脑-计算机接口设备指南
H.B. Duran
更新于
2024年9月23日
脑-计算机接口设备指南
H.B. Duran
更新于
2024年9月23日
脑-计算机接口设备指南
H.B. Duran
更新于
2024年9月23日
感谢埃隆·马斯克（Elon Musk）的 Neuralink 等备受瞩目的项目，脑机接口（BCI）在近年来赢得了全球瞩目。然而，你可能会惊讶地发现，BCI 技术已经存在了四十多年，并且你不需要通过手术来创建自己的“意念控制”项目。
Emotiv 于 2011 年首次亮相，推出了其首款无线 EEG 头戴式设备，作为一款革命性的 BCI 游戏设备。从那时起，这项技术伴随着机器学习算法和改进的脑电波传感器取得了巨大进步。今天，BCI 爱好者依然寻求 Emotiv 来满足其脑机接口项目的需求。
无论你是初学者还是经验丰富的专业人士，BCI 的世界都为创新和探索提供了令人兴奋的机会。以下是一份脑机接口设备指南，可帮助你了解并进入这一迷人的世界。
了解脑机接口技术
脑机接口（BCI）技术允许大脑与外部设备之间进行直接通信。从技术上讲，任何读取大脑信号的设备都是 BCI。而近年来，该词主要用于描述允许你“意念控制”设备的 BCI。帮助理解大脑功能的相同技术，也可以将大脑信号转换为各种任务的指令，包括控制电脑光标、移动假肢以及创建互动游戏体验。除了遍布各地的健全体健的创新者和业余爱好者外，BCI 技术还为失去肢体活动能力的人们带来了新的希望。
由于 “BCI” 已成了时代精神中的一个流行词，区分脑机接口设备的类型以消除困惑并让消费者和机构能够选择适合自己的 BCI 设备就显得尤为重要。
BCI 设备：手术 vs 头戴式设备
目前有两种不同类型的脑机接口设备：植入大脑内部的设备以及从头皮读取大脑信号的设备（图 1）。以下是两者的区别。
图 1. BCI 信号获取技术分类。(a) 为手术维度的分类图，包括三个维度：无创、微创和有创。(b) 显示了检测维度的分类图，包括三个层级：非植入、介入和植入。 [1]
颅内（有创）
颅内脑电图（iEEG）将电极直接植入人的头部。这使医生能够获得清晰的电子信号用于研究、检测和治疗。大脑植入物可以读取数据、刺激大脑，或两者兼而有之。用途包括但不限于：评估癫痫发作 [2]、治疗心理疾病 [3]、绕过瘫痪、实现意念转文本或意念转语音（图 2），甚至恢复视力 [4][5]。
美国食品药品监督管理局将植入式 BCI 设备定义为“与中枢或外周神经系统接口的神经假体，用以恢复瘫痪或截肢患者失去的运动和/或感觉能力” [6]。
图 2. 患有渐冻症（ALS）的 Casey Harrell 在 BrainGate 临床试验的帮助下通过 BCI 植入物再次说话。（图片来源：UC Regents）
颅内（微创）
研究人员尝试了侵入性较低的直接从大脑读取信息的方法。其中一种方法是血管内法（图 3），通过支架经血管向大脑输送电极 [7][8]。
另一种方法被称为皮质脑电图（ECoG），需要手术将电极放置在颅骨下方，可以位于硬脑膜下（硬脑膜下 ECoG）或硬脑膜外（硬脑膜外 ECoG）。该程序具有侵入性，但其侵入程度低于传统的 BCI 植入物 [9]。
图 3. A，完全植入式脑机接口（BCI）示意图。一个带有电极的设备被植入上矢状窦血管（插图）中，并连接到皮下口袋中的可植入接收发送器单元（IRTU）。IRTU 与外部接收器遥测单元（ERTU）进行通信，外接设备将信号传送到信号控制单元，用于控制笔记本电脑或平板电脑。B，带眼动追踪器的 BCI 面向电脑控制。眼动追踪用于移动光标，BCI 用于点击。C，不带眼动追踪的 BCI 面向电脑控制。项目扫描器依次突出显示项目，当项目被突出显示时，BCI 用于点击该项目 [7]。
无创 BCI（EEG 头盔）
图 4. John 参加了 BCI4Kids 项目，这是一个帮助残疾儿童使用脑机接口与环境进行互动的项目。你可以在此处看到由 John 的大脑创作的艺术作品。
无创 BCI 设备使用电极通过人的头皮读取电信号。这一过程传统上限于实验室环境，但无线研究级脑电图（EEG）设备的出现，使得在任何地方都能进行准确的脑电波读取（图 4）。
目前，市场上有数十种无创 BCI 头戴式设备，其中许多设备设计初衷单一，例如用于睡眠或注意力监测。价格可能从几百美元到数十万美元不等。Emotiv 提供了最多样化且经济实惠的无线 BCI 设备选择，传感器数量从 2 个到 32 个不等，被全球的神经科学家、学生、教育工作者、创新者、游戏玩家、业余爱好者和艺术家广泛使用。
