腦機接口在康復醫學中的應用進展

琚芬，趙晨光，袁華，牟翔，王冰水

腦機接口是在大腦和計算機或其他電子設備之間建立全新通訊和控制的不依賴于常規大腦信息輸出通路的技術。在康復領域腦-機接口技術可直接完成對輸出設備的操控，通過采集人腦的電信號，以實現功能障礙者與外界的交流，從而提供了一種為改善功能障礙者的生存質量可能的途徑。腦控機器人接口(Brain-Controlled Robot Interface, BCRI)是一種新型的人-機器人接口技術，是腦-機器接口/腦-計算機接口(Brain-Machine Interface, BMI/Brain-Computer Interface, BCI) 在機器人控制領域的重要應用和研究方向。腦-計算機接口(Brain-Computer Interface，BCI)是BCRI系統的核心模塊。腦機接口技術是一種涉及認知科學、神經科學、生物技術、生物醫學工程、納米技術、信息技術、計算機科學和應用數學等多學科的交叉技術。腦機接口包括了植入性及非侵入性。本文主要闡述非侵入性腦機接口的康復應用進展。

1 腦機接口的定義

腦機接口是在大腦和計算機或其他電子設備之間建的全新通訊和控制的立不依賴于常規大腦信息輸出通路技術。它是通過采集腦電信號，將直接的腦電信號轉化為一種可用的輸出，以控制外部設備實現一定的功能[1]。它是一個將中樞神經系統活動轉換為人工輸出，并代替、恢復、增加、補充或提高中樞神經系統輸出的系統，從而改變中樞神經系統和環境之間的持續相互作用。簡而言之，腦機接口即為轉變腦電信號為新形式的輸出模式。

腦機接口有兩個主要用途：第一個為直接用途，通過接收使用者指令性的腦電信號，將其轉化為輸出，進而控制周圍環境(開關燈、室溫控制)或通信設備。另一個新用途為運動學習訓練，通過采集和引導腦電信號的激活和失活，促進運動功能的恢復。

2 腦機接口的工作流程

BCI通過特殊的計算方法將提取出的特征信號轉化為輸出命令，再將輸出命令通過設備傳出，即實現反饋的過程。其通過信號采集裝置對人腦信號進行提取，經過放大、濾波等過程形成可識別的信號輸入系統進行特征提取的工作。BCI流程可以分為信號提取、特征提取、特征翻譯及設備輸出四個步驟[2-3]。

3 腦機接口的信號采集

腦機接口系統控制信號的采集是實現腦機接口技術極為關鍵的第一步。BCI的信號必須是來源于大腦中樞系統的信號[2]。腦電信號采集的內容包括腦電(BCIs based on electroencephalograph)、皮層慢電位(BCIs based on slow cortical potentials)、感覺運動節律(BCIs based on sensorimotor rhythms)、事件相關電位(BCIs based on event-related potentials)、穩態誘發電位(BCIs based on steady-state evoked potentials)、混合性信號(hybrid BCIs)等[4]。信號的采集形式包括：功能性磁共振成像(Functional Magnetic Resonance Imaging，fMRI)、腦電圖(Electroencephalography，EEG)、功能性近紅外光譜(Functional Near Infrared Spectroscopy，fNIRS)。而目前較為常用信號采集方式的是基于表面腦電的BCI(Electroencephalogram-BCI，EEG-BCI)，其優點是安全、方便、價廉。但現階段表面腦電存在的主要問題包括空間分辨率低、信號頻率范圍有限、抗噪能力差、信號易衰減等[5]。

4 腦機接口的治療基礎-神經可塑性

由于中樞神經系統結構和功能的復雜性，人類對疾病的認識不全，缺乏有效的治療方法。大腦可塑性的發現為神經功能恢復奠定了理論基礎，“神經的可塑性決定神經損傷后的恢復”已成為共識。大腦可塑性是指在內、外環境因子的作用下，神經元之間的相互聯系可發生改變，神經功能將會發生重組。其機制涉及軸突及樹突發芽、神經細胞再生、備用通路啟用、突觸數量增多等方面。神經可塑性貫穿于神經損傷后功能康復的全過程，在整個康復過程中發揮重要作用，如何促進大腦、脊髓神經的可塑性和功能重組是當前中樞神經損傷后功能康復研究的熱點。BCI訓練促進中樞神經系統的重塑的途徑有兩個[1]：第一種是用正確的調節方式改變大腦信號的特征。第二種途徑是通過BCI的反饋利用其外接設備進行反復訓練，可產生正常的運動模式，間接促進正常的大腦信號產生，促進大腦重塑，是BCI與其外接設備共同參與重塑及康復[6]。

