点击上方蓝字关注
-专题主编-
明东，天津大学医学工程与转化医学研究院院长，精仪学院教授，天津神经工程中心主任（天津市创新型人才团队、天津市特殊支持团队带头人）， 全国生物医学工程专业学位研究生教育协作组组长，第15、16届国家自然科学基金委生物医学工程学科评议组成员； IFESS Life Member、IEEE Senior Member、IEEE-EMBS天津分会主席；主持研制“神工”系列人工神经机器人系统并在多地医院临床测试成功，为2016年我国“天宫二号”和神州十一号”载人飞行任务研制了空间站在轨脑-机交互技术试验系统，成功完成国际首次脑-机交互空间适应性测试。获IEEE杰出贡献、黄家驷生物医学工程奖、天津市技术发明一等奖、天津市科技进步一等奖、天津市专利金奖及全国宝钢优秀教师特等奖提名等多项荣誉。
-专题前言-
人体信息检测旨在感知并获取人的多部位、多层次、多状态的原始信息，经处理与识别，最终得到所需有用信息。人体信息自然种类繁杂、属性多样，所需检测技术亦须能广纳博采、洞察秋毫、知微度渐。而人机交互技术是近年兴起通过计算机（或机器）控制界面，以对话方式实现人体与机器信息交流的高新技术。它与认知心理学、人工智能、人机工程学等新兴学科领域有密切联系。智能人机交互是以人体信息检测为基础、以人工智能、深度学习为特色的高端人机交互技术，代表着人机交互的最新热点与潮流。
人体信息检测技术涵盖了人体多维度信息的感知、探测、处理和识别。它不仅可获取人体直观的图像信息，还能借助各类传感器和辅助系统探测人体运动学和生物力学及复杂的生理、生化信息等。这些人体信息与其功能状态紧密相关，全面细致深刻地表征了人体生理功能、新陈代谢和心理情绪及认知思维状态。超声、CT、核磁共振等图像信息反映了人体器官组织的解剖与功能结构；运动学和生物力学信息体现了人体与周围环境的相互作用；脑电信息可以评估人的思维负荷、情绪变化、认知状态等；肌电信息能够反映肌肉的收缩和疲劳情况；近红外光谱可以探测血氧饱和度以了解细胞新陈代谢水平。人体信息检测不仅可用于临床病理诊断与康复评估，而且能向外部设备输出控制指令并提供多种选择模式与交互渠道。因此，人体信息检测是构成智能人机交互的基石和前提，可为机器识别人体状态提供方法和依据，其发展必将加速人机交互的智能化进程。而智能人机交互则是提升人体信息检测技术深度的推进器，促进其蓬勃发展的催化剂。
近年来，智能人机交互受到了虚拟现实、隐身技术、浸入式游戏、智能型手机等高科技研究领域以及社会各界的广泛关注，应用于手术机器人和远程医疗等视触觉人机交互的人体信息检测技术也随之蓬勃发展。尤其是仅通过检测脑电信息即可识别大脑思维行动意愿、无需肢体或外围神经肌肉动作即可实现人与电脑或其它机器设备信息交互，最终使“思想”变成“行动”的新型脑机接口智能交互方式推广应用大大促进了多种人体信息检测技术的融合，如脑电与功能近红外光谱的同步采集分析，提高了原有脑机接口系统的解码效率和准确性。在体机交互中，利用惯性测量传感器捕获的人体位姿信息能够实现动力轮椅和其它辅助设备的精确实时控制；运动学传感器输出的人体运动信息中含有患者的康复情况，可以作为交互式康复训练系统的反馈信号。总体来说，人体信息的多样性赋予了人体信息检测技术发展的极大空间，而人体状态的复杂性则是智能人机交互发展面临的机遇与挑战。
敬请关注：
面向康复与辅助应用的脑-机接口趋势与展望
王仲朋，陈龙，何峰，万柏坤，明东
无需肢体神经肌肉接触便可实现人与外界机器设备信息交互、使“思想”变成“行动”的脑机接口 （BCI）是脑神经科学与工程技术结合的新产物，亦是临床神经功能康复与运动辅助控制的新技术，可望为部分或完全丧失语言交流与肢体运动控制能力患者（如脑卒中、脊髓损伤、脊髓侧索硬化等疾病）提供全新的增强治疗与康复手段，但目前实际应用尚存在信息处理效率欠高、康复训练时间过长、控制模型通用性差等技术瓶颈。综述了上述技术难点并以运动想象（MI）BCI和BCI拼写器（Speller）为典型介绍了其可能的模型优化策略和解决方案，最后展望了未来BCI发展方向。
功能性电刺激在步态功能恢复中的技术进展
孟琳 ，Bernd Porr，Henrik Gollee