根据 2022 年对同行评审文章的审查 [10]，Emotiv 是科学研究中使用最多的消费级 EEG 设备（67.69%）。研究人员信赖 Emotiv，因为其性能经过科学验证，与传统 EEG 实验室设备相比价格实惠且多功能。在大学实验室中用于进行人类大脑突破性研究的同一款 Emotiv 头戴式设备，也可以分享给音乐系进行 BCI 演奏，甚至传给心理系进行手脑教学，并与学生 BCI 俱乐部共享来让脑力控制无人机进行竞速。
Emotiv BCI 设备
在 Emotiv，我们提供适合初学者和经验丰富用户的无线 BCI 设备。
上方：一台轮椅正使用 Emotiv Flex 作为 BCI 设备进行控制 [11]。
上方：一名学生使用 Epoc X 和 Arduino 板来控制机械臂。（来源：Matt Su）
上方：佛罗里达大学的一名学生佩戴 Emotiv Insight BCI 设备来控制无人机。（来源）
图 5. Twitch 游戏玩家 Perrikaryal 成功使用 2 通道的 Emotiv MN8 脑部穿戴设备，通过 BCI 控制《光环》游戏。
开始你的 BCI 项目
已经有编程经验了？ | 初识 BCI？ |
从这里开始： | 以下是入门指南： |
我该如何使用 BCI？
你需要五个基本要素来开始你的 BCI 项目。
一个明确的目标
信号采集设备，例如来自 Emotiv 的 EEG 头盔
信号处理软件，例如 EmotivBCI。
分配的 BCI 指令（需要一定的编程经验）
通过 SDK、Arduino 开发板等方式访问你想要控制的设备
一个用于接收 BCI 控制指令的设备
选择合适的 BCI 设备
选择合适的 BCI 设备对项目的成功至关重要。以下是一些关键的考量因素：
易用性： 寻找一款用户友好且易于设置的设备，尤其是对于初学者而言。Emotiv BCI 设备采用干式、半干式和盐水传感器，可在数分钟内设置完毕。
功能性： 确保设备提供你特定项目所需的功能和能力。Emotiv 头盔可以全脑感应，但一般规律是，BCI 在传感器越多时工作得越好。以此逻辑，Emotiv Flex 使用多达 32 个传感器来实现最大的大脑感应，但我们的用户通常会发现 Epoc X 或 Insight 对于他们的 BCI 项目和研究来说已经绰绰有余。同时，MN8 脑部穿戴设备则非常适合进行 BCI 移动应用开发。
传感器布置：选择 EEG 头盔时，考量传感器位置以及这对你需求的影响。例如，市场上的某些 BCI 设备只有一个传感器或在脑后布置了多个传感器。
湿式 vs 干式传感器： 选择 BCI 设备时应考量舒适度和信号质量，尤其是打算长时间佩戴它时。盐水传感器比凝胶更舒适，半干式传感器比盐水传感器更易于使用，而干式传感器则是使用最方便的。对比 Emotiv 设备的信号质量。
兼容性： 选择可以与现有软件和硬件工具良好集成的设备。想要将 BCI 集成到现有系统（无人机、Spotify、物联网等）中，需要确保你有 SDK、API 访问权限。
技术支持： 选择提供强大技术支持且拥有活跃用户社区的公司所生产的设备。Emotiv 提供了丰富完备的 知识库 和 客户支持。
数据与隐私： 你的神经隐私至关重要。这就是为什么从第一天起，Emotiv 在设计其脑电图数据收集方案时就考虑到了隐私机制。了解 Emotiv 如何保护你的大脑数据。
结语
启动 BCI 项目是一个令人兴奋的过程，它能带来巨大的创新和影响潜力。无论你是初学者还是经验丰富的专业人士，Emotiv 都将提供成功所需的工具和支持。有了合适的 BCI 设备和清晰的愿景，你就能解锁无尽可能。
今天就探索 Emotiv 的 BCI 设备和资源，开始开展你的 BCI 项目吧。加入正在用 BCI 技术塑造着人类与技术交互未来的创新者和研究人员社区中来。
加入我们的开发者社区
与我们分享你的 BCI 项目！在社交媒体上标记 #Emotiv 或发送电子邮件至 hello@emotiv.com。
需要更多帮助吗？联系我们
参考文献
Y. Sun et al., “Signal acquisition of brain-computer interfaces: A medical-engineering crossover perspective review,” Fundamental Research, Apr. 2024, doi: 10.1016/j.fmre.2024.04.011. 可访问： https://www.sciencedirect.com/science/article/pii/S2667325824001559
P. S. Reif, A. Strzelczyk, and F. Rosenow, “The history of invasive EEG evaluation in epilepsy patients,” Seizure, vol. 41, pp. 191–195, Apr. 2016, doi: 10.1016/j.seizure.2016.04.006.
