首页 今日神州 芯片連腦新技 癱患自理可期

芯片連腦新技 癱患自理可期

港大澳大合研脑机接口算法 读取脑电波指挥机械义肢

脑机接口是建立在人脑与计算机或其他电子设备之间直接的交流和控制通道,这项技术被认为是未来残障人士的福音。在今年的世界机械人大会上,香港大学胡勇教授团队和澳门大学万峰教授团队联合研发的脑机接口算法技术在比赛中取得了骄人成绩。其先进的机械学习方法和自适应优化策略成功读取识别脑电波,使得脑控打字速度达到了每分钟691.55比特(相当于每分钟输出69个汉字),超过了普通人手机打字速度。这一技术未来有望应用于脑瘫人士的意识识别,再通过与机械人或智能轮椅连接,帮助他们实现自理。■香港文汇报记者 何花 深圳报道

香港文汇报记者在香港大学深圳研究院见到胡勇教授团队的时候,他们正在实验一款使用在截瘫患者身上的「机械腿」,这个机械腿根据指令能够帮助患者站起来,并向前走几步。而患者头上戴的「便携式干电极脑电帽」可以识别患者的脑电波,并且将他们转化成为信号指令。胡勇表示,研发脑机接口技术的初衷就是想帮助残障人士康复,未来这个技术会有广泛的应用市场。

在世界范围内,脑机接口技术的发展起源于20年前,香港大学对这一技术领域的布局大约在10年前。「目前的脑机接口技术发展有两类途径。 一类是需要微创手术,在大脑皮层中植入一个芯片;这种方式芯片所获取的脑电波信号准确,识别快速。另外一类就是在头皮表面贴合上感应芯片,以静红外或者超声的方式传递信号,但最大的难点在于信号的捕捉和获取。」

非侵入式技术 外形如帽子

胡勇团队还是选择了后一种方式。「这种方式完全不需要侵入人体的」,胡勇教授向香港文汇报记者解释脑机接口的原理,「以打字为例,普通人用电脑打字是用手建立了一个从脑到计算机的通路,大脑控制手用键盘输入。脑机接口只是用机械信号代替了手,芯片直接识别,然后转化成为字体。」胡勇团队科研用的脑机接口产品,从外形来看像一顶帽子,上面嵌入了多个芯片节点收集识别脑电波。芯片经线路与计算机连接,计算机内的人工智能识别系统则由澳门大学的万峰教授团队研发。

这一原理听似简单,但背后却有着科研团队长达十年的技术积累和数据收集。而且这项技术是一个非常典型的交叉学科,研究团队的人才来自生物医学、脑科学、电子电机及计算机工程等许多个专业团队。

易受环境干扰 信号难捕捉

胡勇团队在研发过程中,遇到的第一个难点就是如何有效捕捉脑电波信号。实验室环境相对安静,信号的捕捉效率非常高。但在实际应用中,信号容易受到周围环境中噪音的干扰,而且患者自身的状态也直接决定着信号的捕捉效率。「计算机需要在大量各种各样的信号中识别患者的脑电波,并且要持续捕捉并排除掉自身特殊情况下的不稳定信号。」胡勇坦言,这项技术从实验室走向市场应用有着漫长而艰难的过程。

在捕捉到患者信号之后,第二个难点是计算机要猜测脑电波是什么意思,这需要大量的数据样本。「人在想到、听到和看到不同的东西的时候,脑电波是不一样的。以运动中的打球为例,打乒乓球时,眼睛看到球从左边过来了,脑电波就会猜出你现在是想向左。」胡勇解释道,左右上下前后这种意图非常明显的信号很容易被识别,目前这一类识别的成功率也非常高。而对于打字这种复杂意念的表述,则要基于脑科学对人类用脑机理的更深入理解,如语言产生的原理等等。胡勇教授说,团队十年来在香港以数万样本数据进行实验。

此外,脑电波的信息传输率也是关系技术最终是否能够成熟应用的指标。「如果机器识别后传输的速度过慢,那么也无实际应用价值。接受且传输的时间不能太长,而且要保证准确率。」在今年的世界机械人大会上,胡勇团队测得的脑电波打字效率为691.55比特/分钟,「在比赛现场那样嘈杂的环境中,脑机接口技术打字的速度相当于人用手机打字的速度,这样就具备了商用的基础。」胡勇说。

评论功能已关闭