往期文章
希望了解更多的朋友点这里
1.1 . 脑电EEG代码开源分享 【1.前置准备-静息态篇】
1.2 . 脑电EEG代码开源分享 【1.前置准备-任务态篇】
2.1 . 脑电EEG代码开源分享 【2.预处理-静息态篇】
2.2 . 脑电EEG代码开源分享 【2.预处理-任务态篇】
3.1 . 脑电EEG代码开源分享 【3.可视化分析-静息态篇】
3.2 . 脑电EEG代码开源分享 【3.可视化分析-任务态篇】
4.1 . 脑电EEG代码开源分享 【4.特征提取-时域篇】
4.2 . 脑电EEG代码开源分享 【4.特征提取-频域篇】
4.3 . 脑电EEG代码开源分享 【4.特征提取-时频域篇】
4.4 . 脑电EEG代码开源分享 【4.特征提取-空域篇】
6.1 . 脑电EEG代码开源分享 【6.分类模型-机器学习篇】
6.2 . 脑电EEG代码开源分享 【6.分类模型-深度学习篇】
0 . 【深度学习】常用网络总结
脑机接口难在哪里，人工智能如何破局
- 往期文章
- [零、脑机接口以 人 为本](#零、脑机接口以 人 为本)
- 一、把BCI从病房请进客厅，有多难
- 二、备不齐
- 三、戴不适
- 四、行不便
- 五、撑不久
- 六、写在后面
- To：新想法、新思考的朋友：
-拿着人工智能时代的解题钥匙串-
-去试试脑机接口那把顽固的锈锁-
-就算没法完全打开，也捅进去拧两圈儿呢！-
上一篇文章，讲述了时隔3年，重新回到专栏 的创作中来，是因为看到了脑机接口的今天 ，如同人工智能 当年的星光前夜 。
自上而下国家级的支持，自下而上市场的追逐，中间蓬勃的科研发展。
好像脑机接口这场烟花秀 ，就要在世界各地绽放 ，要飞入千家万户 了。
我们这期，就聊点不那么轻松 的，那些让脑机接口技术，还如鲠在喉、郁结于胸、如芒在背 的困局，从业者一被问到就支支吾吾 的话题...
但话又说回来，如果看完这些困境，就认为脑机接口完蛋了、结束了 ，那也大可不必。
下一专栏会讲述，脑机接口出题，人工智能解题 ，那些有价值的破局 思路。
【这些可太适合当课题点了，支撑几篇大论文毕业足够的】
人工智能发展还三起三落 呢，脑机接口凭啥就能一帆风顺 了。
道路是曲折的，前途是光明的！
零、脑机接口以 人 为本
本篇我们从用户 的角度，感受下脑机接口的困境
我称之为：备不齐、戴不适、行不便、撑不久
一、把BCI从病房请进客厅，有多难
我有一个观点，脑机接口迟早要走出医学专用 ，面向市场大众 的。
脑机接口不是患者的医疗器械 ，而是面向广大人群的生活工具 。
脑机接口起始于医学诊断和神经康复 ，但仅禁锢在医疗领域，完全限制了巨大的生命力和创新力 。
以脑控为例，脑控肢体的数量毕竟是有限的，但是脑控万物 呢，控制外置设备的需求是庞大 的；就像互联网 的IP地址是充足的，万物互联 的物联网时代就IP远远不够 了。
因此，本文的脑机接口服务人群，面向人人能够参与 的普通人 ，无创 的方式可能最先最容易 被接受。
脑机接口目前的应用场景如何呢，很遗憾：场景局限，费时费力，劳心劳神，不太友好，还挑人。
二、备不齐
目前进行一次脑机接口的应用，流程的复杂 ，如同进医院进行一次身体检查。
如果要采集到高质量 的脑电信号，要关心的因素就包括：场地的电磁屏蔽性、电极介质的选择、前期的准备、后期的收尾 。
神经元电信号从大脑皮层发出，穿过软组织、头骨、头皮、头发 ，到达电极接收器时，已经是极其微弱 的电信号了。
一次眨眼 放出的肌电就脑电的几十上百倍 ，更不用说外界电磁干扰 ，和周边电器设备了。
为确保脑电信号能被高质量接收 ，首先要为用户准备一个屏蔽间 ，这个大铁笼子 向电梯一样隔绝外界电磁，这就局限了用户的使用场景 ，大大抬高了使用成本 。
脑电设备也是通电的，本身也会影响神经信号的采集，必要时还要带上接地手环 。
更重要的是，你连接的电网 ，可能电压就在波动 ，并受其他用电设备影响。
我曾经有段时间发现，采集的脑电信号飘得不行 ，就是楼上 有其他大功率设备，建议大家时间选择：假期>学期，晚上>白天。
湿电极 仍是目前最优的脑电采集方式，通过在电极孔中加注脑电膏 （导电介质），来获得更低噪声 的脑电信号。
这种湿电极很难伺候 ，要提醒用户（被试）提前一天晚上不要用硅油洗发水、护发素 ，防止形成疏水膜 影响导电。
脑电设备使用前要洗头 ，保证头部的清洁友好；使用后因为用户满头的导电凝胶 ，还要再洗一遍 。
这两遍洗头 ，基本就脱离现实使用场景了。
这还不包括对脑电设备的维护，用小毛刷扣电极，要吹干晾干，要整理电极线...