5 腦機接口在康復醫學中的應用

5.1 運動功能 腦機接口可在大腦和外部設備之間建立信息通路，實現替代上、下肢的運動。其可不依賴于外周神經和肌肉，通過反饋調節使患者控制對支具、假肢、機器臂等外接設備。1999年Chapin等[8]用人工神經網絡算法將大鼠運動皮層神經集群電信號轉換為水泵控制指令，首次實現了大腦對外部設備的直接控制。2012年最早發表了應用神經接口理論可使脊髓損傷患者產生上肢運動[9]。Varkuti等[10]對慢性期腦卒中患者，經過4周基于運動想象的BCI訓練后，在6名受試者中有5人的Fugl-Meyer上肢功能評價得分明顯提高。Pfurtscheller[11]將基于μ波的BCI-FES(Brain-Computer Interface-Functional Electrical Stimulation)系統應用于1例四肢癱患者，通過BCI 實現對上肢電刺激的啟動控制，使其掌握抓握水杯-喝水的動作，明顯提高了患者的上肢功能。Kubler等[12]證實了在肌萎縮側索硬化癥(Amyotrophic Lateral Sclerosis，ALS)所致的閉鎖綜合癥患者中，通過訓練其控制顯示屏上光標的移動，從而達到和外界交流的目的。Dandan等[13]指出大腦運動皮層的P波是最易被監測及最精確的。ChriStian等[14]報道一例頸5完全性損傷患者可以通過應用腦機接口系統控制P波，實現在虛擬情況下行走在訓練。因此，該技術能修復或重建功能障礙患者喪失的運動能力；可以為腦卒中患者提供一種全新的主動參與控制的康復訓練模式，使之可以利用腦機接口進行直接的康復訓練，訓練患者恢復正常的運動想象模式，更快的恢復肢體運動功能；脊髓損傷患者可以利用腦機接口系統，使用基于腦電信號的輔助設備控制平臺進行輪椅控制、環境控制等，提高生活自理能力。

5.2 言語交流能力 腦機接口目前已經被開發并測試用來控制交流設備。對于嚴重的交流障礙者而言，腦機接口是最合適、最被需要的一種技術。這其中包括了晚期的多發性硬化患者，無認知障礙但缺乏交流能力的患者(如高位脊髓損傷患者、閉鎖綜合征等)，以及其他不能操作物體或不能利用視覺輔助系統的患者。Kübler等[15]探討了家庭用腦機接口的適用人群、治療策略和環境影響因素等。目前，腦機接口已經從實驗室研究發展到臨床對照研究中。除完全性閉鎖的患者外，各階段癱瘓患者均能通過基于P300、SMR或SCP的腦機接口實現簡單語言交流[16-18]。2004年Hinterberge等[19]第一次將聽覺反饋范式引入了腦-機接口研究。研究發現視覺反饋和視聽覺聯合反饋對腦機接口的操控更為靈活，但單純聽覺反饋比單純視覺反饋對腦機接口的操控效果差。Peters等[20]在研究中描述了作為一個通信設備，腦機接口與傳統的輔助技術相比，它的優點和不足。通過研究發現，利用腦機接口來完成指定的任務是更容易實現的，但對于提高日常生活能力而言，并沒有明確的效果。

5.3 對意識的評估 對于意識障礙的患者，腦機接口可提供機會證實他們有意識存在。腦機接口不僅是一種可用于評估意識的方法，還能重建一種交流渠道。腦機接口用于意識障礙的鑒別，是一項極其重要的發現。Coyle等[21]在腦機接口應用于極低意識狀態患者的研究中證實，在缺乏其他交流方法的情況下，可學習應用腦機接口用于交流。

5.4 作業能力 有研究表明腦-機接口技術在智能交通中的應用很多[22]。隨著腦-機接口技術的不斷發展，更智能化、更有趣味性的康復治療方法對功能障礙者可以得到廣泛應用[23]。有研究顯示[24]，基于BCI系統的理論，運動想象操控輪椅在4個方向的運動，明顯能夠提高患者的轉移能力及日常生活能力。既能豐富娛樂康復的方式，又促進了日常生活能力康復的前景。

5.5 與輔助技術結合 腦機接口已經越來越多的與其他輔助技術相結合，應用于實驗中。它是基于腦電信號，可與外骨骼輔助技術相結合。Schettini等[18]研制了一種適用于多發性硬化患者的混合性腦機接口，并證實對于這種非侵入性腦機接口，多發性硬化患者最為適用。對于脊髓損傷和腦干梗死患者，腦機接口是極為重要和有用的。應用于脊髓損傷患者的腦機接口包含了計算機導向性任務和外骨骼的控制。Huggins等[25]探討了腦機接口的設計應以實現脊髓損傷患者的目標為優先，并評估了如何能更多為患者帶來益處。

