我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:港彩神鹰 > 读入原语 >

加入知乎

归档日期:04-30       文本归类:读入原语      文章编辑:爱尚语录

  谢邀,逛知乎有几个月了,第一次正式的回答。希望以后凑时间多分享一些:)brbr首先简单介绍一下答主的研究背景,控制科学与工程方向博士生(机器人设计,控制,模式识别都做过一些,自动化学院的,跟着导师项目走,所以东西有点杂(/ □ \).),之前在瑞士的洛桑联邦理工学院(EPFL)交流2年,大约半年前回国,主要从事的是脑机接口方面的研究,正在以此作为大论文完成博士期间所有的工作。brbrOK,言归正传,简单科普一些,脑机接口通常被划分为生物医学工程学科,是一个不折不扣的交叉学科,一个比机器人更交叉的学科(机器人可以看做脑机接口框架的外部设备),因为与大脑,神经科学放在一起,经常被认为是生物学科,其实更是一门工程学科:通过电极采集,放大器处理,对大脑信号进行识别,涉及到数字信号处理,机器学习,人机交互等。当然神经科学,神经工程学的一些背景知识也是需要的。brbr油管上有一个BCI方面的系列课程,稍稍有一些老,有兴趣的童鞋可以跟一下?target=https%3A//。br脑机接口起源于上世纪三四十年代,线年左右,组织了几次数据竞赛,大量的研究者涌入这一领域,目前世界上最好的一些团队基本都是从那会儿做起的(包括我在瑞士的导师)。之后先进的机器学习的算法、信号处理方法以及硬件方面的提升,不断地促进着这一领域的发展。brbr除了题主看到的给ALS,让locked-in的患者能够与外界进行交流,其他的应用最主要的是康复(rehabilitation)和交流(communication),对了,这里我默认你指的是脑电信号(EEG),其他的一些开颅的,侵入式的通常是针对灵长类动物,猴子等,或者严重伤残的病人。再有就是脑磁图,近红外成像,功能性核磁共振等。不在讨论的范围内。brbr脑机接口用于communication,比如,speller,基于P300,即时间发生300ms之后的一个电位信号,严格的定义可以参考wiki,这个是最经典的,也是精度很高的一种信号模态;用于rehabilitation,大脑控制电动轮椅、机械臂、康复外骨骼,都有相应的研究和文章发表;脑机接口,很大程度是在做“接口”,所以原则上可以控制你能想到的所有的机器人和外部装置,也有人用来控制无人机UAV,drone,humanoid等等,但是基本原理同你坐在电脑跟前通过训练,控制一个moving bar是一样的;brbr再有就是汽车辅助驾驶,这里多说两句,如果有人说拿脑电信号控制汽车,那太扯了,目前能做的也就是anticipating即将发生的事情,比如红绿灯,比如紧急事件,脑电能够在你的肌肉骨骼系统做出反应之前呈现一定的neural signature,自发的paradigm下被称为readness potential(来源于一个很长的德语词,简写为BP),有外部事件trigger的被称为CNV。当前无人驾驶做的已经非常不错的情况下,尚且不敢放心的交由机器,大脑控制汽车,更是不着边际的事情。brbr另外就是entertainment,这个跟目前VR,AR可以结合,有的实验室把Xbox买来做实验,也有一些概念设计或者创业公司,做出一些类似于使命召唤的游戏场景,让subject完成任务,但是是基于脑电的信号,发送交互的指令。brbr当然还有一些医学的应用,医院里面监护,比如癫痫发作;记录睡眠时的脑电信号、测谎仪、work load的监测,疾病预测能不能做,或者做到什么程度了,还请医学院背景大神指点。brbr总体言说,目前BCI这个领域蓬勃发展,但比起机器学习,计算机视觉,算是很小众的一个community,为什么要跟ML,CV比呢,因为用到的基本的技能是一样的:),只是把图像语音文本换成了脑电的trace。脑电信号非侵入,非常容易受到各类干扰(artifact removol本身就可以构成一个博士课题了),信噪比是一个很大的局限;另外由于被试在做实验,没有grand truth,也没有办法label,所以精度远远不能令人满意,很多时候,我们仅仅在跟chance level进行fighting。。brbr最后一点就是基本上做BCI的人,都想要把应用从实验室环境转换到家庭,至少clinical trial吧,但是实际上困难很多,基本上还是局限于一些比较严格的实验环境。距离新闻媒体报道的“心随意动”,或者海报上宣传的阿凡达也好,万磁王也好,还有很远很远很远的路要走。各位加油吧。有兴趣可以进一步交流~

  谢邀,逛知乎有几个月了,第一次正式的回答。希望以后凑时间多分享一些:) 首先简单介绍一下答主的研究背景,控制科学与工程方向博士生(机器人设计,控制,模式识别都做过一些,自动化学院的,跟着导师项目走,所以东西有点杂(/ □ \).),之前在瑞士的洛…显示全部

  对于人体需要的外部装备来说,侵入式双向脑机接口比非侵入式双向脑机接口有哪些优势?

