侵入性脑机接口和非侵入性脑机接口有什么样的区别？

人脑被认为是最复杂的人体器官，可以与非常强大和复杂的计算机相提并论，直到今天，还没有人能够成功地重建和模拟其整个结构。

医学和信息技术融合并快速发展，开启了脑机接口（BCI）的时代，特别是基于脑电图（EEG）的非侵入性版本。

脑机接口系统可分为侵入性和非侵入性两大类。通常，对于任何一种类型的脑机接口，大脑和计算机（或作为BCI系统一部分的任何其他设备）之间交换的信息都构成了实时处理的数据。为此，必须直接或间接测量每个大脑活动。直接连接是指测量大脑产生的电活动（例如脑电图），而间接连接可以通过以下方式进行：血氧测量、功能共振成像（fMRI）、功能红外光谱（fNIRS）等等。

脑机接口系统的发展已经从简单的脑电图记录发展到真正高效的脑机通信。BCI从大脑获取信号，然后对其进行分析并转化为特定的命令。因此，这允许完全或部分更换外围设备（计算机键盘、鼠标、操纵杆）来执行动作。用专业术语来说，BCI是一种系统，它测量和使用从中枢神经系统（CNS）获取的信号，换句话说，像声控和肌肉激活系统就不能称为BCI。根据该定义，单次脑电图（EEG）也不是BCI，因为它只是一个测量设备，不向用户提供任何反馈。

显然，将脑机接口理解为“读心设备”同样不正确，因为它做不到从用户确定的思想中捕捉到不情愿的信息。因此，脑机接口使用户仅能通过大脑活动来进行直接行动，而无需肌肉参与。下图提出了一种脑机接口系统的简化方案。获取的大脑信号首先被放大，然后被数字化，简化了对特定信号特征或模式的提取，然后将它们转化为命令。获得的结果识别了用户反应的类型，并构成了反馈循环的强制性元素之一。

代表脑神经细胞整体电生理活动的脑信号是从头皮表面或直接从皮质表面获得的。它是神经元产生的电压波动，可以反映人体不同状态的变化。由于大多数非侵入性脑机接口系统是基于脑电图数据，因此侵入性脑机接口大多是基于直接从大脑记录的信号，例如皮质电图。皮质电图（electrocorticogram， ECoG）是一种反映大脑电活动记录的侵入性信号，由直接放置在皮层表面的宏观电极（通常直径为2-3mm）获得。它由W. Penfield和H. Jasper于1930年开发，是一种用于检测癫痫发作病灶的技术。下图介绍了3种不同的用于记录脑电活动的方法，包括一种非侵入性（EEG）和两种侵入性（ECoG和皮质内记录）。

与EEG数据相比，ECoG记录提供更强、质量更好的信号，这主要是因为它们具有以下特点：具有毫米尺度的空间分辨率；频率带宽高达 200 Hz 或更高；振幅高达 100 μV；可以降低对运动和肌电伪影的敏感性。

与非侵入性方式相比，侵入性方式有一个优势——信号“更强”且幅度更高，从而产生更准确的数据。问题在于，获取这些信号通常是有风险的，成本极高，并且需要进行大手术。侵入性方式的主要缺点之一是它只能放置很短的时间，并且必须尽快取出，否则容易导致组织损伤。

皮层电记录主要通过直接放置在皮层表面的电极（以阵列的形式）进行）。当信号从头皮表面记录时，ECoG电极被放置在皮质表面，电极的尖峰可以记录来自LFP的局部场电位数据。

虽然采用侵入性记录方法可能看起来很痛苦，而且风险也很大（需要更长的恢复期），但值得一提的是，大脑本身不会产生任何疼痛，尽管它是中枢神经系统中最重要的部分。

脑机接口使人脑和计算机之间能够直接通信。如上所述，许多不同类型的信号可以应用于BCI系统的开发。

最受欢迎的是非侵入性脑机接口系统，因为它们不需要任何手术干预，实施起来既不困难也不危险。另一方面，侵入性脑机接口系统尽管存在风险并需要手术干预，但其可靠性主要在于所施加信号的性质（例如皮质电图（ECoG）提供可靠的信号），可用于解码运动、视觉和言语。

侵入性脑机接口的历史

1998年，菲利普·肯尼迪（Philip Kennedy）将第一个侵入性脑机接口植入人体，2003年，约翰·多诺霍（John Donoghue）推出了第一个名为“BrainGate”的脑机接口游戏，2004年，Matt Nagle（1980-2007）是第一位植入侵入性脑机接口系统的患者，他患有3类四肢瘫痪，保留了说话能力。脊柱被刺伤后四肢瘫痪，不幸致残。