Center for Devices and Radiological Health, “Implanted Brain-Computer Interface (BCI) Devices for Patients with Paralysis or Emputation - Non-clinical Testing and Clinical Considerations,” U.S. Food And Drug Administration, May 20, 2021. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/implanted-brain-computer-interface-bci-devices-patients-paralysis-or-amputation-non-clinical-testing
Y.-H. Nho et al., “Responsive deep brain stimulation guided by ventral striatal electrophysiology of obsession durably ameliorates compulsion,” Neuron, vol. 112, no. 1, pp. 73-83.e4, Jan. 2024, doi: 10.1016/j.neuron.2023.09.034.
“Neuralink on X: ‘We have received Breakthrough Device Designation from the FDA for Blindsight. Join us in our quest to bring back sight to those who have lost it. Apply to our Patient Registry and openings on our career page https://t.co/abBMTdv7Rh’ / X,” X (前称 Twitter). https://x.com/neuralink/status/1836118060308271306?ref_src=twsrc%5Egoogle%7Ctwcamp%5Eserp%7Ctwgr%5Etweet
M. Ptito, M. Bleau, I. Djerourou, S. Paré, F. C. Schneider, and D.-R. Chebat, “Brain-Machine interfaces to assist the blind,” Frontiers in Human Neuroscience, vol. 15, Feb. 2021, doi: 10.3389/fnhum.2021.638887.
P. Mitchell et al., “Assessment of safety of a fully implanted endovascular Brain-Computer interface for severe paralysis in 4 patients,” JAMA Neurology, vol. 80, no. 3, p. 270, Mar. 2023, doi: 10.1001/jamaneurol.2022.4847.
Q. He et al., “The brain nebula: minimally invasive brain–computer interface by endovascular neural recording and stimulation,” Journal of NeuroInterventional Surgery, p. jnis-021296, Feb. 2024, doi: 10.1136/jnis-2023-021296.
R. P. N. Rao, “Semi-Invasive BCIs,” in Cambridge University Press eBooks, 2013, pp. 149–176. doi: 10.1017/cbo9781139032803.012.
J. Sabio, N. S. Williams, G. M. McArthur, and N. A. Badcock, “A scoping review on the use of consumer-grade EEG devices for research,” bioRxiv (Cold Spring Harbor Laboratory), Dec. 2022, doi: 10.1101/2022.12.04.519056.
D. Pawuś and S. Paszkiel, “BCI wheelchair control using expert system classifying EEG signals based on power spectrum estimation and nervous tics detection,” Applied Sciences, vol. 12, no. 20, p. 10385, Oct. 2022, doi: 10.3390/app122010385.