  感谢来自各方的写作动力。先说结论,侵入式脑机接口相比于非侵入式,可以更高频,更准确,更光滑的控制外部机械,并且可以完成复杂的多的动作,而且更进一步,侵入式脑机接口并不仅仅能读取脑电信号来控制外部设备,还可以b进行精确的电刺激进而让大脑产生特定的感觉/b。那么非侵入式脑机接口的有点是什么?当然就是非侵入本身,对于广大劳动人民而言,为了生活更方便或者更好地进娱乐而开个真正意义上的脑洞并不是一个好主意,这时就是非侵入式脑机接口出场的时间了,尽管它的信号复杂度低的可怜,区分度也非常玄学,但毕竟不是什么都做不到。(当然,自从在知乎上写答案以来,我固有的“正常人应该不喜欢来当我的被试毕竟要被开脑洞”这一观念受到了相当大的冲击,我已经劝退了两位数志愿者)接下来简要介绍一下造成这些区别的原因以及两类脑机接口目前和潜在的主要应用方向。br之前自己写的本领域的(段)背(子)景(集)资(合)料:a href=知乎专栏/abr先从自己的本行,侵入式脑机接口开始。既然可以侵入,就意味着我们能精确的观察到单个神经元的兴奋情况,神经元的一次冲动被称为一个spike,可能是因为神经元冲动一次产生的电位变化比较类似于狼牙(spike)而得名。下图是我自己采的一个单个神经元在20分钟的实验中的发放情况,一条黄线代表兴奋一次,可以看到黄线的形状类似狼牙。brfigureimg src=而理论上来讲,神经元集群的兴奋正式为了编码特定行为,所以相较于隔着头皮的非植入脑机接口,植入式的可以直接检测这一编码过程,当然可以期待更精确的,更有意义的结果。不过,非常有趣的一点是:我们的电极阵列多为10*10或8*12的,每个电极大概能收到附近0~3个神经元的信号。换言之,我们的输入大概是100个神经元左右。而在手术过程中,我们只能确定电极埋放的皮层是正确的,对于浩如烟海的特定皮层(像运动皮层或感觉皮层)神经元而言,我们其实是在百万级别的神经元中随机去了数百个样本,而且空间分布非常不均匀,我们怎么能保证这几百个样本刚好编码了我们想要的信息呢(比如手臂的运动,手腕的转动,手指的压力)?首先,从实验的结果来看,这种随机采样总是令人吃惊的可以成功。一个可能的解释是漫长的进化过程使得大脑进化出了这种非常冗余但能大大增加安全性的编码方式。举例来说,如果一个人的神经元集群的编码方式是特别精确且有效率的,比如特定的数百个神经元控制右手的运动,那他很容易被人一闷棍打在头上直接右手残废,显然比在运动皮层的所有神经元都可以参与编码右手运动的人的存活率低。总之,通过这个现象,我们可以用少数神经元集群的信息来控制机械手完成相对复杂的运动,如三维自由运动,抓握等。当然,外部控制并不那么局限,可以看出这种机械手的运动可以轻易的改为控制鼠标或者其他电子设备。重点是我们对神经信号的解读,可以得到比较高频(10hz)的,准确的,复杂程度高的控制信号。这类的例子自己在上面的背景资料链接里已经写了很多,不再赘述。下面说另一个方向,不是解读大脑在想什么,而是刺激大脑让被试产生特定的感觉。这个大新闻发生在去年十月,仍旧是匹兹堡大学(/?target=http%3A//)。这项研究表明对于一个已经可以用运动皮层的神经冲动控制机械手的瘫痪病人而言,可以通过在感觉皮层上的电刺激(micro stimulation of sensory cortex)让他感受到究竟是机械手的那一只手指被触碰到。brfigureimg src=当然,这个大新闻并不证明我们已经攻克了感觉皮层编码触觉的方式。更接近于我们发现在感觉皮层进行独特的微电流刺激,可以引发特定的有区分度感觉,而不是疼痛。所以脑洞再开的大一点,也许特定的电流序列刺激前额叶可以引发某种稳定的可重复的情绪变化。总之,如果大家对黑客帝国里那个人类叛徒在虚拟世界里吃牛排时说的话有印象,就会明白我们正在把这一幻想变为现实。brfigureimg src=上面讲的是学界做到了什么地步,但接下来可以引发什么样的应用呢?这里我就不展开了,毕竟,作为一个真正意义上的黑科技,脑机接口有太多应用会被各种各样的“伦理学家”批判。只说一个小段子:有一回跟系主任聊天,他并不是脑机接口领域的,聊了一会儿他说:“孩子你做这事儿挺靠谱的。 You know DARPA, right?” 我马上一脸天真的笑容:“I was told I am doing something about health care.”