|
近年來，可穿戴技術和計算智能的顯著進步極大地提高了基于 EEG 的 BCI (eBCI) 的性能和能力，并推動它們走出實驗室，走向現實環境中。這種快速轉換構成了人機交互的范式轉變，它將在不久的將來深刻改變不同行業，包括醫療保健、娛樂、安全、教育和營銷。 BCI的應用，教育，娛樂 超越大腦的生物學限制，用意念與外部電子設備進行交互和控制，這聽起來像是遙遠的半機械人的未來，但它可能比我們想象的來得更快。 實現真實世界BCI應用最有希望的方法是通過腦電圖，一種通過腦電活動非侵入性監測大腦的方法。在廣泛使用之前，基于EEG的BCI(簡稱eBCI)需要多項技術進步，但更重要的是，它們將引發各種社會、倫理和法律問題。來自倫敦帝國理工學院的研究人員對現代商用腦機接口(BCI)設備進行了綜述，他們在AIP Publishing 的 APL 生物工程中首先介紹了BCI相關技術原理，也討論了這些設備的主要技術限制和倫理問題。 基于 EEG 的腦機接口的架構 無創 EEG 傳感器用于獲取大腦皮層神經元產生的電信號。EEG 信號既可以從大腦自發的內源性活動中獲得，也可以由外源性刺激誘發。對原始信號進行預處理，然后提取、選擇、分類和翻譯特征以解碼用戶意圖。然后使用數字命令來驅動不同的輸出致動器設備，例如假肢、外骨骼、車輛或輔助軟件。下圖描述了 eBCI 操作涉及的主要階段。 圖 1. 基于 EEG 的腦機接口的架構 腦電圖的神經生理學基礎 下面圖示為腦電圖的神經生理學基礎。圖(a)腦電圖信號反映大腦皮層錐體神經元群同步激活的腦電活動。興奮性突觸后電位(EPSPs)通過垂直于皮層表面的電荷分離產生偶極子。圖(b)神經元之間的通信是由突觸介導的。動作電位到達突觸前末梢導致神經遞質(NT) 囊泡釋放到突觸間隙，然后擴散到達突觸后末梢的膜受體并觸發 EPSP。圖(c)大腦新皮層分為六層(I-VI)，具有不同的細胞結構特征。腦電圖信號主要由位于第III層和第v層的錐體神經元產生。這些神經元在空間上垂直于皮層表面排列，形成一個垂直于頭皮表面的偶極子層。腦電圖活動是通過記錄頭皮上不同位置的電壓差異來測量的，這些電壓差異構成了每個記錄電極附近數千個神經元突觸后電位的總和。圖(d)為了到達頭皮電極，腦電圖信號要穿過幾層具有不同傳導特性的非神經組織，這會使信號衰減。圖(e)電極按確定的配置放置在頭皮上，這取決于被監測的驅動eBCI控制的皮層功能區。 腦電圖的神經生理學基礎 雖然很難確切地理解用戶在使用eBCI 操作外部設備時的體驗，但有幾件事是確定的。一方面，eBCI 可以雙向通信。這允許一個人控制電子設備，這對于需要幫助控制輪椅的醫療患者特別有用，但也有可能改變大腦功能的方式。 BCI 介導的環境控制。EEG、EOG 和 EMG 數據的監測和解釋可用于操作嚴重運動障礙患者的環境控制系統。 神經數據的知識產權問題 該項研究報告的作者之一RylieGreen表示:“對其中一些患者來說，這些設備已經成為他們自身的一部分，以至于在臨床試驗結束時他們拒絕摘除這些設備。”“越來越明顯的是，神經技術有潛力深刻塑造我們自己的人類經驗和自我意識。” 除了這些潛在的精神和生理副作用外，知識產權問題也是一個問題，可能允許開發 eBCI 技術的私營公司擁有用戶的神經數據。 “這尤其令人擔憂，因為神經數據通常被認為是最私密、最私人的信息，”另一位作者(Roberto portillo lara表示。“這主要是因為，除了診斷價值外，腦電圖數據還可以用來推斷情緒和認知狀態，這將為了解用戶意圖、偏好和情緒提供非常有價值的信息。” 另外，在獲得這些技術方面的差距可能會加劇現有的社會不平等。例如，eBCIs可以用于提高認知，并導致學術或職業成功和教育進步的極度失衡。 研究者Rylie Green說:“這一黯淡的景象帶來了一個有趣的難題，即決策者在BCI商業化過程中所扮演的角色。”“監管機構是否應該進行干預，以防止濫用和不平等地使用神經技術？”社會是否應該遵循以前的創新方式，例如互聯網或智能手機，它們最初瞄準的是小眾市場，但如今已在全球范圍內商業化?” 研究人員呼吁全球政策制定者、神經科學家、制造商和這些技術的潛在用戶盡早開始這些對話，并展開合作，為這些棘手的道德問題提供答案。 研究者Rylie Green表示，“盡管存在潛在風險，但將人類思維的復雜性與現代技術能力相結合的能力構成了前所未有的科學成就，它開始挑戰我們對人類的先入之見”。 參考 https://www./releases/2021/07/210720114405.htm Roberto Portillo-Lara, Bogachan Tahirbegi, Christopher A.R. Chapman, Josef A. Goding, and Rylie A. Green. "Mind the gap: State-of-the-art technologies and applications for EEG-based brain-computer interfaces. APL Bioengineering, 2021 DOI: 10.1063/5.0047237  不用于商業行為，轉載請聯系后臺 |
|
|
