全 文 ：生命科学
Chinese Bulletin of Life Sciences
第 20卷 第 5期
2008年 10月
Vol. 20, No. 5
Oct., 2008
文章编号 ：1004-0374(2008)05-0722-03
基于节律性脑电信号的脑 –机接口
高上凯
（清华大学医学院生物医学工程系 神经工程实验室，北京 100084）
摘　要：脑 –机接口系统是一个不依靠外周神经和肌肉组织等而实现大脑和外界装置之间直接的交流和
控制的通道。它为那些运动障碍的残疾人表达自己的意愿和实现对外部设备的控制提供了一种新的强大
的技术支持。基于脑电的脑―机接口作为一种非侵入型的技术引起了该领域很多人的关注。基于脑电的
脑―机接口采用了很多种类型的脑电信号。其中，振荡性的脑电图由于有较高的幅值和对噪声不敏感等
特性而体现出极大的优势。也是由于这些原因，振荡性的脑电图变成了脑 –机接口的应用中非常成功的
设计之一。本文要介绍主要的基于脑电的脑 –机接口中的两种，分别是稳态视觉诱发电位和基于运动本
体感觉节律的脑 – 机接口。作者将详细的叙述该研究的生理背景、脑 – 机接口的参数，以及该系统的
构造及信号处理的方法，并且会演示一些具有潜在应用价值的科研成果。
关键词：脑 – 机接口；振荡性脑电图；稳态视觉诱发电位；运动体感节律
中图分类号：R338；TP273；TP334.7　　文献标识码：A
Oscillatory EEG based brain-computer interface
GAO Shang-kai
(Department of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing 100084, China)
Abstract: Brain-computer interface (BCI) systems support direct communication and control between brain and
external devices without any use of peripheral nerves and muscles. It provides a new augmentative technology
for those people with severe motor disabilities to convey their intents or to control surrounding devices.
As a non-invasive technology, the electroencephalogram (EEG) based BCI has drawn many attentions in BCI
studies. Several types of EEG signals have been adopted in EEG based BCI. Among them, oscillatory EEGs have
significant advantages of larger amplitude and less sensitive to noise. For these reasons, oscillatory EEG based
BCIs have become one of most successful designs in BCI system development. Two of major oscillatory EEG
based BCIs will be introduced. They are steady state visual evoked potential (SSVEP) and sensorimotor rhythm
(SMR) based BCIs respectively. The physiological background, BCI paradigms, system configurations and
signal processing methods will be described in details. The demonstrations showing the potential applications
will also be presented.
Key words: brain-computer interface; oscillatory EEG; steady state visual evoked potential; sensorimotor rhythm