老先生一边冲我笑一边点头:“Yeah, sure. It is all about health care.”brbr接下来是非侵入式脑机接口,与上文说的直接采集神经元的冲动不同,非侵入的脑机接口采集到的信息是头皮脑电(Electroencephalogram,EEG)。由于信息的精度和区分度都差了很多,在相当长的一段时间内,EEG能编码的事都非常少,只停留在能做判断题的阶段。所谓判断题就是我给予被试者一系列刺激,比如红黄绿三种颜色的灯光,命令被试者在看到绿光时兴奋一下。(这里应该很多人会好奇,什么叫“兴奋一下”。当年在浙大当被试的我也问过做实验的师兄这个问题,他说:“你在心里想个数字1就行”,不知道有没有什么深意,总之应该是一个特定的明确的短促的想法都可以)如果被试按照要求做,理论上讲我们可以通过EEG信号来解码出被试究竟有没有接收到这个特定刺激(本例中的绿光)。原理上是依靠事件相关电位(Event-related potential,ERP)wiki/Event-related_potential class= wrap external rel=nofollow noreferrerEvent-related potential/abrfigureimg src=上图是一个典型的ERP,0时刻是刺激开始的时间,本例中的看到绿灯开始兴奋。图中所见P3即刺激产生后300毫秒会有一个明显的电位变化,这就是用来进行检测的判据。而如上图所示,我们要判断一个完整的P3电位是否出现至少要500毫秒,一般实验中要用1+s才能判断出是否有ERP,进而判断出是否在之前有一个引发兴奋的事件。通俗的进行对比,可以说侵入式脑机接口是一个能用键盘鼠标的APM600的大神玩家,非侵入式是一个APM60的新手还只能用发报机,这两个人打个DOTA,结局很明显了吧?br当然,EEG领域并不是一直没有进展,它的大新闻出在去年年底:a href=//link.zhihu.com/?target=https%3A//twin-cities.umn.edu/news-events/umn-research-shows-people-can-control-robotic-arm-their-minds class= wrap external rel=nofollow noreferrerUMN research shows people can control robotic arm with their minds/a 文章发在了Nature:science report上。首次用非侵入式脑机接口控制机械手实现了二维自由运动。文章证明了动作想象是一个行之有效的,从EEG里提取更多信号的方式。虽然不是像侵入式的那样实现快速且robust的控制,但至少是从只能做判断题,变成可以做选择题,这已经是非常明显的进步。而且由于EEG的分析手段还比较原始,我试了一下加入一些线性动态系统和机器学习的知识,数据可以变的更有区分度,所以改进空间还是相当大。由于非侵入式脑机接口对正常人并没有任何风险(连理发都不用),可以推知的一个非常重大的潜在市场就是VR/AR的游戏控制。毕竟都虚拟现实了肯定不能用键鼠,否则还有什么现实感。当然,现在的实验室技术并不足以玩儿个黑魂,但努努力玩个仙剑还是比较靠谱的。更合适的想法可能是把脑电和手势联合起来作为控制信号。之前跟好友开过一个脑洞,搞个VR,新手玩家只能用手势做简单的操控。脑电很强或者受训很久的玩家可以用脑电编码复杂动作,或者把脑电信号当成快捷键,达到法术瞬发、法术默发、二刀流之类的奇幻效果。如果写到这里,让有些读者联想到了某个只存在于二次元的网络游戏,那么我只能说,你们想的没错,毕竟:brfigureimg src=我们所想象的一切,都会变为现实。/ibrbrbrbrbrPS:请不要给我送人来当被试,我(短期内)不做人的。

  感谢来自各方的写作动力。先说结论,侵入式脑机接口相比于非侵入式,可以更高频,更准确,更光滑的控制外部机械,并且可以完成复杂的多的动作,而且更进一步,侵入式脑机接口并不仅仅能读取脑电信号来控制外部设备,还可以

本文链接:http://chuyenchame.com/duruyuanyu/190.html