感谢埃隆·马斯克（Elon Musk）的 Neuralink 等备受瞩目的项目，脑机接口（BCI）在近年来赢得了全球瞩目。然而，你可能会惊讶地发现，BCI 技术已经存在了四十多年，并且你不需要通过手术来创建自己的“意念控制”项目。
Emotiv 于 2011 年首次亮相，推出了其首款无线 EEG 头戴式设备，作为一款革命性的 BCI 游戏设备。从那时起，这项技术伴随着机器学习算法和改进的脑电波传感器取得了巨大进步。今天，BCI 爱好者依然寻求 Emotiv 来满足其脑机接口项目的需求。
无论你是初学者还是经验丰富的专业人士，BCI 的世界都为创新和探索提供了令人兴奋的机会。以下是一份脑机接口设备指南，可帮助你了解并进入这一迷人的世界。
了解脑机接口技术
脑机接口（BCI）技术允许大脑与外部设备之间进行直接通信。从技术上讲，任何读取大脑信号的设备都是 BCI。而近年来，该词主要用于描述允许你“意念控制”设备的 BCI。帮助理解大脑功能的相同技术，也可以将大脑信号转换为各种任务的指令，包括控制电脑光标、移动假肢以及创建互动游戏体验。除了遍布各地的健全体健的创新者和业余爱好者外，BCI 技术还为失去肢体活动能力的人们带来了新的希望。
由于 “BCI” 已成了时代精神中的一个流行词，区分脑机接口设备的类型以消除困惑并让消费者和机构能够选择适合自己的 BCI 设备就显得尤为重要。
BCI 设备：手术 vs 头戴式设备
目前有两种不同类型的脑机接口设备：植入大脑内部的设备以及从头皮读取大脑信号的设备（图 1）。以下是两者的区别。
图 1. BCI 信号获取技术分类。(a) 为手术维度的分类图，包括三个维度：无创、微创和有创。(b) 显示了检测维度的分类图，包括三个层级：非植入、介入和植入。 [1]
颅内（有创）
颅内脑电图（iEEG）将电极直接植入人的头部。这使医生能够获得清晰的电子信号用于研究、检测和治疗。大脑植入物可以读取数据、刺激大脑，或两者兼而有之。用途包括但不限于：评估癫痫发作 [2]、治疗心理疾病 [3]、绕过瘫痪、实现意念转文本或意念转语音（图 2），甚至恢复视力 [4][5]。
美国食品药品监督管理局将植入式 BCI 设备定义为“与中枢或外周神经系统接口的神经假体，用以恢复瘫痪或截肢患者失去的运动和/或感觉能力” [6]。
图 2. 患有渐冻症（ALS）的 Casey Harrell 在 BrainGate 临床试验的帮助下通过 BCI 植入物再次说话。（图片来源：UC Regents）
颅内（微创）
研究人员尝试了侵入性较低的直接从大脑读取信息的方法。其中一种方法是血管内法（图 3），通过支架经血管向大脑输送电极 [7][8]。
另一种方法被称为皮质脑电图（ECoG），需要手术将电极放置在颅骨下方，可以位于硬脑膜下（硬脑膜下 ECoG）或硬脑膜外（硬脑膜外 ECoG）。该程序具有侵入性，但其侵入程度低于传统的 BCI 植入物 [9]。
图 3. A，完全植入式脑机接口（BCI）示意图。一个带有电极的设备被植入上矢状窦血管（插图）中，并连接到皮下口袋中的可植入接收发送器单元（IRTU）。IRTU 与外部接收器遥测单元（ERTU）进行通信，外接设备将信号传送到信号控制单元，用于控制笔记本电脑或平板电脑。B，带眼动追踪器的 BCI 面向电脑控制。眼动追踪用于移动光标，BCI 用于点击。C，不带眼动追踪的 BCI 面向电脑控制。项目扫描器依次突出显示项目，当项目被突出显示时，BCI 用于点击该项目 [7]。
无创 BCI（EEG 头盔）
图 4. John 参加了 BCI4Kids 项目，这是一个帮助残疾儿童使用脑机接口与环境进行互动的项目。你可以在此处看到由 John 的大脑创作的艺术作品。
无创 BCI 设备使用电极通过人的头皮读取电信号。这一过程传统上限于实验室环境，但无线研究级脑电图（EEG）设备的出现，使得在任何地方都能进行准确的脑电波读取（图 4）。
目前，市场上有数十种无创 BCI 头戴式设备，其中许多设备设计初衷单一，例如用于睡眠或注意力监测。价格可能从几百美元到数十万美元不等。Emotiv 提供了最多样化且经济实惠的无线 BCI 设备选择，传感器数量从 2 个到 32 个不等，被全球的神经科学家、学生、教育工作者、创新者、游戏玩家、业余爱好者和艺术家广泛使用。
根据 2022 年对同行评审文章的审查 [10]，Emotiv 是科学研究中使用最多的消费级 EEG 设备（67.69%）。研究人员信赖 Emotiv，因为其性能经过科学验证，与传统 EEG 实验室设备相比价格实惠且多功能。在大学实验室中用于进行人类大脑突破性研究的同一款 Emotiv 头戴式设备，也可以分享给音乐系进行 BCI 演奏，甚至传给心理系进行手脑教学，并与学生 BCI 俱乐部共享来让脑力控制无人机进行竞速。
Emotiv BCI 设备
在 Emotiv，我们提供适合初学者和经验丰富用户的无线 BCI 设备。
上方：一台轮椅正使用 Emotiv Flex 作为 BCI 设备进行控制 [11]。
上方：一名学生使用 Epoc X 和 Arduino 板来控制机械臂。（来源：Matt Su）
上方：佛罗里达大学的一名学生佩戴 Emotiv Insight BCI 设备来控制无人机。（来源）
图 5. Twitch 游戏玩家 Perrikaryal 成功使用 2 通道的 Emotiv MN8 脑部穿戴设备，通过 BCI 控制《光环》游戏。