5.6 綜合應用 目前直接作用于大腦的治療方法有很多，其結果是有限的。因此我們需要去發現一種促進運動功能恢復的干預措施，使其能更直接作用于靶點，更快地促進大腦損傷區域的恢復。生物反饋治療對于不同種類的功能障礙是有效的干預手段。目前BCI已經應用于無創的生物反饋系統，它依賴于對大腦信號的快速處理，可從認知、情緒管理，運動學習的訓練中直接實時獲取。無時間延遲的離線的信號的處理，使fMRI-BCI在許多運動學習訓練中更好地用于學習機制和效果的測試。實時fMRI-BCI通過調整右側扣帶回前部皮質的節律，已經被用于疼痛的治療中[26]。EEG-BCI系統還被用于減少癲癇發作，并可改善患者的注意力缺陷。目前，一項隨機對照研究對比了物理治療與物理治療聯合EEG-BCI治療的臨床效果[27]，結果顯示根據Fugl-Meyer上肢協調能力評分的比較，物理治療聯合EEG-BCI組治療明顯有效，其差異有統計學意義。

6 缺陷與不足

目前腦機接口仍處于起步階段，作為一種全新的控制和交流方式，要真正應用于實際事務中，還有許多需要解決的問題?，F階段存在的主要問題包括以下幾個方面。首先，腦電信號采集的穩定性和準確性。腦表面電極所能采集到的大腦表面電活動有限，腦電活動的干擾因素較多，因此如何采集所需的穩定的腦電信號，并保證其準確性，是限制腦機接口技術發展、應用的重要因素之一。其次，信號特征的提取和分類一體性。人腦思維和腦電信號較為復雜，如何將所采集到的腦電信號進行特征提取并進行相應的分類，是有待解決的問題之一。至今所使用的這類腦電信號模式都存在一些不足之處。第三，信號特征輸出的完整性。腦電信號在傳輸過程中易衰減，如何減少從腦電信號采集到機器人之間電信號的衰減，也是目前需要解決的問題之一。第四，運算及翻譯腦電信號的正確性。即如何正確翻譯所采取到的腦電信號，使其轉化成為能夠正確并多次控制機器人的控制信號，并使其長期有效工作，亦是目前有待解決的問題之一。

7 腦機接口未來發展的方向與挑戰

直接對大腦進行刺激的治療和大腦神經反饋訓練的應用均依賴于我們對運動恢復機制、神經區域的有關功能、干預的機制、運動控制的神經修復機制等的認識。這些認識的發現，將對未來腦機接口的應用提供一個良好的平臺[28]。雖然實時fNIRS-BCI和EEG-BCI使用較多并且便攜，但他們過分依賴于腦電信號的采集和提取。而實時fMRI-BCI并不適用于日常生物反饋治療。同時，腦機接口未來的發展應該在于對運動學習的神經機制的認識以及如何利用腦機接口增加這些神經機制的特異性。重獲運動能力的機制，即腦機接口的基礎，是釋放神經遞質到大腦特殊的部位或致特殊底物來促進神經損傷或疾病后運動功能的恢復。雖然表面上看起來不可行，但Janis等[29]已經設計并測試了一種EEG-BCI，利用小鼠模型的腦電信號來控制無線電設備進行細胞移植。

綜上所述，目前實驗室腦機接口、家庭交流用的腦機接口的應用已經取得成功。但是，腦機接口技術仍不完善，臨床醫生以及臨床科學研究者應該進一步深入研究，使得腦機接口在康復醫學中充分發揮潛力。

[1] Daly JJ, Wolpaw JR. Brain-computer interfaces in neurological rehabilitation.[J]. Lancet Neurol 2008,7(9):1032-1043.[2] Shih JJ, Krusienski DJ, Wolpaw JR. Brain-computer interfaces in medicine.[J]. Mayo ClinProc, 2012, 87(3):268-279.

[3] Wolpaw JR, Birbaumer N, McFarland DJ, et al. Brain-computer interfaces for communication and control.[J]. Clin Neurophysiol, 2002,113(6): 767-791.

[4] Rupp R. Challenges in clinical applications of brain computer interfaces in individuals with spinal cord injury.[J]. Frontiers in Neuroengineering, 2014, 7(7):38-38.

[5] Wang W, Collinger J L, Perez M A, et al. Neural interface technology for rehabilitation: exploiting and promoting neuroplasticity[J]. Physical Medicine & Rehabilitation Clinics of North America, 2010, 21(2): 157-178.

[6] Folcher M, Oesterle S, Zwicky K, et al. Mind-controlled transgeneexpression by a wireless-powered optogenetic designer cell implant[J]. Nat Commun 2014,5(7):5392-5399.

