首次:天津大學腦機海河實驗室實現人體超聲腦機接口高時空分辨解碼
IT之家 11 月 22 日消息,天津大學腦機海河實驗室團隊近日在國際權威期刊《科學 · 進展》(Science Advances)發表最新研究成果。團隊提出了一種高魯棒性(穩健性,Robustness)的超聲調製腦電信號解碼技術,首次實現人體被試數據層面的穩態視覺誘發電位(Steady-State Visual Evoked Potentials,SSVEP)腦電源信號高精度解碼。該技術可在多種複雜、極端場景下高保真無創重建顱內腦電源波形,爲高時空分辨率超聲腦機接口的廣泛應用提供關鍵支撐。據介紹,腦機接口通過在大腦與計算機之間建立直接的信息通路,有望實現最高形態的人機混合智能。但傳統無創腦機接口受限於頭皮腦電的低空間分辨率瓶頸導致腦信息讀取量受限,嚴重製約系統性能。超聲調製腦電技術是一種基於聲電效應的新型無創腦電採集方法,該方法同時兼備腦電的高時間分辨率優勢和經顱聚焦超聲的高空間分辨率優勢。然而由於個體顱骨強聲衰減性、超聲經顱焦點偏移以及深部神經源活動強度的波動,聲電耦合效應往往處於極度不穩定狀態。在超聲腦機接口實際應用中,由於顱外採集的顱內源信號信噪比低、多源信號干擾以及超聲經顱能量非均勻衰減等問題,聲電耦合信號的強度會發生劇烈波動。這種波動導致耦合信號常處於微弱聲電調製(邊帶能量處於極微弱噪聲水平)或過度聲電調製(邊帶能量接近甚至超過主峯能量)的複雜調製場景。目前尚缺乏量化這些複雜場景的定量分析指標,以及在極端失真場景下無創還原顱內源信號波形的高魯棒性解碼算法,嚴重影響超聲腦機接口的系統性能及應用效果。針對這一技術難題,團隊首先提出了聲電調製比(Acoustoelectric Modulation Ratio, AMR)來定義不同的聲電調製場景,根據聲電耦合深度將調製情況劃分爲微弱調製、適度調製和過度調製三種場景,進一步設計了可跨場景應用的脈衝重複頻率(Pulse Repetition Frequency, PRF)解碼算法。具體來說,研究在原理機制層面突破了以往僅定性描述聲電效應的範疇,將 AMR 作爲界定聲電耦合深度的核心指標。AMR 參數不僅直觀反映了聲-電分量的耦合強度,更決定了超聲腦電信號解碼算法的性能邊界。同時,該研究在解碼算法層面通過提取特定 PRF 頻率處的瞬時複數響應,能夠有效隔離低頻噪聲並克服不同調制深度引發的波形畸變,將聚焦超聲提供的空間位置標籤轉化爲腦電源信號空間信息,從源頭上解決了傳統無創頭皮腦電因容積傳導效應導致的低空間分辨率瓶頸。該研究首先基於自研 128 陣元超聲相控陣系統,實現了亞毫米級的焦域控制(HPBW 最低爲 0.79mm),確保聚焦超聲空間標記的精確性。然後在數值仿真和仿腦組織體模實驗中證明了 PRF 解碼算法在三種聲電調製場景均可實現源信號波形高保真重建。進一步基於 MetaBCI 平臺設計了 10 人次雙指令 SSVEP 實驗,與包絡提取、相干解調、時頻分析和自適應解調等傳統解碼算法相比,在弱調製(0 1)狀態下,PRF 算法的平均解碼相關性分別達到了 0.84、0.90 和 0.89,展現出優秀的跨場景魯棒性。IT之家附論文鏈接:https://www.science.org/doi/10.1126/sciadv.aei1954