腦機(jī)接口目前有一些明顯的缺陷，這使得無(wú)法在日常場(chǎng)景中得到廣泛運(yùn)用，例如在進(jìn)行監(jiān)督學(xué)習(xí)時(shí)，被試常被要求進(jìn)行特定的動(dòng)作。但這會(huì)出現(xiàn)幾個(gè)問(wèn)題：

第一，有時(shí)由于接受能力有限，被試無(wú)法準(zhǔn)確表達(dá)出所要求的動(dòng)作，就是所謂的“腦子跟上了但手沒(méi)跟上”。

第二，在進(jìn)行實(shí)驗(yàn)時(shí)，尤其是進(jìn)行復(fù)雜的MI（motor imagination)任務(wù)時(shí)，要控制住環(huán)境變量，即要保證有一個(gè)穩(wěn)定的實(shí)驗(yàn)環(huán)境。

第三，由于監(jiān)督學(xué)習(xí)的實(shí)驗(yàn)已經(jīng)指定好動(dòng)作了，因此被試無(wú)法自由地按照自己的意愿進(jìn)行一些動(dòng)作，這就使得BCI的動(dòng)作輸出很有限。

第四，由于被試的身體狀況，心理狀況等一直在變化，這使得解碼器的解碼準(zhǔn)確性發(fā)生改變，為了使解碼器的解碼準(zhǔn)確率保持不變，就需要不停地進(jìn)行調(diào)試。

鑒于以上的局限性，目前許多策略都在試圖避免或者減少訓(xùn)練。有些實(shí)驗(yàn)選擇利用遷移學(xué)習(xí)，通過(guò)直接使用或更新為以前用戶(hù)培訓(xùn)的解碼器，來(lái)減少或消除對(duì)新用戶(hù)培訓(xùn)課程的需求。遷移學(xué)習(xí)也可以使用以前任務(wù)的數(shù)據(jù)對(duì)解碼器進(jìn)行新任務(wù)的培訓(xùn)。但是在應(yīng)對(duì)不同的任務(wù)目標(biāo)時(shí)，遷移學(xué)習(xí)得到的結(jié)果，其分類(lèi)準(zhǔn)確性能并不能滿足需求。還有一些實(shí)驗(yàn)選擇使用無(wú)監(jiān)督學(xué)習(xí)，因?yàn)椴恍枰M(jìn)行標(biāo)記或者訓(xùn)練更新一個(gè)新的解碼器，但無(wú)監(jiān)督學(xué)習(xí)更加適用于已訓(xùn)練好的解碼器，完全無(wú)監(jiān)督學(xué)習(xí)只適合用于不那么復(fù)雜的分類(lèi)任務(wù)，當(dāng)需要分類(lèi)的種類(lèi)復(fù)雜之后，無(wú)監(jiān)督解碼器的分類(lèi)效果也會(huì)較差。

圖 1 自動(dòng)自適應(yīng)“auto-adaptive BCI”(aaBCI)

本文的基本思路是用BCI控制任務(wù)性能的神經(jīng)相關(guān)性來(lái)調(diào)控解碼器。【1-5】目前使用這種思路的實(shí)驗(yàn)均為模擬實(shí)驗(yàn)，且為二元分類(lèi)，除去Gürel,T al.(2012)建議使用任務(wù)性能信號(hào)來(lái)對(duì)具有多維連續(xù)輸出的解碼器進(jìn)行適應(yīng)，然而，這項(xiàng)研究是在完全模擬的條件下進(jìn)行的，即它們的模擬連續(xù)效應(yīng)器由模擬用戶(hù)的隨機(jī)最優(yōu)控制器控制，而不是由真實(shí)主體的神經(jīng)模式解碼控制。