开始你的 BCI 项目
已经有编程经验了？ | 初识 BCI？ |
从这里开始： | 以下是入门指南： |
我该如何使用 BCI？
你需要五个基本要素来开始你的 BCI 项目。
一个明确的目标
信号采集设备，例如来自 Emotiv 的 EEG 头盔
信号处理软件，例如 EmotivBCI。
分配的 BCI 指令（需要一定的编程经验）
通过 SDK、Arduino 开发板等方式访问你想要控制的设备
一个用于接收 BCI 控制指令的设备
选择合适的 BCI 设备
选择合适的 BCI 设备对项目的成功至关重要。以下是一些关键的考量因素：
易用性： 寻找一款用户友好且易于设置的设备，尤其是对于初学者而言。Emotiv BCI 设备采用干式、半干式和盐水传感器，可在数分钟内设置完毕。
功能性： 确保设备提供你特定项目所需的功能和能力。Emotiv 头盔可以全脑感应，但一般规律是，BCI 在传感器越多时工作得越好。以此逻辑，Emotiv Flex 使用多达 32 个传感器来实现最大的大脑感应，但我们的用户通常会发现 Epoc X 或 Insight 对于他们的 BCI 项目和研究来说已经绰绰有余。同时，MN8 脑部穿戴设备则非常适合进行 BCI 移动应用开发。
传感器布置：选择 EEG 头盔时，考量传感器位置以及这对你需求的影响。例如，市场上的某些 BCI 设备只有一个传感器或在脑后布置了多个传感器。
湿式 vs 干式传感器： 选择 BCI 设备时应考量舒适度和信号质量，尤其是打算长时间佩戴它时。盐水传感器比凝胶更舒适，半干式传感器比盐水传感器更易于使用，而干式传感器则是使用最方便的。对比 Emotiv 设备的信号质量。
兼容性： 选择可以与现有软件和硬件工具良好集成的设备。想要将 BCI 集成到现有系统（无人机、Spotify、物联网等）中，需要确保你有 SDK、API 访问权限。
技术支持： 选择提供强大技术支持且拥有活跃用户社区的公司所生产的设备。Emotiv 提供了丰富完备的 知识库 和 客户支持。
数据与隐私： 你的神经隐私至关重要。这就是为什么从第一天起，Emotiv 在设计其脑电图数据收集方案时就考虑到了隐私机制。了解 Emotiv 如何保护你的大脑数据。
结语
启动 BCI 项目是一个令人兴奋的过程，它能带来巨大的创新和影响潜力。无论你是初学者还是经验丰富的专业人士，Emotiv 都将提供成功所需的工具和支持。有了合适的 BCI 设备和清晰的愿景，你就能解锁无尽可能。
今天就探索 Emotiv 的 BCI 设备和资源，开始开展你的 BCI 项目吧。加入正在用 BCI 技术塑造着人类与技术交互未来的创新者和研究人员社区中来。
加入我们的开发者社区
与我们分享你的 BCI 项目！在社交媒体上标记 #Emotiv 或发送电子邮件至 hello@emotiv.com。
需要更多帮助吗？联系我们
参考文献
Y. Sun et al., “Signal acquisition of brain-computer interfaces: A medical-engineering crossover perspective review,” Fundamental Research, Apr. 2024, doi: 10.1016/j.fmre.2024.04.011. 可访问： https://www.sciencedirect.com/science/article/pii/S2667325824001559
P. S. Reif, A. Strzelczyk, and F. Rosenow, “The history of invasive EEG evaluation in epilepsy patients,” Seizure, vol. 41, pp. 191–195, Apr. 2016, doi: 10.1016/j.seizure.2016.04.006.
Center for Devices and Radiological Health, “Implanted Brain-Computer Interface (BCI) Devices for Patients with Paralysis or Emputation - Non-clinical Testing and Clinical Considerations,” U.S. Food And Drug Administration, May 20, 2021. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/implanted-brain-computer-interface-bci-devices-patients-paralysis-or-amputation-non-clinical-testing
Y.-H. Nho et al., “Responsive deep brain stimulation guided by ventral striatal electrophysiology of obsession durably ameliorates compulsion,” Neuron, vol. 112, no. 1, pp. 73-83.e4, Jan. 2024, doi: 10.1016/j.neuron.2023.09.034.