2006年，Leuthardt等人证明ECoG是脑机接口系统中控制信号的有效来源，实现了73%和100%。

如上所述，SCP被应用于早期的脑机接口系统。由于也可以自愿改变这些电位的振幅和极性，因此可以将它们应用于临床应用，并允许LIS或ALS（肌萎缩侧索硬化症）患者进行交流。N. Birbaumer等人于1999年首次发表在《自然》杂志上。

2000年，关于脑机接口系统的研究和论文数量大幅增加。值得一提的是2012年发表在《自然》杂志上的两项开创性研究。这两项研究都显示了脑机接口系统如何在瘫痪后实现神经手臂控制和手臂运动恢复。第一个实验是在猴子身上进行的实验。在这项研究中，作者将一个100电极记录阵列（Blackrock Microsystems）植入M1手部和肌内电极（在单独的手术期间），用于手部和前臂肌肉的刺激和记录。使用神经假体的两只动物的总体成功率约为80%。第二项研究受到第一项研究的启发，但涉及两名人类受试者（58岁女性和66岁男性），他们因中风而四肢瘫痪和无泪。使用以下方法记录神经信号4×4mm，96通道微电极阵列植入优势M1手部区域。两名参与者都能够移动机械臂，因此应用的BCI系统部分恢复了他们的手部运动能力。这名女性受试者14年来首次能够自行饮酒。在新的千年中，新的解决方案被开发出来，大大改善了患者的生活质量，例如应用于凯茜·哈钦森（Cathy Hutchinson）的系统，当时她58岁，近14年无法移动。她能够使用机械臂来喝酒。它显著改善了她的生活质量。

对植入侵入性脑机接口系统的四肢瘫痪患者进行了进一步研究，应用于机械臂控制等。在这项研究中，将两个96通道皮质内微电极植入一名 52 岁女性受试者的运动皮层区域。脑机接口训练持续了13周，其主要目的是控制具有七个自由度的拟人化假肢。

2014年，在没有任何运动或PNS（周围神经系统）干预的情况下，在两个人脑之间进行了首次信息传递。

侵入式脑机接口系统的另一个非常先进的实现案例是应用于摩托车事故中受伤的 Tim Hemmes。他有一个植入系统，这使他能够通过脑机接口系统恢复朋友的触觉，他能够“感觉到”触摸另一个人。

最有趣的研究之一是对一名非痉挛的 24 岁四肢瘫痪男性实施脑机接口的研究。在这种情况下， Blackrock Microsystems被植入他的左初级运动皮层，这是通过功能性磁共振成像（fMRI）性能识别的，而参与者必须镜像手部运动的视频。患者每周参加多达三次治疗，持续15个月，在那里他接受了使用运动皮层神经元活动来控制定制的高分辨率神经肌肉电刺激器（NMES）的训练，该刺激器向他瘫痪的右前臂肌肉提供电刺激。它由一个130个电极阵列组成，嵌入一个定制的柔性套管中，缠绕在他的手臂上。作为这项研究的结果，参与者部分获得了手腕和手部功能，这使他在日常生活活动中具有一定的独立性。所应用的NBS系统是侵入性的，但与使用EEG或EMG等低振幅信号的现有功能性电刺激系统相比具有优势。

2017年，Ajiboye等描述了一项研究，该研究涉及一名53岁的脊髓损伤男性，他在运动皮层的手部区域植入了两个皮质内96微电极阵列，后来在其优势右侧植入了总共36个经皮电极，以电刺激他的手、肘部和肩部肌肉。参与者使用移动臂支撑来支撑重力和电动肱骨外展和内收。患者在肘部、手腕、手部和活动臂支撑的单关节运动中取得了80-100%的成功。对于参与者的其他关节运动，也取得了很高的成功率，但是，达成目标的速度较慢。总体研究结果令人振奋，证实了皮质内脑机接口系统在受损人群恢复中的有效性。

还有一项针对一名27岁男性四肢瘫痪受试者的研究。他在左手和手臂优势区域植入了一个96通道的微电极阵列。患者接受了80个疗程，他必须想象一系列四种不同的手部动作，例如食指伸展、食指屈曲、手腕伸展、手腕屈曲。获得的结果非常有希望。

非侵入式脑机接口系统的历史

脑机接口的非侵入性故事开始于90年代，比侵入性晚得多。

由于上面提到的脑机接口定义最初是由Jonathan Wolpaw提出的，因此来自世界各地的许多科学团体对这一科学领域产生了兴趣，例如来自格拉茨的科学家，他们开发了格拉茨-BCI系统。