1　脑 -机接口(brain computer interface，BCI)简介
BCI (brain computer interface，BCI)是一种基于
脑电信号来实现人脑与计算机或其他电子设备间通讯
和控制的系统，它是一个不依靠外周神经和肌肉组
织等通常的大脑输出通道的通信系统。换言之，BCI
是在人脑与计算机之间建立的直接的交流和控制通
道，通过这种通道，人就可以直接通过脑来表达想
法或操纵设备，而不需要语言或肢体动作。
最初研究BCI的目的是想帮助那些运动障碍的
残疾人来实现对外部设备的控制，提高生活自理的
收稿日期：2008-07-21
基金项目：国家自然科学基金(30630022) ；国家科技
支撑项目(2006BAI03A17)
通讯作者：E-mail: gsk-dea@tsinghua.edu.cn
723第5期 高上凯：基于节律性脑电信号的脑 –机接口
能力。特别是对于那些完全瘫痪的患者而言，BCI
可能是他们表达意愿的唯一的通路。此外，BCI技
术还可以实现对假肢等复杂系统的控制，也有望在
康复工程中发挥作用。
BCI可以在不同的层次上来实现。在微观层面
上，可以将微电极阵列插入大脑皮层内，其中的每
根电极都可以记录到一些细胞的放电信号。这是一
种精细控制的方法，但却是一种侵入型的有创伤的
技术。在中间层次上，成排的电极被放在大脑皮层
的表面，记录到的是皮层电位信号，当然这也是一
种有创的技术。在大尺度上，头皮脑电信号被应用
于 BCI系统中，因为头皮脑电信号代表的是成千上
万神经元的活动，它的空间分辨率很低。这是一种
非侵入型的无创方法。作者所从事的研究工作就是
在这个层次上开展的。那么为什么选择这种方法
呢？因为以脑电信号为基础的 BCI系统采用的是非
侵入型的无创的方法，它是能被绝大多数人所接受
的技术。当然，从头皮记录的脑电信号非常微弱，
信噪比很低，空间分辨率也很低。因此，以脑电
信号为基础的 BCI系统的研究面临着很大的挑战。
2　基于脑电的BCI的组成
与通常的通信系统类似，BCI 系统也包含输
入、输出及在其间的信号转换部件。在 BCI系统
中，系统的输入是采集到的脑电信号；系统的输出
是送给外部设备的控制命令；从输入到输出之间是
关键的信号处理部分，通常包含信号预处理、特征
提取与模式识别等若干模块。反映大脑活动的电生
理信号由电极从头皮或者大脑内部获取并传送到放
大器，该信号经过放大、滤波、模数转换等前处
理后传送到计算机中进行复杂的信号处理和模式识
别，最后将识别出来的控制命令传给外部设备。
在BCI系统中有三个问题是最关键的：首先是
脑电信号的产生。研究者需要找到能产生不同模式
的脑电信号的方法，这样才有可能将其转换成不同
的控制指令。第二个难点是如何识别不同模式的脑
电信号，然后转化成相应的控制指令。第三个难点
当然是如何建立一个真正实用的系统。
2.1　用于BCI的脑电信号
在BCI中应用的电生理信号粗略地可以分为外
源性和内源性两种成分。外源性成分是指由外部刺
激产生的诱发脑电信号，例如视觉诱发电位(visual
evoked potential, VEP) ；稳态视觉诱发电位(steady-
state visual evoked potential, ssVEP) ；听觉诱发电位
(auditory evoked potential, AEP)等。内源性成分通
常指受试者通过自我调节产生的脑电信号，例如完
成某种心理作业(cognitive tasks)产生的电位；与想
象运动相关的电位；慢皮层电位；事件相关去同
步(event-related desynchronization，ERD)和事件相关
同步(event-related synchronization，ERS)信号，以
及某些节律信号等。本文主要就稳态视觉诱发电位
和事件相关去同步 /事件相关同步信号进行介绍。
这两种信号都具有明显的节律特征，现在已经被广
泛地应用在 BCI系统中。
首先介绍稳态视觉诱发电位。大家知道，当
我们接受到一个视觉刺激时，在视皮层就会产生相
应的电活动，这种信号被称为视觉诱发电位。当给
予一定频率(通常要求大于 6Hz)的重复的视觉刺激
时，视皮层的脑电信号就会被这种节律所调制。这
种明显的被刺激频率所调制的脑电信号被称为稳态
视觉诱发电位。
在BCI中另一种常用的信号是事件相关去同步/
事件相关同步(ERD/ERS)信号。人在清醒而且比较
放松的情况下，即在没有感觉刺激输入的情况下，
