通过脑机接口意念打字，速度已达实用水平

UFO爱好者

通过脑机接口意念打字，速度已达实用水平是怎么回事，是真的吗？2017年03月01日是本文发布时间是这个时间。下面一起来看看到底怎么回事吧。
                                通过脑机接口意念打字，速度已达实用水平
                               
                                新系统利用植入大脑皮层的电极读取人的想法，从而让人通过意念打字。
                               
                                 



十年前，Dennis Degray在下雨天出门扔垃圾时滑了一跤，这场意外改变了他的生活。由于摔在下巴上，他的脊柱严重受伤，导致他脖子以下失去知觉。现在，在测试一套旨在帮助瘫痪病人用意念打字的系统时，他成了一个明星测试员。

为用脑机接口（BCI）帮助残疾人恢复机能，研究人员努力了几十年，但时至今日，尚未有获得广泛应用的设备面世。不同类型的应用有它们各自的难题。对打字来说，一大难题是如何把打字速度提高到足以为人接受的程度，而这往往需要借助手术才能实现。最近，发表在elife期刊上的一项研究报道称，借助一套新的BCI系统，Degray和另外两位患有肌萎缩性侧索硬化症的受试者取得了在同类技术中最快的打字速度，这一成果把这种技术推进到了距离实际应用仅有一步之遥。“我们帮助病人实现的打字速度差不多有我在手机上打字速度的一半吧，”本研究作者、神经外科医生Jaimie Henderson说。

研究人员用三项任务来评估这套BCI的表现。为了在尽可能自然的条件下测试它的表现，受试者可以用这套BCI打字自由回答提前设定的一系列问题。然而，通常意义上的打字速度是通过打字抄录来评估的，所以研究人员也让受试者进行了这种评估。其中一名女性参与者在自由打字测试中每分钟打出6个字，另外一位参与者每分钟打字接近3个，Degray则能每分钟打8个字。2015年这个团队在Nature Medicine期刊发表的另一项研究也达到了类似的效果，不过当时他们借助了一款根据英语的统计学规律来提示后续字符的软件。本次研究未使用这种类型的软件。

打字抄录的缺点在于表现会因特殊词语和键盘布局的差异而不同。为了获得一种独立于这些因素的评估方法，研究人员设计的第三项任务是在一个6*6的方格中选择随机点亮的格子。这样就几乎可以定量测量这个系统的最大输出速度，并很容易转换为“每秒多少字节”的计量方式。研究团队设计这几个任务，并且没有具有提示功能的输入软件，原因是他们想要开发一种标准测量方法。“我们需要建立的一种评估方法，必须排除参与人员、测试方法和研究人员的影响。当有了一种系统的比较方法时，我们才能说‘很明显这项改进的效果更好’，”斯坦福大学的博士后，本文作者Chethan Pandarineath说：“这项技术的进步很重要。”

两位ALS患者的打字速度分别达到了2.2字节每秒和1.4字节每秒，几乎是之前记录的两倍（同样的参与者在之前的一项研究中达到的）。Degray的打字速度达到了3.7字节每秒，是之前研究的四倍。“同之前的BCI临床研究相比，这是一项巨大的进步，”Pandarinath说。

其他研究人员也认为这些结果是目前最为出色的。“这是用BCI系统获得的最快打字速度了，”匹兹堡大学的生物医学工程师Jennifer Collinger说：“它跟眼球追踪技术不相上下，但后者无法帮助身体无法移动’的病人。”研究达到的速度跟ALS患者在回答调查问卷时期望的打字速度很接近。“就是说，设备的表现已经足够吸引用户去购买使用，”Collinger评论道。

研究人员在参与者的大脑表面植入一个或两个小电极矩阵（六分之一英寸），这种“皮层内”植入物包含96个微电极，深入到控制手臂运动的皮层运动区1.5毫米。神经信号在被电极记录后，通过导线传递给电脑，由计算机算法解码后读出受试者的意图，用以控制电脑光标的运动。

其他利用电极与人脑交互的技术还有：电极放在头皮上的脑电图（EEG）和电极穿过头骨，接触大脑表面的脑皮层电图（ECoG）。而把电极植入皮层内部的优点是它们能够准确抓取单个细胞的活动，其他技术只能大概了解几千个神经细胞的平均活动。“这种技术的效果比EEG和ECoG要好上十倍，后者没有足够的信息来处理这个水平的任务。”匹兹堡大学的神经植物学家Andrew Schwartz评论。尽管在植入后的两年内，运动和结疤会降低信号质量，但它那时侯的表现仍然毫不逊色。

目前，这项技术最大的缺陷是患者头上外露的导线，既累赘又危险。“将来要把它做成无线的，”Pandarinath说：“我们目前还做不到，但五年内应该可以。我们希望把病人送回家时不需要担心感染的问题，这是非常重要的。”要实现这一点，就需要无线供能，一些研究团队已经在朝这方向努力。“大多数技术都已经实现了，”Schwartz说：“你可以用线圈感应来充电，就像给你的手机无线充电一样。”

研究团队认为更好的系统工业设计和解码算法是表现提高的原因。“进行快速重复运算对实时控制系统至关重要，”Pandarinath说。斯坦福大学的生物工程师Paul Nuyujukian去年发表的一项研究中，研究人员训练了两只猕猴进行与本次研究用到的网格任务相似的测试。在屏幕上的单词颜色发生变化时，猴子选择单词组成句子（虽然它们不理解单词的意思）。在研究人员单独加入一个算法来检测猴子停止的意图后，猴子的最好表现提高了每分钟两个单词。

这种“不连续敲击解码器”也在本次研究中得到了应用。“我们基本上创造了一个‘点击’模式，就像一个鼠标一样。对智能手机和平板来说，这样的交互非常有用，”Pandarinath说：“这个系统不止是可以帮助瘫痪患者与人沟通，还能让他们做到更多的事情，比如上网、播放音乐等所有健康人认为理所应当的事物。”

斯坦福大学的研究人员已经在开展无线技术的研究，并有着雄心勃勃的长期目标。“我们的愿景是使用者把接收器插入任何一台电脑，就能用大脑使用它，”Henderson说：“我们的目标之一时让患者能每年365天，每周7天，每天24小时都能只用大脑控制一台普通电脑。”

撰文 Simon Makin
翻译 龚聪

原文链接：https://www.scientificamerican.com/article/brain-computer-interface-allows-speediest-typing-to-date/