如果要采集核磁信号。这个大家伙的价格、体积、伦理等，目前还不适用于日常生活。
总结一下 ，目前脑电采集流程的冗长繁复 ，是为了向更好的信号质量妥协 ，为了"迁就"严苛的电磁环境、敏感的采集设备、受限的采集场景。
三、戴不适
佩戴脑电设备可不是件轻松时事，总结起来就是勒、黏、扎
目前成熟的脑电采集方法，就是佩戴脑电帽 ，他们有一个共性问题：勒 。
勒 ，是为了保证脑电帽与头部的紧贴 ，方便脑电帽上的电极定位和固定稳定 ，这种勒感就像戴小一号的帽子 。
超过2小时 的用户，都会明显感觉到头部血液不畅，懵懵的 ；对于帽型设计不佳的设备，甚至需要头往下控血 ，才能缓解不适感。
上述头部麻木的不适，很大程度影响脑机接口用户的体验 。个人对多位用户进行了回访 ，反馈使用后期逐渐影响大脑反应 ；为避免长时间的佩戴影响，建议将试验（使用）时长压缩到40分钟内。
如果为了采集高质量 脑电信号，通常优先选择湿电极 设备，它们给用户带来的体感是：黏 。
脑电膏 ，是湿电极传感器与头皮间的导电介质 ，质感类似做B超涂得液体 。
脑电膏大体可分为偏固体的啫喱型 （粘稠型）、偏流动的液体型 （清爽型）。
用户需要顶着一脑袋，类似洗发露的黏黏糊糊 ，将近1-2小时 。
啫喱型的还好，如果是液体型的在实验过程中风干了，还要补液添加 。
补液不熟练会导致两个后果，流了一脖子、滴了一领子 ...
如果因为手抖导致串导 ，脑电膏太多使得电极之间通电 了，那就是重新洗头、重新佩戴、重新开始的悲剧故事了...
如果选择了干电极 ，先要恭喜你节约了洗两遍头 的时间，但是会面临一个更严重 的问题：扎 。
扎 ，是干电极为了保证与头皮更紧密贴合 ，用一圈电极触角\爪 紧压住头皮。
相比液体流动的导电介质，干电极需要与头皮直接接触 ，减少位移，越紧越好 。
紧是真紧，疼是真疼 。
本人第一次体验某大牌干电极设备，仅20分钟 ，额头就留下了3个紫色印记，佩戴一次三天消肿...
一句概括 ，目前用户佩戴脑电设备的不适感 ，让步于 高质量数据采集，为了电极离头皮更近 ，为了保持头部包裹更 严，而作出的舒适感妥协。
四、行不便
高质量 脑电信号的采集，对环境要求很多，对人也要求不少 。
对人的行为要求几乎苛刻 ，能不动就不动 ，运动几乎别想，连眨眼、吞咽、咳嗽 都需要保持克制。
这就导致用户在脑机交互过程中，约束感与禁锢感 把人限制的：僵 。
说些形象的举例，屋外有人步子重 了、桌子上轻微摇晃 了、甚至在脑电帽上轻轻挥手 ，脑电图都会有明显 的影响，脑电信号就被影响到这种程度。
体现在用户使用中，只要信号采集被眨眼、吞咽 这样的小动作干扰，信号就会飘到界面以外 ，要等几秒甚至几分钟 ，才能恢复到稳态 。
更不用说像咳嗽、摇头、运动 的动作幅度了，要是拿到这样的前期数据质量 ，后期信号处理你就忙去吧...