本文建議對(duì)于復(fù)雜的MI事件，應(yīng)當(dāng)在連續(xù)時(shí)間內(nèi)進(jìn)行評(píng)估continuous in time motor task performances (cMTP) 而不是鎖定事件(event-locked motor task performance, eMTP) ，只看某些事件發(fā)生的時(shí)間。cMTP的效果比eMTP的效果更好，因?yàn)榍罢呖梢詫?duì)每個(gè)時(shí)間點(diǎn)的性能進(jìn)行評(píng)估，但后者只能對(duì)每個(gè)測(cè)量點(diǎn)進(jìn)行性能評(píng)估，實(shí)際情況中并不能精確地將時(shí)間和事件對(duì)齊。因此本文建議當(dāng)使用自動(dòng)自適應(yīng)時(shí)，cMTP應(yīng)優(yōu)先于eMTP，特別是對(duì)于復(fù)雜的MI任務(wù)時(shí)。

當(dāng)一個(gè)人在執(zhí)行任務(wù)時(shí)認(rèn)識(shí)到錯(cuò)誤時(shí)，可以將與錯(cuò)誤相關(guān)的電位(ErrP)作為響應(yīng)進(jìn)行測(cè)量。研究表明，在具有時(shí)間離散反饋的任務(wù)中，ErrP可以被自動(dòng)檢測(cè)出來(lái)，錯(cuò)誤相關(guān)的電位被廣泛應(yīng)用于錯(cuò)誤糾正或適應(yīng)。檢測(cè)cMTP神經(jīng)相關(guān)性的最佳大腦區(qū)域有待討論。ErrP是研究最多的任務(wù)表現(xiàn)神經(jīng)相關(guān)性。雖然還沒(méi)有研究調(diào)查它，但對(duì)ErrPs負(fù)責(zé)的大腦結(jié)構(gòu)也可能產(chǎn)生cMTP神經(jīng)相關(guān)性。

無(wú)論信號(hào)來(lái)自哪個(gè)大腦結(jié)構(gòu)，aaBCI框架都會(huì)從神經(jīng)記錄中估計(jì)cMTP，估計(jì)的cMTP用于創(chuàng)建有標(biāo)簽的訓(xùn)練樣本，以校準(zhǔn)或更新BCI控制解碼器，被估計(jì)為正確或錯(cuò)誤且高度確定的樣本將實(shí)時(shí)與控制解碼器各自的輸出相結(jié)合，以創(chuàng)建估計(jì)標(biāo)簽。aaBCI使用一種可以在線和實(shí)時(shí)運(yùn)行的訓(xùn)練算法，以便在自定向使用BCI期間使用估計(jì)標(biāo)簽在線適應(yīng)控制解碼器。該研究的第二個(gè)目標(biāo)是對(duì)自動(dòng)自適應(yīng)BCI的概念進(jìn)行驗(yàn)證，并測(cè)試其在模擬在線使用中的性能。

本文的實(shí)驗(yàn)流程：

對(duì)四肢癱瘓的受試者左右兩側(cè)感覺(jué)運(yùn)動(dòng)皮層的ECoG進(jìn)行記錄，總共獲得兩個(gè)數(shù)據(jù)集，每個(gè)數(shù)據(jù)集包括一個(gè)或者兩個(gè)BCI范式：具有多個(gè)離散輸出（圖C所示，四級(jí)BCI，受試者必須使用運(yùn)動(dòng)圖像來(lái)激活和保持四種相互排斥的運(yùn)動(dòng)狀態(tài)：左右手的運(yùn)動(dòng)或者是左右手的旋轉(zhuǎn)）或者具有多個(gè)連續(xù)輸出（根據(jù)光標(biāo)進(jìn)行移動(dòng)）。

研究結(jié)果：

檢測(cè)每種范式感覺(jué)運(yùn)動(dòng)皮層中的cMTP神經(jīng)相關(guān)性，再五重交叉驗(yàn)證下，cMTP的AUC評(píng)分，范式一為0.5677± 0.0427，范式二為0.6479± 0.0202，在模擬實(shí)驗(yàn)中，范式一的AUC得分為70.5%± 8.1%，范式二的AUC得分為71.5%± 7.4%

