探索脑机接口：生命科学与信息技术的融合

　　作者：平萍

　　在不久前圆满落幕的MATLAB EXPO 2023 中国用户大会上，清华大学心理学系长聘副教授、博士生导师张丹在其“脑机接口：解码思维的力量” 的演讲中阐述了脑机接口的关键技术及解码算法，介绍了想象运动脑机接口、视觉脑机接口、情绪脑机接口，以及脑机接口相关的研究和教学活动。张丹教授重点介绍了作为主动脑机接口代表的想象运动脑机接口和视觉脑机接口，以及作为被动脑机接口代表的情绪脑机接口。

　　想象运动脑机接口，是最接近于“所想即所得”的脑机接口。可以用于主动式康复训练、生物反馈训练、植物人意识研究等领域。视觉脑机接口，是信息交互速率最快的脑机接口。张丹教授以渐冻人的信息交流为例，阐释了视觉脑机接口如何帮助渐冻症患者建立对外交流的通路。

　　情绪脑机接口以情绪理论框架为基础，实现实时情绪状态识别，应用于精细积极情绪识别、情绪脑机接口计算等场景和应用。

　　张丹教授表示，在2023 世界机器人大赛—BCI 脑控机器人大赛上，与MathWorks 共同合作了情绪脑机（青年组）的赛项，技术赛重点考察算法的设计及优化，其中MathWorks 参与的合作赛将考察使用MATLAB/Simulink开发及优化情绪脑机接口算法。选手通过使用MATLAB 进行编程与实现，一起加速探索情绪脑机接口的潜力。

　　脑机接口目前的应用与发展前景

　　“脑机接口”作为一种新兴的医疗科技，在过去的十几年里已经开始用于对外界机器的控制。那么，在健康与医疗领域，脑机接口能够在哪些应用场景下开发出自己的“高光时刻”？脑机接口实现产业化，还需要哪些环节的配合？

　　张丹教授在接受我们采访时表示，主动脑机接口，更多的是关注对大脑想发出意图的分析。这类脑机接口的应用场景包含罕见病和神经性疾病：一是渐冻症，恢复渐冻症患者的交流能力交流；二是癫痫、脑外科等一些疾病，脑机接口技术可以作为辅助诊断技术介入。

　　至于被动脑机接口，“因为传统的心理测评依赖于问卷，依赖于自我报告或者咨询师的访谈，对于受访者的教育程度、背景、配合度都有很高的要求，所以适用性有很大的局限。”张丹教授表示：“我们希望通过情绪脑机接口，也就是被动脑机接口，建立更加客观的心理测评的方案，能在更广阔的领域有所应用，例如非医疗的心理测评，以及心理疾病和心理健康问题的诊断。”

　　获取大脑信号的方式：无创和植入

　　在研发端，就脑机接口技术本身而言，其核心是如何方便、快捷、有效地获取大脑信号。张丹教授表示，获取大脑信号的途径，目前有两个分支：无创和植入。在脑机接口整个发展历程里，这两种方式可谓是齐头并进。无创，是大多数人都能够接受的方式，例如在监测情绪方面，无创显然更适合；而一些刚需应用场景，例如面对一位高位截瘫的患者，在这样的场景下，植入芯片会是更好的选择。

　　相对于无创的方式来说，有创方式的信号质量能够大幅提升。但对于此，研究团队和各国政府仍持相对谨慎的态度，挑战在于电极在人脑中是否能够保持长期稳定。“因为它不是人体生物组织，进入人体以后一定会产生生物兼容性的问题，包括可能对大脑皮层带来的伤害等等。”

　　在应用端，还需要弄清楚哪些技术能跟脑机接口融合，把脑机接口的应用外延推广开来。

　　发展现状

　　那么，在全球各国脑机接口研究到了何种程度？各国研究方向有哪些不同呢？对此，张丹教授介绍说，欧洲各个国家都更关注脑机和人文关怀。例如，如何让人们的生活更好，让残疾人的生活像正常人一样——他们更多地在探索脑机接口的使命。美国更关注脑机接口如何促进更高效的功能的实现，例如马斯克提出的愿景，实际上包含了很多更加偏向于效率的描述。甚至让人的意识能够上传到数字世界里永生这样的话题。