说些给大家提气 的，其实随着无线技术和集成电路 的发展，有效解决了脑电数据传输 的问题，已经大大拓展 了用户的活动范围 。
目前采集端的集线盒 ，已经重量越做越轻、体积越做越小、带宽越来越高了 。
采集端已经实现了与存储\处理端的分体 设计，理论上用户可以离电脑距离很远 了。
这是之前有线采集不敢想的，有线采集 的时代，人的活动范围就是线长 ；而且有线的重量，像是有人在拽你的辫子。
简而言之 ，极度灵敏 的脑电设备，严格要求了电极的位移、信号的异动、环境的静默 ；脑机接口中的用户行动受限，实属无奈之举...
五、撑不久
除了采集设备 对身体的约束 ，还有交互刺激 对心理的消耗 。
我们以最经典的SSVEP、ERP、MI刺激为例，请大家代入式体验下。
频率响应：SSVEP ，Steady State Visually Evoked Potential，稳态视觉诱发电位
刺激呈现交替闪烁 ，激发视觉皮层的同频振荡 ，通过分辨神经信号的频率回溯 刺激定位。
我对于这种刺激强度，简称瞳孔地震 ，类似一排手电筒爆闪 晃你。
闪烁眩光感和视觉滞留 ，极易引发视觉疲劳和不适 ，甚至会诱发光敏性癫痫。
时间响应：ERP ，Event-Related Potential，事件相关电位
刺激呈现偶发刺激 ，对于约定刺激 内容产生响应，通过脑电波形的幅值与潜伏期 ，锁定刺激内容。
人脑对约定的刺激反应，我称为一激灵 。
类似射击游戏中跳出敌人 ，又像高速路上的前车急刹 ，激灵一下就得缓上一会儿。
但目前脑机接口的一机灵只代表一次鼠标单击 ， 1小时的交互过程大约要上百次的"一激灵" ...
冗长的实验流程对注意力的要求很高 ，会产生认知疲劳与精神倦怠 ，长时间可能导致注意力涣散。
空间响应：MI ，Motor Imagery，运动想象
通过想象 身体某部位的活动，对侧大脑运动区 会表现出去同步化，通过解读大脑的空间响应 变化，反推用户意图。
想象动而实际不动的"如动 "行为，我称之为"意念举重 "。
这是很抽象 的交互过程，精神让身体某些躯体抽象用力 ，来调动特定脑区的差异化响应 。
学习运动想象不是个轻松的过程，是与实际运动是分离 的，研究发现相当数量的用户在训练后，仍难以实现交互 。
此外，就像锻炼久了有身体酸涩感 ，运动想象久了也会有精神酸痛感 。
这就像我今天去看望老人，我那耳背的姥姥（脑电设备 ）听不清，一遍遍让你大声些；我（用户的大脑）扯着脖子 ，嗓子都喊哑了，姥姥（脑电设备）也就听个大概...哈哈哈，想我姥姥
总的来说 ，脑神经信号发出端到采集端，声音太小、隔得太远、听得太糊 ，只能委屈大脑一遍遍呐喊了...
六、写在后面
即使攻克 了上述种种难题，现实仍是残酷 的，人群有一定比例的"脑机接口盲 "。
脑机接口盲 ，是指在现有技术条件下，人们经过脑机接口的训练和指导后 ，脑响应仍无法被解析用于交互，无法有效使用脑机接口的人群。
相比较而言，有一部分用户是脑机接口的优势个体 ，业内一般称为"金被试 "。
金被试 ，是指脑响应的能被稳定精准解码 的用户，可以将交互准确率 从60%拉升到95%的核心样本和理想用户 ；会被重点关注到研究人员的研究结果和成果汇报 中，展现脑机接口的先进性能。
本人很荣幸，是毕业后还能被想起和邀请的金被试，在情绪感知和ERP 试验中，能够稳定可靠输出高质量 脑响应，提供了让科研人员满意的突出结果 。
当然，并非本人天赋异禀，全是对实验内容的深入理解 ，与试验人员的反复沟通 ，以及自己对着自己脑信号一遍遍练习 的结果。
掺杂了些技巧，但主要是真诚 。
在我自己的实验经验中，好结果的获取没有捷径 ，很大程度上取决于主试和用户的认真程度 。
换言之，最好的数据一定出自认真的自己 ，任何人不会比你更深入、更负责 的对待你的实验，数据就是关键的关键 ，只能自己上。
数据质量朴素的诀窍：自己做自己>他人做自己>自己做他人>他人做他人。
To：新想法、新思考的朋友：
自己：脑机接口+人工智领域，目前博士顺利毕业，希望将代码、文档、经验、掉坑的经历分享给大家~
做的不好请大佬们多批评、多指导，虚心向大家请教！
想一起做些事情 or 奇奇怪怪点子，请至Rongkaizhang_bci@163.com