總結(jié)：

本文發(fā)現(xiàn)ECoG中cMTP與感覺(jué)運(yùn)動(dòng)皮層的神經(jīng)相關(guān)性，且本文給出了這種相關(guān)性合理的解釋，以及對(duì)于預(yù)測(cè)行為與實(shí)際不匹配的另一種解決思路，即可以通過(guò)觀測(cè)多巴胺濃度的峰值來(lái)更好地匹配預(yù)測(cè)行為與實(shí)際行為。

本研究中執(zhí)行的概念證明表明，自動(dòng)自適應(yīng)BCI框架（aaBCI)可用于訓(xùn)練離散（基于分類(lèi)）和連續(xù)控制BCI的控制解碼器，如經(jīng)驗(yàn)所示，aaBCI訓(xùn)練的控制解碼器的性能低于通過(guò)監(jiān)督學(xué)習(xí)方式訓(xùn)練時(shí)。事實(shí)上，由于cMTP解碼器沒(méi)有完全準(zhǔn)確，aaBCI框架中使用的估計(jì)標(biāo)簽肯定會(huì)有一些不確定性。相比之下，如果我們假設(shè)用戶(hù)正確執(zhí)行了所需的任務(wù)，則完全監(jiān)督培訓(xùn)中使用的標(biāo)簽是準(zhǔn)確的。標(biāo)簽準(zhǔn)確性的這種差異至少是監(jiān)督和aaBCI解碼器培訓(xùn)之間性能差異的部分原因。?

此外，aaBCI訓(xùn)練的過(guò)程中丟棄了被足夠確定是分類(lèi)錯(cuò)誤的樣本，導(dǎo)致用于訓(xùn)練受監(jiān)督控制解碼器和aaBCI的樣本數(shù)量出現(xiàn)差異。因此除去標(biāo)簽標(biāo)記的準(zhǔn)確性問(wèn)題，訓(xùn)練數(shù)據(jù)集之間的大小差異也可能是兩種方式分類(lèi)準(zhǔn)確性出現(xiàn)差異的原因。然而，本文假設(shè)，從長(zhǎng)遠(yuǎn)來(lái)看，aaBCI和基于監(jiān)督的培訓(xùn)之間的績(jī)效差距可能較小，在自我指導(dǎo)使用期間，aaBCI仍然可以標(biāo)記數(shù)據(jù)并使用它來(lái)更新其控制解碼器，而受監(jiān)督訓(xùn)練的控制解碼器將保持固定。aaBCI訓(xùn)練的控制解碼器訓(xùn)練數(shù)據(jù)集的大小最終將超過(guò)監(jiān)督訓(xùn)練數(shù)據(jù)集的大小。此外，使用aaBCI訓(xùn)練的控制解碼器可能會(huì)減少分類(lèi)任務(wù)改變所帶來(lái)的影響，因?yàn)樗鼈儠?huì)持續(xù)更新，只要cMTP解碼器保持有效。

本研究中提出的aaBCI框架不是一個(gè)完全不受監(jiān)督的系統(tǒng)，因?yàn)樾枰獦?biāo)記數(shù)據(jù)來(lái)訓(xùn)練cMTP解碼器。由于cMTP解碼器是以監(jiān)督的方式培訓(xùn)的，因此仍然需要專(zhuān)門(mén)的訓(xùn)練解碼器階段。然而，即使cMTP解碼器必須偶爾更新或重新訓(xùn)練，更新二分類(lèi)cMTP解碼器也應(yīng)該比更新或重新訓(xùn)練控制更大自由度的復(fù)雜控制解碼器更加快速且簡(jiǎn)便。此外，本研究中使用的交叉驗(yàn)證方案表明，隨著時(shí)間的推移，在運(yùn)動(dòng)感覺(jué)皮層中檢測(cè)到的cMTP相關(guān)性至少部分穩(wěn)健。交叉驗(yàn)證折疊由不同的記錄會(huì)話組成，因此cMTP解碼器并不總是在臨時(shí)關(guān)閉的數(shù)據(jù)集上進(jìn)行訓(xùn)練和測(cè)試。此屬性對(duì)aaBCI的長(zhǎng)期自適應(yīng)能力很有價(jià)值，因?yàn)樗鼫p少了定期更新aaBCI的cMTP解碼器的需求。在運(yùn)動(dòng)感受皮層中檢測(cè)到的cMTP神經(jīng)相關(guān)性在時(shí)間上的穩(wěn)健性與經(jīng)典研究的誤差相關(guān)神經(jīng)相關(guān)性【6，7】的穩(wěn)健性。

