经马马虎虎填了，下次争取平掉那些零散的不那么主流但也不是非主流的小坑们。
 |
不能免俗地自推一把 |