[7] 劉小燮,畢勝,高小榕,等.基于運動想象的腦機交互康復訓練新技術對腦卒中大腦可塑性影響[J].中國康復醫學雜志,2013,28(2):97-102.

[8] Chapin JK,Moxon KA,Markowitz RS,et al. Real-time control of a robot arm using simultaneously recorded neurons in the motor cortex[J].Nature neuroscience,1999,2(7) : 664-670.

[9] Pfurtscheller G, Guger C, Muller G, et al. Brain oscillations control hand orthosis in a tetraplegic[J]. Neurosci Lett, 2000, 292(3):211-214.

[10]Varkuti B, Guan C, Pan Y, et al. Resting state changes infunctional connectivity correlate with movement recovery for BCI and robot-assisted upper-extremity training after stroke[J]. Neurorehabil Neural Repair, 2013, 27(1): 53-62.

[11]Pfurtseheller G, Gernot R, J?rg Pfurtscheller ,et al.'Thought'-control of functional electrical stimulation to restore hand grasp in a patient with tetraplegia[J]. Neurosci Lett.2003, 351(1):33-36.

[12]Kübler A, Kotchoubey B, Kaiser J, et al. Brain- computer communication: unlocking the locked in[J]. Psychol Bull,2001, 127(3):358-375.

[13]Dandan Huang, Peter Lin, Ding-Yu Fei, et al. Decoding human motor activity from EEG single trials for a discrete two-dimensional cursor control[J].J Neural Eng,2009,6(4):46005-46012.

[14]Chlistian E, Stefan R, Franz F, et al. Brain motor system function in a patient with complete spinal cord injury following extensive brain-computer interface training[J]. ExP Brain Res, 2008, 190 (2):215-223.

[15]Kübler A, Holz EM, Sellers EW, et al. Toward independent home use of brain-computer interfaces: a decision algorithm for selection of potential end-users[J]. Arch Phys Med Rehabil,2015;96(1):27-32.

[16]Birbaumer N. Breaking the silence: brain-computer interfaces (BCI) for communication and motor control.[J]. Psychophysiology,2006, 43(6): 517-532.

[17]Zickler C, Riccio A, Leotta F, et al. A brain-computer interface as input channel for a standard assistive technology software[J]. Clin EEG Neurosci,2011,42(4):236-244.

[18]Schettini F, Riccio A, Simione L, et al. Assistive device with conventional, alternative, and brain-computer interface inputs to enhance interaction with the environment for people with amyotrophic lateral sclerosis: a feasibility and usability study[J]. Arch Phys Med Rehabil,2015,96(1):46-53.

[19]Hinterberger T,Neumann N,Pham M,et al. A multimodal brain-based feedback and communication system[J].Experimental Brain Research,2004,154(4):521-526.

[20]Peters B, Bieker G, Heckman SM, et al. Brain-computer interface users speak up: the Virtual Users Forum at the 2013 International Brain-Computer Interface meeting[J]. Arch Phys Med Rehabil,2015,96(1):33-37.

[21]Coyle D, Stow J, McCreadie K, et al. Sensorimotor modulation assessment and brain-computer interface training in disorders of consciousness[J]. Arch Phys Med Rehabil,2015,96(1):62-70.

[22]高上凱,張志廣,高小榕,等. 基于腦-機接口技術的新型醫療器械[J]. 中國醫療器械雜志,2006,30(2):79-82.

[23]郝衛東,鄧陽光,梁衛鴿,等.基于腦機接口的控制器[J].計算機系統應用,2014,23(3): 9-15.

[24]Yao DH. Brain-computer interface: today and tomorrow[J]. Journal of Electronic Science and Technology of China, 2009, 7(1): 1-2.

[25]Huggins JE, Wolpaw JR. Papers from the fifth international brain computer interface meeting[J]. Preface. J Neural Eng,2014, 11(3): 300-310.

[26]Ramos-Murguialday A, Broetz D, Rea M, et al. Brain-machine interface in chronic stroke rehabilitation: a controlled study[J]. AnnNeurol, 2013,74(1):100-108.

[27]Carmichael ST, Chesselet MF. Synchronous neuronal activityis a signal for axonal sprouting after cortical lesions inthe adult[J]. J Neurosci, 2002, 22(14):6062-6070.

[28]Charms RC, Maeda F, Glover GH, et al. Control over brain activation and pain learned by using real-time functional MRI[J]. Proc Natl AcadSci USA,2005,102(11):18626-18631.

[29]Janis J, Daly PhD, et al. Brain-Computer Interface: Current and Emerging Rehabilitation applications[J].Archives of physical medicine and rehabilitation,2015,96(1):1-7.