Reference

[1]Gürel,T.&Mehring,C.Unsupervisedadaptationofbrain–machineinterfacedecoders.Front.Neurosci.6,164(2012).

[2]Llera, A., Gómez, V. & Kappen, H. J. Adaptive classification on brain–computer interfaces using reinforcement signals. Neural Comput.24, 2900–2923 (2012).

[3]Llera,A.,vanGerven,M.A.J.,Gómez,V.,Jensen,O.&Kappen,H.J.Ontheuseofinteractionerrorpotentialsforadaptivebrain computer interfaces. Neural Netw. 24, 1120–1127 (2011).

[4]Zeyl,T.J.&Chau,T.Acasestudyoflinearclassifiersadaptedusingimperfectlabelsderivedfromhumanevent-relatedpotentials. Pattern Recogn. Lett. 37, 54–62 (2014).

[5]J.Blumberg,etal.Adaptiveclassificationforbrain–computerinterfaces.In200729thAnnualInternationalConferenceoftheIEEE Engineering in Medicine and Biology Society 2536–2539 (2007).

[6]Chavarriaga, R. & Millan, J. D. R. Learning from EEG error-related potentials in noninvasive brain–computer interfaces. IEEE Trans. Neural Syst. Rehabil. Eng. 18, 381–388 (2010).

[7]Olvet,D.M.&Hajcak,G.Reliabilityoferror-relatedbrainactivity.BrainRes.1284,89–99(2009).

---

僅用于學(xué)術(shù)分享，若侵權(quán)請(qǐng)留言，即時(shí)刪侵！

更多閱讀

馬斯克合伙人“造出”大腦皮層 有望進(jìn)行人體測(cè)試

人類(lèi)“第六感”首次被證實(shí)，研究發(fā)現(xiàn)人腦具有磁場(chǎng)感應(yīng)能力

上海交大教授盧策吾深度解讀“具身智能”

預(yù)見(jiàn)2023：《2023年中國(guó)腦機(jī)接口行業(yè)全景圖譜》

這個(gè)腦機(jī)接口實(shí)現(xiàn)每分鐘超60個(gè)單詞的意念說(shuō)話

腦機(jī)接口公司Precision Neuroscience完成了B輪4100萬(wàn)美元

哈佛研究人員說(shuō)：柔性水凝膠電極也許是腦機(jī)接口的下一步

人類(lèi)意識(shí)的大腦模式

? ?加入社群??

歡迎加入腦機(jī)接口社區(qū)交流群，

探討腦機(jī)接口領(lǐng)域話題，實(shí)時(shí)跟蹤腦機(jī)接口前沿。

加微信群：

添加微信:RoseBCI【備注：姓名+行業(yè)/專(zhuān)業(yè)】。

加QQ群：913607986

??歡迎來(lái)稿??

1.歡迎來(lái)稿。投稿咨詢(xún)，請(qǐng)聯(lián)系微信：RoseBCI

2.加入社區(qū)成為兼職創(chuàng)作者，請(qǐng)聯(lián)系微信：RoseBCI

點(diǎn)個(gè)在看祝你開(kāi)心一整天!

總結(jié)

以上是生活随笔為你收集整理的Nature子刊：对EcoG脑机接口进行无监督适应的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。