2019年7月5日，浙江大学现任“百人计划”研究员，脑机接口研究专家孙煜博士受邀至南方科技大学生物医学工程系举办学术讲座。我系相关研究人员踊跃参与了这次学术会议。

孙煜老师作讲座

孙老师首先为大家介绍了脑机接口（下文简称BCI,即brain computer interface）的基本知识和研究现状。通俗来讲，BCI 是指采集大脑信号，用来控制外部设备的一种技术手段，目前BCI技术主要应用于三个方面：通过脑电来控制外部机械、识别人的情绪变化以及研究人的认知行为。因为后两者面向的人群更为广泛，因此这两种领域在脑电研究的市场调研中占到约85%的份额。基于上述背景，脑电研究一般分为四个步骤：

一、信号的采集。为了采集大脑进行活动时的电位变化，目前主要有侵入式和非侵入式的采集方法。侵入式指采集信号的电极要插入表皮下0.4mm深处探测电信号的变化，非侵入式指直接使用脑电帽，用贴合在大脑表皮上的电极探测脑电信号。此外还存在脑磁图等获取信息的方式。

二：提取范式。理想状态下，每一种特定的生理活动，都对应着具有一定特色的时域上脑电幅值的变化。这一步要将这种具有特点的变化提取出来，以便未来研究使用。

三：信息解码。但是往往我们不可能直接把需要的脑电提取出来，因此这一步我们需要对提取的信号进行各种各样的分析，最后找到我们所需要的运动对应的脑电活动。

四：信息编码。有了这种特定脑电后，我们在未来应用中只要被试产生了这种脑电，我们就可以认为他有这种意图，以此来进行调控设备，识别情绪等任务。

一些基本的脑电的研究范式随后被展示，包括：P300——在不断闪过的图片中，出现概率比较低的图片会在图像出现后的300ms诱发人脑产生一次波峰；SSVEP——当受到一个固定频率的视觉刺激的时候，人的大脑视觉皮层会产生一个连续的与刺激频率有关（刺激频率的基频或倍频处）的响应。在这些范式的研究和应用中，脑电设备的电极也可以分成两类：只负责采集信号而没有输出信号的被动电极以及可以输出刺激的主动电极。

可以看到，用脑电识别人当前的情绪状态有着重要的意义，其中应用前景比较广阔的是基于脑电对人疲劳程度的识别，据统计约60%的成年人有过疲劳驾驶，而其危害程度可以堪比醉驾。因此识别驾驶人员当前的疲劳程度对行车安全有着重要的意义。孙老师实验室则尽可能在实验室环境中模拟出仿真的行车状况，通过眼动轨迹的监测，发现会车有助于提高人的注意力；通过跟车实验，直线行车实验，持续行车安全距离实验，再利用神经网络的训练，检测人驾驶疲劳的准确率可以到达70%。疲劳是怎么产生的呢？原因有很多，包括缺乏动机，心理负荷等。孙老师对心理负荷进行了更深入的研究，通过任务的线性堆叠，来代表任务难度的增加，测量不同状态下受试者的脑电情况。测量结果十分明显，线性的叠加任务会使受试脑功率有明显的增加。但这并不意味着心理负荷越低越不容易疲劳，因为过低的心理负荷会引起无聊的情绪，也会影响人的状态。孙老师实验室还研究了两人协同任务下的脑电情况，并在模拟飞行训练的时候发现在进行起飞降落等需要协作合作的任务时，尽管两个受试者没有进行任何交流，他们的脑信号还是存在一定的联系；在没有合作任务的时候，两人的脑电信号则没有联系。

最后老师为大家介绍了脑电领域的一些前沿研究，包括多任务切换的脑电研究，解码脑信号对机器控制做反馈，调控等等。当然脑电领域也存在许多研究困难，包括样本获取，个体差异性大等等。克服这些困难，还需要大家的不懈努力。

文字：祁是辰