腦機介面無回應?

作者 : Paul Golata,貿澤電子(Mouser Electronics)

腦機介面(BCI)應用是指能讓使用者與電腦互動、測量使用者大腦活動的裝置,透過人工智慧和機器學習,可在BCI應用的評估及開發過程中達到更高的準確性和可靠性。BCI應用正在迅速改變醫療裝置產業,且得益於它提供的優勢,將持續對醫療產業產生影響。

游標閃爍著,催促著我該寫些什麼。但我什麼都寫不出來,所以我計算游標一分鐘的更新率,用計數來自娛。

我發現它以50Hz的頻率閃爍著,每一次閃爍都在提醒著我,我到現在還沒寫出任何一個字。感覺就像電影《MIB星際戰警》(1997)中的記憶消除器,消除了我的記憶。對多數作家來說,這是一場持久戰:如何開始一個好故事,如何寫一篇文章來吸引讀者並提供資訊。我該如何將大腦中的想法和概念「變」到書面上?這是一場將我想表達的東西轉化為文字發表的戰鬥。

要是我有一個腦機介面(BCI),能用智慧化的方式,將無窮無盡有價值的資料注入到我的大腦內,同時立即激起一股意識流,讓意識流源源不絕地從鍵盤灌注到電腦螢幕上,那不知有多好。

好吧,各位不是來這兒看我抱怨寫作問題的,而我今天要討論的是BCI。

什麼是BCI?

BCI應用正在迅速改變醫療裝置產業,且得益於它提供的優勢,將持續對該產業產生影響。BCI應用是指能讓使用者與電腦互動、測量使用者大腦活動的裝置。電子活動大多經由腦電圖(EEG)測量,用於判別大腦的能量和頻率模式。而透過人工智慧(AI)和機器學習(ML),則可在BCI應用的評估及開發過程中達到更高的準確性和可靠性。在下文中,我們將深入探究該領域,以及測量腦電波和其他身體功能所需的訊號鏈的一些關鍵電子元件,還有AI如何將它們組合在一起。

BCI和EEG

人腦會產生振盪的電子電壓,這些電壓的典型值非常細微,測量單位為百萬分之一伏特,EEG是最常用於收集及分析這些腦波電壓的方法。EEG是一種記錄頭皮電活動的電生理監控方法,它會擷取與直接發生在頭骨下方的腦電波直接相關的訊號(圖1)。

 

圖1:一名正在接受非侵入性EEG的女性。

(來源:Yakobchuk Viacheslav/Shutterstock.com)

 

BCI透過EEG可以是單向或雙向。雙向允許資訊於雙向流動,進而使大腦能進行反饋和後續調整。EEG分為侵入性、半侵入性或非侵入性,侵入性EEG需要將裝置直接放入及連接到人腦;半侵入式EEG可放在大腦和頭骨之間;非侵入性通常是透過將一頂帽子放在頭骨上,並連上各種電極來完成。EEG提供0.05秒的時間解析度和10毫米的空間解析度。除了EEG採用的電氣技術之外,也會用其他技術收集資料,包括可能採用磁性、代謝或其他形式。

腦電波根據其頻率分為五個一般類別(表1)。醫學研究人員將它們分成數個波段,每個波段代表著大腦發揮其功能的一種獨特方式,例如,記憶和回憶之類的關鍵活動主要但不僅限於發生在Theta波段。研究人員會利用這些波段來分析訊號太小、太大或最佳幅度時可能發生的情況。

 

表1:大腦波段的五個一般類別。每個頻率範圍皆為標稱值,不一定是絕對值。

(來源:Paul Golata)

 

腦電圖會擷取腦電波訊號並將其數位化,接著對它們進行訊號處理,提取其中的特徵和執行分類的翻譯演算法,甚至也能把它們印出來或記錄下來以供日後分析。訊號輸出可用於產生裝置命令,以提供與馬達控制、移動/運動和環境條件或刺激相關的指令。透過運用BCI,身障人士將能更好地控制他們的外部環境。

BCI和人類狀況

由於人類的生物構造,使得人類感官和智慧存在基本上的限制。透過BCI和植入物,強化或提供新的感官資訊並擴展生物功能並非無法想像。人機融合的其中一個主要考慮因素是,機器和人類如何即時擷取,以及交換彼此的資訊,畢竟兩者是在兩個不同的領域中運作。另外還需要透過更多工作,才能瞭解指導大腦的可分別定址的神經元之間如何在其環境中相互協調並發揮作用,同時保持與介面的數位可定址領域之間的協調運作。

BCI研究

人類還在研究BCI,以找出人類可獲得協助的領域,包括恢復或強化人類視力、殘疾肢體的運動恢復,以及大腦映射,以幫助復原及修正各種神經損傷和疾病。大腦映射可以讓我們更深入地瞭解人類的思想如何轉化為人類行動,它還可以強化人類學習、使人類獲得新的或強化的感知,以及新增的嵌入式自主神經系統,讓我們來看看BCI如何持續發展和引領的兩個例子。