“Neuralink on X: ‘We have received Breakthrough Device Designation from the FDA for Blindsight. Join us in our quest to bring back sight to those who have lost it. Apply to our Patient Registry and openings on our career page https://t.co/abBMTdv7Rh’ / X,” X (前称 Twitter). https://x.com/neuralink/status/1836118060308271306?ref_src=twsrc%5Egoogle%7Ctwcamp%5Eserp%7Ctwgr%5Etweet
M. Ptito, M. Bleau, I. Djerourou, S. Paré, F. C. Schneider, and D.-R. Chebat, “Brain-Machine interfaces to assist the blind,” Frontiers in Human Neuroscience, vol. 15, Feb. 2021, doi: 10.3389/fnhum.2021.638887.
P. Mitchell et al., “Assessment of safety of a fully implanted endovascular Brain-Computer interface for severe paralysis in 4 patients,” JAMA Neurology, vol. 80, no. 3, p. 270, Mar. 2023, doi: 10.1001/jamaneurol.2022.4847.
Q. He et al., “The brain nebula: minimally invasive brain–computer interface by endovascular neural recording and stimulation,” Journal of NeuroInterventional Surgery, p. jnis-021296, Feb. 2024, doi: 10.1136/jnis-2023-021296.
R. P. N. Rao, “Semi-Invasive BCIs,” in Cambridge University Press eBooks, 2013, pp. 149–176. doi: 10.1017/cbo9781139032803.012.
J. Sabio, N. S. Williams, G. M. McArthur, and N. A. Badcock, “A scoping review on the use of consumer-grade EEG devices for research,” bioRxiv (Cold Spring Harbor Laboratory), Dec. 2022, doi: 10.1101/2022.12.04.519056.
D. Pawuś and S. Paszkiel, “BCI wheelchair control using expert system classifying EEG signals based on power spectrum estimation and nervous tics detection,” Applied Sciences, vol. 12, no. 20, p. 10385, Oct. 2022, doi: 10.3390/app122010385.
感谢埃隆·马斯克（Elon Musk）的 Neuralink 等备受瞩目的项目，脑机接口（BCI）在近年来赢得了全球瞩目。然而，你可能会惊讶地发现，BCI 技术已经存在了四十多年，并且你不需要通过手术来创建自己的“意念控制”项目。
Emotiv 于 2011 年首次亮相，推出了其首款无线 EEG 头戴式设备，作为一款革命性的 BCI 游戏设备。从那时起，这项技术伴随着机器学习算法和改进的脑电波传感器取得了巨大进步。今天，BCI 爱好者依然寻求 Emotiv 来满足其脑机接口项目的需求。
无论你是初学者还是经验丰富的专业人士，BCI 的世界都为创新和探索提供了令人兴奋的机会。以下是一份脑机接口设备指南，可帮助你了解并进入这一迷人的世界。
了解脑机接口技术
脑机接口（BCI）技术允许大脑与外部设备之间进行直接通信。从技术上讲，任何读取大脑信号的设备都是 BCI。而近年来，该词主要用于描述允许你“意念控制”设备的 BCI。帮助理解大脑功能的相同技术，也可以将大脑信号转换为各种任务的指令，包括控制电脑光标、移动假肢以及创建互动游戏体验。除了遍布各地的健全体健的创新者和业余爱好者外，BCI 技术还为失去肢体活动能力的人们带来了新的希望。
由于 “BCI” 已成了时代精神中的一个流行词，区分脑机接口设备的类型以消除困惑并让消费者和机构能够选择适合自己的 BCI 设备就显得尤为重要。
BCI 设备：手术 vs 头戴式设备
目前有两种不同类型的脑机接口设备：植入大脑内部的设备以及从头皮读取大脑信号的设备（图 1）。以下是两者的区别。
图 1. BCI 信号获取技术分类。(a) 为手术维度的分类图，包括三个维度：无创、微创和有创。(b) 显示了检测维度的分类图，包括三个层级：非植入、介入和植入。 [1]
颅内（有创）
颅内脑电图（iEEG）将电极直接植入人的头部。这使医生能够获得清晰的电子信号用于研究、检测和治疗。大脑植入物可以读取数据、刺激大脑，或两者兼而有之。用途包括但不限于：评估癫痫发作 [2]、治疗心理疾病 [3]、绕过瘫痪、实现意念转文本或意念转语音（图 2），甚至恢复视力 [4][5]。
美国食品药品监督管理局将植入式 BCI 设备定义为“与中枢或外周神经系统接口的神经假体，用以恢复瘫痪或截肢患者失去的运动和/或感觉能力” [6]。
