机构名称：
¥ 1.0
脑机接口 (BCI) 的研究和开发持续增长。特别是，BCI 专利申请在最近几年呈指数级增长（Greenberg 等人，2021 年）。然而，对于不同类型的 BCI，情况有所不同：侵入式和非侵入式、主动和被动式，尤其是在健康用户的可能使用方面。侵入式 BCI 提供最佳性能，甚至可以提供对运动决策形成的早期阶段的访问，与通常的输入设备相比实现更快的交互（Mirabella 和 Lebedev，2017 年），但它们具有高风险和成本，并且不太可能在不久的将来供健康用户使用。现有的非侵入式 BCI 具有较低的带宽、速度和准确性，这就是为什么在脑/神经-计算机交互路线图中，只有被动式，而不是主动式 BCI 被视为健康用户的潜在技术（BNCI Horizon 2020, 2015；Brunner 等人，2015 年）。被动式 BCI 使用“不以自愿控制为目的的大脑活动”（Zander 和 Kothe，2011 年）。由于它们不要求用户的注意，因此其较低的交互速度是可以接受的（Current Research in Neuroadaptive Technology，2021 年）。相比之下，主动式 BCI 的用户通过有意识地控制自己的大脑活动来明确地控制应用程序（Zander 和 Kothe，2011 年）1。这些 BCI 必须与手动输入设备（键盘、鼠标、触摸屏）和新兴的非接触式替代品（基于语音、手势和凝视）竞争，因为它们在人机交互 (HCI) 中发挥着同样的作用（Lance 等人，2012 年；van Erp 等人，2012 年）。尽管已经宣布了一些尝试，希望通过推进大脑传感器技术来大幅提高非侵入式 BCI 的性能（最引人注目的是 Facebook 计划实现“直接从大脑”快速输入文本— Constine，2017 年），但脑电图 (EEG) 仍然是唯一广泛使用的技术，其性能仍然低于机电输入设备所提供的性能。例如，据报道，非侵入式异步“脑开关”（一种需要低假阳性率但只能检测一个离散命令的 BCI）的平均激活时间约为 1.5 秒（Zheng 等人，2022 年）。此外，虽然一些非医疗主动 BCI 使用完善的非侵入式 BCI 范例——运动想象 BCI、P300 BCI、稳态视觉诱发电位 (SSVEP) BCI 和代码调制视觉诱发电位 (c-VEP) BCI——但许多项目依赖于基于学习到的变化 EEG 节律的更不精确的控制（Nijholt，2019 年；Prpa 和 Pasquier，2019 年；Vasiljevic 和 de Miranda，2020 年）。由于性能低下，主动 BCI 仍然主要供无法使用其他输入的人（例如瘫痪者）负担得起。尽管如此，为健康人开发主动 BCI 的尝试仍在继续。在本意见中，我简要概述了它们目前开发的应用领域，然后尝试弄清楚这些尝试的动机以及近期的前景。
为健康用户提供主动脑机接口
主要关键词
相关文件推荐