　　因为关注点不一样，欧洲的发展在无创脑机接口上做的更多，美国更多的关注有创的脑机接口，所以双方在路线图上有很大区别。

　　而中国在两方面都有所涉及，有创、无创，中国团队都在做。“从起步来说，我国并不比欧美晚太多，清华团队早在1997 年、1998 年前后就已经开始脑机接口的研究。脑机接口的三大范式，有一种范式就是清华原创提出的。中国也有自己的特色，中国的脑计划——一体两翼，一方面是脑疾病，一方面是用脑计算。希望从脑机接口能够驱动对于脑疾病问题的解决。并且通过与人工智能更好的结合，启发脑计算，让我们有更多的其他发展机会。”

　　张丹教授说：“与此同时，也有风险需要我们思考和面对。比如在AI 的发展中有什么可能的风险存在？并且提前有所部署。此外，大脑信号中包含了大量跟个体相关的信息，这些信息如果泄露可能会带来危害；或者因不当使用，带来更大的风险。因此，这些信息的关键在于有效监管、合理使用。”

　　产业链的形成与未来潜力

　　要形成完整的产业链，还需要哪些环节的配合? 现在脑机接口的团队，无论是高校、企业，都是偏电子或者信息类的背景。但如果要形成更完整的产业链，还需要前端类，如材料产业的引入；以及后面算法的发展，包括人工智能的加入。当然还离不开与临床团队的合作。再往后的应用端，根据不同的应用，还应该会有不同的产业进来，比如外骨骼、可穿戴或偏机械类的产业等等。因为有脑机接口这个界面，能够更好的把人和脑机作为混合智能的融合，做的更加无缝，更加有力，从而有助力于未来人的能力的扩展。

　　张丹教授表示，目前通过脑机接口技术获得的数据，还没有到临床这一步，“但是很快，我知道很多团队在推进这个事情。”此外，张丹教授还提到，“现在AI 的进步，会为我们理清大脑的机理，并带来一些以前没有的新的路径。”

　　脑机接口与MathWorks

　　MathWorks 在脑机接口研发和转化工作中，能够提供哪些助力？张丹教授表示，其实在脑机接口开发过程中，会遇到许多与其他医疗设备开发类似的挑战。“在实际研发工作中，我们使用了MATLAB 平台和大量相关的工具箱，从最基础的统计分析工具，到信号处理工具，再到机器学习/深度学习工具，帮助研究人员推动先进医疗设备开发和工程化落地进程。”

　　例如，通过从硬件实时采集脑电信号，实现大数据集高精度标注的自动化；利用图形化App自动生成对应的代码，进行脑磁图/脑电图的预处理和特征提取；利用常用AI模型，进行迁移学习训练和图形化界面；通过一系列代码生成工具，实现完善的算法部署。

　　“医疗不能停留在学术研究上。医疗科研成果想从实验室到工厂，其中离不开像MATLAB 这样的新工具，为研究人员提供高质量工程化实现的完整体系，从而快速开发高质量脑机接口系统，乃至其他智能医疗设备。” 张丹教授说。

　　除此之外，MathWorks 全球行业市场总监SameerPrabhu 也在大会期间的演讲中指出，MathWorks 旗下的数学软件在核聚变这样的清洁能源领域、对抗帕金森疾病这样的医疗保健领域，以及运载火箭研发这样的航空航天领域都有着大量应用。

　　在采访中，Sameer Prabhu 表示：“ 追溯整个MathWorks 的使命，我们就是要加快工程和科学的步伐，为我们所有的终端用户，其实终端用户就包括科学家和工程师，为其提供最顺手的工具，帮助他们去解决他们所面临的科学问题、工程问题，我们也一直在朝着这个方向去努力，让这些科学家和工程师们在面对复杂问题的时候有一种更加适合的工具和工具链和数字工程的方法，这样能够让他们去应对那些复杂性，应对那些系统复杂性。”

　　“在今天的演讲当中提到的，比如一些医疗领域或者是解决火星探测任务上面的一些控制系统开发，这些都是我们帮助客户利用工具解决他工程问题的一些事例，当然，无论是医疗领域还是航空航天领域、汽车领域，我们都一直在为客户提供这样的能力、扩展我们产品线，让我们所有的使用者能够基于模型的系统工程方法，或者是基于模型的设计的方法，去解决其工程设计问题。”

关注读览天下微信， 100万篇深度好文， 等你来看……