图 2. 患有渐冻症（ALS）的 Casey Harrell 在 BrainGate 临床试验的帮助下通过 BCI 植入物再次说话。（图片来源：UC Regents）
颅内（微创）
研究人员尝试了侵入性较低的直接从大脑读取信息的方法。其中一种方法是血管内法（图 3），通过支架经血管向大脑输送电极 [7][8]。
另一种方法被称为皮质脑电图（ECoG），需要手术将电极放置在颅骨下方，可以位于硬脑膜下（硬脑膜下 ECoG）或硬脑膜外（硬脑膜外 ECoG）。该程序具有侵入性，但其侵入程度低于传统的 BCI 植入物 [9]。
图 3. A，完全植入式脑机接口（BCI）示意图。一个带有电极的设备被植入上矢状窦血管（插图）中，并连接到皮下口袋中的可植入接收发送器单元（IRTU）。IRTU 与外部接收器遥测单元（ERTU）进行通信，外接设备将信号传送到信号控制单元，用于控制笔记本电脑或平板电脑。B，带眼动追踪器的 BCI 面向电脑控制。眼动追踪用于移动光标，BCI 用于点击。C，不带眼动追踪的 BCI 面向电脑控制。项目扫描器依次突出显示项目，当项目被突出显示时，BCI 用于点击该项目 [7]。
无创 BCI（EEG 头盔）
图 4. John 参加了 BCI4Kids 项目，这是一个帮助残疾儿童使用脑机接口与环境进行互动的项目。你可以在此处看到由 John 的大脑创作的艺术作品。
无创 BCI 设备使用电极通过人的头皮读取电信号。这一过程传统上限于实验室环境，但无线研究级脑电图（EEG）设备的出现，使得在任何地方都能进行准确的脑电波读取（图 4）。
目前，市场上有数十种无创 BCI 头戴式设备，其中许多设备设计初衷单一，例如用于睡眠或注意力监测。价格可能从几百美元到数十万美元不等。Emotiv 提供了最多样化且经济实惠的无线 BCI 设备选择，传感器数量从 2 个到 32 个不等，被全球的神经科学家、学生、教育工作者、创新者、游戏玩家、业余爱好者和艺术家广泛使用。
根据 2022 年对同行评审文章的审查 [10]，Emotiv 是科学研究中使用最多的消费级 EEG 设备（67.69%）。研究人员信赖 Emotiv，因为其性能经过科学验证，与传统 EEG 实验室设备相比价格实惠且多功能。在大学实验室中用于进行人类大脑突破性研究的同一款 Emotiv 头戴式设备，也可以分享给音乐系进行 BCI 演奏，甚至传给心理系进行手脑教学，并与学生 BCI 俱乐部共享来让脑力控制无人机进行竞速。
Emotiv BCI 设备
在 Emotiv，我们提供适合初学者和经验丰富用户的无线 BCI 设备。
上方：一台轮椅正使用 Emotiv Flex 作为 BCI 设备进行控制 [11]。
上方：一名学生使用 Epoc X 和 Arduino 板来控制机械臂。（来源：Matt Su）
上方：佛罗里达大学的一名学生佩戴 Emotiv Insight BCI 设备来控制无人机。（来源）
图 5. Twitch 游戏玩家 Perrikaryal 成功使用 2 通道的 Emotiv MN8 脑部穿戴设备，通过 BCI 控制《光环》游戏。
开始你的 BCI 项目
已经有编程经验了？ | 初识 BCI？ |
从这里开始： | 以下是入门指南： |
我该如何使用 BCI？
你需要五个基本要素来开始你的 BCI 项目。
一个明确的目标
信号采集设备，例如来自 Emotiv 的 EEG 头盔
信号处理软件，例如 EmotivBCI。
分配的 BCI 指令（需要一定的编程经验）
通过 SDK、Arduino 开发板等方式访问你想要控制的设备
一个用于接收 BCI 控制指令的设备
选择合适的 BCI 设备
选择合适的 BCI 设备对项目的成功至关重要。以下是一些关键的考量因素：
易用性： 寻找一款用户友好且易于设置的设备，尤其是对于初学者而言。Emotiv BCI 设备采用干式、半干式和盐水传感器，可在数分钟内设置完毕。
功能性： 确保设备提供你特定项目所需的功能和能力。Emotiv 头盔可以全脑感应，但一般规律是，BCI 在传感器越多时工作得越好。以此逻辑，Emotiv Flex 使用多达 32 个传感器来实现最大的大脑感应，但我们的用户通常会发现 Epoc X 或 Insight 对于他们的 BCI 项目和研究来说已经绰绰有余。同时，MN8 脑部穿戴设备则非常适合进行 BCI 移动应用开发。
传感器布置：选择 EEG 头盔时，考量传感器位置以及这对你需求的影响。例如，市场上的某些 BCI 设备只有一个传感器或在脑后布置了多个传感器。
湿式 vs 干式传感器： 选择 BCI 设备时应考量舒适度和信号质量，尤其是打算长时间佩戴它时。盐水传感器比凝胶更舒适，半干式传感器比盐水传感器更易于使用，而干式传感器则是使用最方便的。对比 Emotiv 设备的信号质量。
兼容性： 选择可以与现有软件和硬件工具良好集成的设备。想要将 BCI 集成到现有系统（无人机、Spotify、物联网等）中，需要确保你有 SDK、API 访问权限。
技术支持： 选择提供强大技术支持且拥有活跃用户社区的公司所生产的设备。Emotiv 提供了丰富完备的 知识库 和 客户支持。
数据与隐私： 你的神经隐私至关重要。这就是为什么从第一天起，Emotiv 在设计其脑电图数据收集方案时就考虑到了隐私机制。了解 Emotiv 如何保护你的大脑数据。
结语
启动 BCI 项目是一个令人兴奋的过程，它能带来巨大的创新和影响潜力。无论你是初学者还是经验丰富的专业人士，Emotiv 都将提供成功所需的工具和支持。有了合适的 BCI 设备和清晰的愿景，你就能解锁无尽可能。
今天就探索 Emotiv 的 BCI 设备和资源，开始开展你的 BCI 项目吧。加入正在用 BCI 技术塑造着人类与技术交互未来的创新者和研究人员社区中来。
加入我们的开发者社区
与我们分享你的 BCI 项目！在社交媒体上标记 #Emotiv 或发送电子邮件至 hello@emotiv.com。
需要更多帮助吗？联系我们
参考文献