在运动皮层可以记录到一种9－13 Hz的电信号，通
常被称为 µ节律。当受试者在执行一定的运动任务
时(即使只是想象运动而没有实际移动他的身体)，
这种 µ节律就会产生显著的改变，或者增强或者减
弱。在 BCI系统中也可以利用这种节律变化来识别
不同的想象运动。
2.2　BCI中的信号处理
信号处理是BCI系统中最重要的一个步骤。信
号处理的过程大致可以分为如下三步：
2.2.1　信号预处理　信号预处理的目的是减少噪声，
提高信噪比。常用的方法有带通滤波等。
2.2.2　特征提取　特征提取的目的是从记录到的信
号中提取与任务相关的特征。这些特征参数可以从
时、频、空等不同的域中获得。对于节律特征信
息的提取，我们主要关注的是频率特征。对于频率
特征而言，我们主要关注特定频率成分的幅度及相
位。对于节律性脑电信号，其能量通常集中在很窄
的频带内，因此也较容易识别。此外，相位信息
也是重要的特征来源。
2.2.3　BCI系统的构成　BCI系统是一个相当复杂的
系统。在这个系统中，一边是人脑，它可以视为
一个生物智能系统；另一边是电脑，它可以视为一
个人工智能系统。BCI系统建立的基本原则是要协
724 生命科学 第20卷
调好这两个智能系统。
当研究者想研制一种实用的系统时，需要解决
很多很多的实际问题。首先，需要建立一个在线的
信息处理和分析平台，在实用系统中，这个平台要
求能快速完成实时的信号分析；第二，从实际使用
的角度考虑，要让这个系统不仅具有好的稳定的性
能，而且应该很容易使用，价格也比较便宜。例
如，在稳态视觉诱发电位的例子中，应用了一个双
极性放大记录系统，而不是 256道的多电极记录系
统。实际上，使用较少的记录电极，可以显著减
少数据量，增加实时信号处理的可能性，而且也减
少了系统的成本，使用起来也更加容易和舒适。当
然减少电极可能会丢失一些有用的信息，因此，在
系统的研发中，我们引入了先进的信号处理技术，
并仔细地对系统中的每一个参数进行了优化处理，
这样才取得了较好的效果。
3　实用BCI系统的开发
3.1　基于稳态视觉诱发电位的BCI
如前所述，当受试者注视着一个以特定频率闪
烁的目标时，在他的视觉诱发电位中就会出现与刺
激频率相关的频率成分。例如，当受试者注视按
7Hz的频率闪烁的按钮时，在他大脑的视皮层区记
录的视觉诱发电位中就会包含显著的 7Hz的成分，
我们称之为基波。此外，通常还可以看到许多谐波
成分，例如 14Hz、21Hz等。当显示器上的各个按
钮按不同的频率闪烁时，只要受试者注视某个按
钮，他的视皮层就会出现特征频率的谱峰。据此，
只要研究人员从记录信号中找到了某种特定的频率
成分，就可以判定受试者选择了哪个按钮。然后，
就可以根据事先设定好的不同按钮的控制目标来产
生特定的控制指令。这个看似简单的工作实际上很
难。大约在十年前，在我们实验室中参与实验的在
校学生中将近有一半的学生不能完成控制任务。之
后，我们花了很大的努力来优化我们的系统。首
先，我们仔细地选择了刺激的频率。发现在很多实
例当中，视觉响应存在三个比较敏感的频带，包括
低频区、中频区和高频区。因此，我们需要仔细
选择最为敏感的频带应用于我们的系统中。其次，
我们发现不同的被试有不同的频谱特征，有的被试
有很强的基波，有的被试则有很强的谐波。因此对
不同的被试，我们采用了不同的方法来构成系统的
特征向量。此外，双极性电极的位置选择也很重
要。通常首先选择稳态视觉诱发电位较强的通道为
信号通道，而参考电极位置的选择则要考虑背景噪
声等复杂的因素。
3.2　基于想象运动的BCI
研究表明，当我们想象左手在运动时(不要求
实际移动肢体)，我们的右半脑的运动皮层就会出
现 µ节律成分(频率在 9－ 13Hz的范围中)的降低；
同样，当我们想象我们的右手在运动时，我们的左
半脑的运动皮层就会出现类似的变化；当我们想象
移动我们的脚时，我们的头顶就会出现 µ节律成分
的提升。由此，受试通过想象运动至少能产生三种
不同的控制指令。例如，你想让一个机器狗向左、
向右或向前运动，你只需要坐下来想象你的右手、
左手和脚的运动就可以了。
4　结论
基于脑电的 BCI系统也许不能实现精细的控
制，但是它确实可以完成一些有用的控制，包括康
复训练。简单的系统更便于使用。实际上，看似
简单的系统其背后必定有更先进的技术在支撑。依
仗先进的信号处理方法，加之巧妙的电极选择是成
功研发基于脑电信号的 BCI系统的重要途径。
致谢：本项目是在高小榕教授、洪波博士及多位研
究生的帮助下共同完成的，在此表示感谢。
高利霞　整理