基于脑电图的非侵入性脑机接口系统具有多种应用，从游戏到通过各种外部设备控制（如轮椅、机械臂或视频显示器）进行康复。开发非侵入性系统的主要目的是为残障使用者寻找一种替代的控制和沟通方式，因为完全受损或瘫痪的人由于需要使用某种程度的肌肉功能而无法使用传统的辅助设备。

数字信号处理技术的快速发展使得对脑电信号的分析更加高效，这导致了基于脑电图的脑机接口的进一步发展。

McFarland等人于1997年提出了一种64脑电通道系统，具有实时空间滤波和频谱分析性能。用户只能使用他的“想法”来控制视频显示。数据是在线处理的，但存储起来用于进一步的离线分析，从而可以对整个过程进行评估。仅仅一年后，即1998年，Miner等人提出了一项类似的研究，其中四名成年人，包括一名患有ALS的成年人学会了使用μ-和β-基于节奏的 BCI，以便在视频屏幕上移动光标。他们的效率介于93%和99%。进一步的研究，例如Pfurtscheller等人的研究证明，可以将EEG数据用于光标控制目的。

最初，基于脑电图的脑机接口应用了基于CSP的算法，该算法最初是由格拉茨脑机接口小组引入的。他们使用27通道脑电图。

对严重运动障碍患者进一步开发脑机接口的渴望带来了沃兹沃思中心的科学家BCI2000项目，与其他脑机接口系统不同，该项目并非仅为一个目的而设计，而是一种通用系统。该BCI2000允许结合各种大脑信号、各种信号处理方法和操作协议。这是一个免费的、有据可查的项目，推荐用于其他教育目的。他们的脑机接口基于SMR或P300工作。

正如上面已经提到的，脑机接口系统开发的开创性里程碑是来自格拉茨的研究人员。2003年，他们提出了一种基于提示的系统，该系统应用图像运动动作并将其转换为控制命令，从而能够控制虚拟键盘或手矫形器。

基于离线结果的经验，del Millan等人在2002年建议使用基于二次判别分析的局部神经分类器。仅经过几天的训练，研究参与者就能够达到正确的命令识别75%。该系统后来被应用于电动轮椅和虚拟键盘控制。

柏林的科学家也对这一科学领域的发展产生了巨大影响，他们开发了一个名为柏林脑机接口（BBCI）的项目。他们的解决方案非常高效，但需要很长时间（超过 20 分钟）的校准。他们的脑机接口基于SMR，几乎不需要培训，这使得它更加灵活。

开发脑机接口系统的主要目的是为残疾人提供通信，然而，一些有趣的项目也必须被提及，这些项目仅用于纯粹的娱乐。

其中一个有趣的项目是由del Millan等人在2008年开发的，参与者能够控制轮椅。作者提出了基于异步脑电图的脑机接口，它允许轮椅长时间运行，这主要是由于脑机接口和模拟智能轮椅之间的共享控制系统。

另一个基于SMR的脑机接口的提出：有28名受试者（14名对照组患者和14名患有脊髓性肌萎缩症II型（SMA II）或杜氏肌营养不良症（DMD））在环境中接受了BCI训练，针对家庭区域，必须控制一些家用电器，如霓虹灯和灯泡，电视和立体声。电动床、声音报警器、前门开启器、电话和无线摄像头（用于监控房屋环境的不同房间）。

最重要也是第一个支持交流的BCI应用程序之一是拼写器，它适用于无法说话的受试者。拼写器可以是基于P300、SSVEP或运动图像的（事件相关（去）同步（ERD/ERS））。尽管非常基础，但它们能够为无法以任何方式沟通的患者提供某种独立性，例如ALS患者或闭锁患者。这是因为大多数脑机接口范式都依赖于事件相关电位（ERP），例如P300和SSVEP。

P300 范式是 BCI 系统最可靠的技术之一。它们也可用于更复杂的BCI应用。P300可以应用标准（被动）或“古怪”范式（不常见、非常规刺激）。使用P300 BCI几乎不需要用户培训，因此易于应用。

P300脑机接口以下列形式/实现形式出现：经典 P300 脑机接口；P300 BCI 通过特定区域上的小圆盘（tactors）放置使用触觉刺激；混合 P300-BCI——组合各种类型的 BCI 系统。

P300拼写器是最受欢迎的P300应用之一，它于1988年由Farwell和Donchin首次推出。它基于罕见的刺激，在刺激发生后300ms为正偏转。基于P300的拼写器要求患者从6×6或5×5矩阵或控制轮椅。另一个有趣的 P300 应用是用于颈椎脊髓损伤（SCI）用户的鼠标仿真设备（MED），其精度82%响应时间低于149秒。研究参与者对定期使用这种BCI应用表现出兴趣。P300-BCI也可应用于智能家居应用。除了基于P300的脑机接口的实际实现外，还值得一提的是通常为娱乐目的而设计的系统——VR（虚拟现实）游戏。