Y. Sun et al., “Signal acquisition of brain-computer interfaces: A medical-engineering crossover perspective review,” Fundamental Research, Apr. 2024, doi: 10.1016/j.fmre.2024.04.011. 可访问： https://www.sciencedirect.com/science/article/pii/S2667325824001559
P. S. Reif, A. Strzelczyk, and F. Rosenow, “The history of invasive EEG evaluation in epilepsy patients,” Seizure, vol. 41, pp. 191–195, Apr. 2016, doi: 10.1016/j.seizure.2016.04.006.
Center for Devices and Radiological Health, “Implanted Brain-Computer Interface (BCI) Devices for Patients with Paralysis or Emputation - Non-clinical Testing and Clinical Considerations,” U.S. Food And Drug Administration, May 20, 2021. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/implanted-brain-computer-interface-bci-devices-patients-paralysis-or-amputation-non-clinical-testing
Y.-H. Nho et al., “Responsive deep brain stimulation guided by ventral striatal electrophysiology of obsession durably ameliorates compulsion,” Neuron, vol. 112, no. 1, pp. 73-83.e4, Jan. 2024, doi: 10.1016/j.neuron.2023.09.034.
“Neuralink on X: ‘We have received Breakthrough Device Designation from the FDA for Blindsight. Join us in our quest to bring back sight to those who have lost it. Apply to our Patient Registry and openings on our career page https://t.co/abBMTdv7Rh’ / X,” X (前称 Twitter). https://x.com/neuralink/status/1836118060308271306?ref_src=twsrc%5Egoogle%7Ctwcamp%5Eserp%7Ctwgr%5Etweet
M. Ptito, M. Bleau, I. Djerourou, S. Paré, F. C. Schneider, and D.-R. Chebat, “Brain-Machine interfaces to assist the blind,” Frontiers in Human Neuroscience, vol. 15, Feb. 2021, doi: 10.3389/fnhum.2021.638887.
P. Mitchell et al., “Assessment of safety of a fully implanted endovascular Brain-Computer interface for severe paralysis in 4 patients,” JAMA Neurology, vol. 80, no. 3, p. 270, Mar. 2023, doi: 10.1001/jamaneurol.2022.4847.
Q. He et al., “The brain nebula: minimally invasive brain–computer interface by endovascular neural recording and stimulation,” Journal of NeuroInterventional Surgery, p. jnis-021296, Feb. 2024, doi: 10.1136/jnis-2023-021296.
R. P. N. Rao, “Semi-Invasive BCIs,” in Cambridge University Press eBooks, 2013, pp. 149–176. doi: 10.1017/cbo9781139032803.012.
J. Sabio, N. S. Williams, G. M. McArthur, and N. A. Badcock, “A scoping review on the use of consumer-grade EEG devices for research,” bioRxiv (Cold Spring Harbor Laboratory), Dec. 2022, doi: 10.1101/2022.12.04.519056.
D. Pawuś and S. Paszkiel, “BCI wheelchair control using expert system classifying EEG signals based on power spectrum estimation and nervous tics detection,” Applied Sciences, vol. 12, no. 20, p. 10385, Oct. 2022, doi: 10.3390/app122010385.