回顾了近几十年功能性电刺激在步态恢复中的技术进展。功能性电刺激干预的目的是对运动障碍（例如中风、脊髓损伤、多发性硬化症及其他）的人群进行功能性地步态恢复与康复治疗。近几年由于微纳米电子科技的快速发展，此项技术已被广泛应用到实际当中。综述涵盖了在学术界研究开发和目前市场上可用的神经假肢， 并对这些系统进行了深入地分析与讨论。尤其强调了传感技术和控制策略在系统中的应用，展望了该研究领域的发展前景， 并提出结合功能性电刺激与机械外骨骼作为一项新兴方法来解决目前基于功能性电刺激的神经假肢研究中的困难问题。
基于单试验脑电图的nback任务中的脑力负荷分类
代忠祥, Bezerianos Anastasios, Chen Shen，Hsing Annabel,孙煜
近年来，脑力负荷估计已经经历了广泛的研究，因为监测认知负荷的能力能够防止认知超负荷并且改善工作场所安全。脑电图（EEG）信号已经被发现是一种客观和非侵入性的脑力负荷的测量方式。然而，作为实时脑力负荷监测和脑机接口研究的重要一步，基于单试验EEG数据的认知负荷的评估一直是一个重大的挑战。最近，许多高级的特征提取方法和机器学习算法已经被采用于基于EEG的脑力负荷评估中。在本研究中，使用在具有2个难度水平的nback任务的执行期间记录的EEG数据进行了单试验脑力负荷分类，测试了3种类型的特征提取的有效性（谱功率、离散小波变换和公共空间滤波），并评估了4种分类算法的性能（支持向量机、K近邻、随机森林和梯度推进分类器）。研究结果表明，公共空间滤波是性能最好的基于单试验的脑力负荷分类的特征提取方法，而且最佳性能可以通过将来自谱功率或离散小波变换的特征与来自公共空间滤波的特征相结合，并采用随机森林分类器来实现。这项研究可能对基于单试验脑电图数据的脑力负荷评估中的特征提取方法以及机器学习算法的选择提供一些有用的指导。
基于功能近红外光谱的多生理脑力疲劳检测
张朕，姜劲, 傅嘉豪，曹勇, 焦学军
脑力疲劳会引起人机系统绩效下降甚至引起安全事故，因此实时检测疲劳状态具有重要意义。虽然关于脑力疲劳检测的研究较多，但仍未有统一生理标准。由于疲劳的复杂性，多生理检测法已经成为一种趋势，但是会增大设备复杂度。功能近红外光谱能够通过测量人大脑皮层的血氧活动而间接反映脑认知功能，近红外信号中的心动和呼吸信号属于生理活动的敏感信息，但是常被作为干扰去除，因此造成了信息丢失。为增强近红外的生理信息含量并建立多生理疲劳检测模型，从近红外信号中提取出心动和呼吸作为新的敏感特征，并结合均值斜率等常规特征构建基于支持向量机的脑力疲劳检测模型。研究采用60 min 2back任务诱导疲劳状态，利用近红外测量了15名被试包括前额（PFC）共计10个通道的脑皮层近红外信号。研究结果证实了提取出的心动和呼吸特征对疲劳敏感，且增大了疲劳识别的准确性（84%→90%）。因此，所建立的模型能够有效地检测脑力疲劳并且降低了多生理脑力疲劳检测设备的复杂度。
基于体感电刺激诱发P300的脑机接口
李佳宁，蒲江波，崔红岩，谢小波，胡勇
基于视听刺激诱发P300信号是目前脑机接口普遍使用的范式,然而众多病患存在视听功能障碍,无法由视听刺激获得稳定准确的P300信号,传统的P300脑机接口存在诸多局限性,因此,设计了一种以空间体感电刺激作为新范式的P300脑机接口系统。实验采集了15名健康受试者注意不同手指电刺激时的脑电信号,仅对单一导联的数据进行分析处理,得到分类准确率和信息传输速率。结果显示,所有受试者可以成功诱发出P300特征信号,潜伏期在300ms附近;所有受试者的平均分类正确率达到77.96%±5.04%,高于随机水平(25%);信息传输速率最高可达15.97 bit/min。实验结果表明,采用基于空间位置的体感电刺激诱发P300的脑机接口系统,可以获得稳定的P300特征信号,是一种新的诱发模式;此外，仅采用一个导联的数据,即可达到较好的分类正确率和信息传输速率,方便用户使用。
更多精彩
脑卒中后抑郁患者脑电信号长时程相关性分析
王春方,孙长城,明东,杜金刚
--------------------------
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法
李明阳,陈万忠,张涛
--------------------------
人工耳蜗术后力学特性改变对残余听力影响分析
倪广健,Alice A. Halpin,李颖,刘海红
--------------------------
基于薄膜比拟和克里金插值的软组织扭转模型
张小瑞,王澎湃,孙伟,朱利丰,刘佳
--------------------------
前列腺高精度穿刺机理及策略研究
张永德,张为玺,梁艺,许勇
长按上方二维码，关注“公众号”