脑机接口入门:从读取信号到恢复沟通

最近翻了一些脑机接口(Brain-Computer Interface,BCI)的资料,这篇是整理出来的入门笔记。我不是神经科学专业出身,只是业余兴趣,有理解偏差的地方欢迎指正。

它到底在做什么

脑机接口的核心思路不复杂:采集大脑活动产生的电信号,用算法解码出使用者的意图,再把结果交给外部设备,比如光标、机械臂或者语音合成器。整个链路大致是:信号采集、预处理、特征提取、解码、反馈。

其中最难的是第一步和第四步。信号采集决定了数据质量,解码决定了能把信号翻译到什么精度。

三类常见的技术路线

• 非侵入式:最常见的是脑电(EEG),电极贴在头皮上。安全、便宜、容易上手,缺点是颅骨和头皮会让信号变得模糊,信噪比和空间分辨率都有限。
• 半侵入式:比如皮层脑电(ECoG),电极放在大脑皮层表面、硬脑膜上下。信号比头皮脑电清晰得多,又不必刺入脑组织。还有经血管植入的方案,例如 Synchron 的 Stentrode,通过血管把电极送到运动皮层附近。
• 侵入式:把微电极阵列插入皮层,可以记录单个神经元的放电。研究里广泛使用的是犹他阵列(Utah array),BrainGate 等项目长期使用它。精度最高,但要开颅手术,还要面对长期稳定性和组织反应的问题。

2023 年的一个转折:语音解码

过去很多脑机接口演示的是控制光标或者拼写字母,速度通常有限。2023 年 8 月,《自然》杂志同时发表了两项关于语音神经假体的研究。

• 斯坦福团队用植入皮层的微电极阵列,解码一位因渐冻症失去清晰发声能力的参与者想说的话,报告的速度约每分钟 62 个词。
• 加州大学旧金山分校和伯克利的团队用高密度 ECoG,为一位脑干卒中后失语的参与者解码语音,并驱动虚拟形象说话,报告速度约每分钟 78 个词。

自然对话的速度大约是每分钟 150 个词左右,所以仍有差距,词汇量和错误率也还受限。但从拼字符到接近说话,方向上是明显的进步。

现实里的几道坎

• 长期稳定性:电极周围会出现胶质反应,信号会随时间衰减。
• 解码的泛化:神经信号每天都有漂移,模型常常需要重新校准。
• 手术风险与成本:侵入式方案目前只适用于重度瘫痪、失语等患者。
• 伦理与隐私:神经数据属于极敏感的个人信息,谁能访问、如何存储,都需要提前设计规则。

如果想动手玩一玩

业余爱好者可以从公开的 EEG 数据集和开源工具入手,比如 MNE-Python 做信号处理,用运动想象数据集练习分类。消费级的脑电头带成本不高,但信号质量有限,适合学习流程,不适合期待精确控制。

说明:本文为个人学习笔记,仅供技术交流,不构成任何医疗建议。文中提到的研究成果请以原始论文为准。