超人認知

億萬富翁Elon Musk正積極投入BCI議題的研究,他是Neuralink Corp.的創始人之一,該公司是一家專門開發可植入式BCI的神經技術公司。Neuralink致力於開發更好的工具來與大腦溝通。這些創始人相信,與合適的團隊合作,這項技術便擁有無窮的應用潛力,Neuralink目前正在探索將實現神經活動的超細電子線嵌入人腦中的可能性。

Musk宣稱其目標之一,便是實現「超人認知」(Superhuman Cognition)。Ray Kurzweil是一名發明家兼未來學家,他認為人類智慧的特點是具有非凡的模式辨識能力。

他視人類智慧為一種不斷進化、會自我組織的階層化系統,作為一部能辨識生物模式的機器運作著。Musk積極往實現超人認知的目標邁進,他希望在AI越來越擅長辨識模式的情況下,人類能更熟練地進行協調,理解日益強大的AI的出現和傳播。

新感官

談到BCI如何強化人類感官,可以用賽博格基金會(Cyborg Foundation聯合創始人Neil Harbisson為例。Harbisson被公認是世界上第一個半機械人,他天生色盲,因此他在頭骨內永久裝入了一根天線,現在他可以真正「聽到」顏色,也就是用他的聽覺取代視覺限制。Harbisson積極倡導未來的人類能將技術與身體融合。

感測器中樞

為支援這些專案,感測器中樞(Sensor Hubs)正以各種方式加入實作,用於收集BCI之外的其他生物辨識資訊。感測器中樞使用多個感測器和一個微控制器來收集及分析腦電波無法直接取得的大量人體參數,包括收集與人類脈搏心率、脈搏血氧飽和度(SpO2)和預估血壓的相關資訊。

確保高品質資料

大腦訊號極其細微,因此設計必須優先考慮整個電子訊號鏈,將雜訊、虛假或人工訊號減到最少。病患可透過他們的身體動作、出汗、眼球運動、心律等來誘發這些來源。另外,可能因50Hz/60Hz雜訊、電極皮膚接觸問題和電纜移動而導致電氣錯誤。

成功的電子元件選擇,重點在於選用高精準度、低雜訊、高解析度的訊號鏈產品。選擇低雜訊放大器(LNA)、均一增益緩衝器和精密類比數位轉換器(ADC),可防止將不需要的訊號導入訊號鏈中,同時還能準確且可靠地解析資料。另外,還需要採用差分放大器和通帶濾波器,確保只傳輸高品質的資料。

適用於EEG的ADC

設計人員會想部署到EEG訊號鏈中的其中一個ADC類型範例為Analog Device(ADI) AD7177-2 32位元Sigma-Delta ADC(圖2)。這些ADC為低雜訊、快速建立、多路復用2/4通道(全差分/偽差分)Σ-Δ ADC,符合低頻寬輸入設計。AD7177-2 ADC能為完全停駐的資料提供最高10kSPS(100μs)的通道掃描速率,輸出的資料傳輸速率範圍介於5SPS~10kSPS。ADC整合關鍵的類比與數位訊號調節區塊,可供設計人員為使用中的各類比輸入通道調整個別的設定內容。

 

圖2:ADI AD7177-2 3位元Sigma-Delta ADC。

(來源:貿澤電子)

同樣地,Texas Instruments (TI) ADS1299-x24位元ADC為4、6和8通道、低雜訊、24位元的同時取樣Delta-Sigma(ΔΣ)ADC(圖3)。 ADS1299-x整合了顱外EEG和心電圖(ECG)應用需要的所有必備功能。ADS1299-x具有高整合度和優異的效能等級,能大幅縮小尺寸、功耗和總體成本,實現可擴展的醫療儀器系統。

 

圖3:TI ADS1299-x 24位元ADC。

(來源:貿澤電子)

 

AI與BCI

AI及其包括機器學習和深度學習(DL)在內的子集,全都有助於實現EEG型的BCI(圖4)。DL提供了能自動分類EEG訊號的工具,使資料能用於各種應用和其他卷積神經網路(CNN)訓練。目前,AI靠人類的專業知識支援,其目標是消除人工雜訊,提高資料品質,繼續推展AI技術,使測量的腦電波訊號能繼續呈指數級成長,讓AI能透過DL技術對訊號進行分類。

 

圖4:AI、機器學習和DL隨時間的發展。

(來源:elenabsl/Shutterstock.com)

 

結論

EEG型BCI需靠高效能的電子訊號鏈。想要找出完善可靠的設計,就必須詳加考量測量EEG和其他身體功能所需的所有關鍵電子元件。AI和DL技術使動態EEG資料能獲得更好的解讀,讓人類從BCI中得到更多好處。BCI將繼續成為新興的人機互動方式,有一天,它或許能治癒我們遇到的任何心理障礙,尤其是任何作家最終都要面對的靈感枯竭。

了解更多有關貿澤電子:http://www.mouser.com

 

本文同步刊登於《電子工程專輯》雜誌2021年10月號

 

 

 

 

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論