研究表明，视觉刺激提供更强的P300反应，这可能会增强目标和非目标反应之间的差异，这可能会对P300-BCI的准确性和可靠性产生积极影响。

目前基于P300的BCI不仅依赖于P300范式，还依赖于其他可视化ERP，如N100、N200或N400组件。

基于SSVEP（稳态视觉诱发电位）的脑机接口是发展最广泛的系统之一，主要由于其非侵入性、高信噪比和高速性能。SSVEP-BCI也几乎不需要培训，这使其成为现实生活中应用的理想候选者。稳态视觉诱发电位（SSVEPs）由相同的重复视觉刺激引起。

一个有趣的SSVEP-BCI应用是拼写器，例如Shuffle Speller打字界面，也可以应用于ALS患者。在另一项研究中，作者为SSVEP-BCI采用了带有闪烁LED的QWERT式键盘。SSVEP-BCIs的数据通常是从枕部区域测量的。

BCI系统还可以控制各种外部设备，例如四轴飞行器。解决方案应用了廉价的现成Emotiv EPOC设备，用于实时记录大脑的活动。此外，脑电图信号、面部表情也用于控制设备。

Cho 等人于 2018 年提出了一种 EEG-BCI 系统，该系统依赖于对五种不同的真实（ME-运动执行）和图像（MI-运动图像）手部运动的解码。该实验涉及使用公共空间模式（CSP）和正则化线性判别分析（RLDA）。对数据进行离线分析，得到的结果如下：56.83%对于 ME，以及51.01%对于MI。

尽管脑机接口系统仍未在日常生活中得到广泛应用，但它们为诊断目的提供了许多重要的医疗信息。

如上所述，最流行的脑机接口最好用于脑电图或皮质内记录。这主要是由于它们的便携性和相对较低的实施成本。由于缺乏手术干预的必要性，绝大多数脑机接口系统都基于无创头皮记录的信号，如脑电图。因此，值得一提的是其他测量技术，例如近红外光谱或功能性磁共振成像（fMRI），这些技术不是很受欢迎，但已在各种应用中实现，例如康复，尽管它们的成本较高，但仍在进一步研究中。

基于fMRI的脑机接口系统是非侵入性脑机接口“家族”最重要的补充技术之一。它们的主要缺点是缺乏便携性、成本和具有挑战性的数据分析。实施fMRI也会让患者感到不舒服，主要是因为它会产生噪音。然而，它是唯一能提供全脑活动高空间分辨率数据的方法，其中脑电信号提供相当低的空间分辨率。

功能磁共振成像（fMRI）测量血氧水平依赖性信号（blood oxygen level dependent signal， BOLD）。功能磁共振成像技术非常先进，可以对大脑解剖学上的特定区域进行意志控制，并且还可以显示这些区域的一些神经系统疾病，例如慢性疼痛、运动疾病、精神病、社交恐惧症、抑郁症。

可以将基于fMRI的BCI系统分为以下四类：

1、执行高阶认知任务，例如心算；

2、与语言相关的任务转换，例如心理言语和/或心理歌唱；

3、执行图像任务，例如运动、视觉、听觉、触觉和情感图像；

4、执行选择性注意力任务，例如视觉、听觉和触觉注意力。

与EEG-BCIs不同，fMRI-BCIs可以应用于神经受影响区域的修饰，并以适当的方式进行治疗，fMRI-BCIs使大脑能够在其皮质和皮质下区域的特定部分进行活动。功能磁共振成像系统是典型的闭环系统。

如上所述，基于fMRI的脑机接口的主要缺点之一是成本高、缺乏便携性以及开发和使用的复杂性。希望随着技术的快速发展，这种系统在不久的将来会变得更加流行。尽管基于 fMRI 的 BCI 存在一些缺点，但对于上肢运动功能功能恢复很少或没有功能恢复的患者来说，它们可能是一个很好的解决方案。它还具有很强的脑卒中康复治疗潜力，结合更便携的近红外光谱（fNIRS）。BOLD和EEG数据似乎高度相关，这是EEG-fMRI-BCI混合系统的良好组合。

另一种有趣的大脑活动测量方法是功能性近红外光谱（fNIRS），这是一种低成本、无创和便携式的技术。尽管它的空间分辨率低于从fMRI获得的空间分辨率，而时间分辨率低于从EEG获得的空间分辨率，但它可以很好地替代这两者。这是因为它具有价格低廉、便携性高等特点，而且可以在近乎自然的环境中使用。