脑机接口技术（Brain-Computer Interface Technology，BCIT）是人机交互技术的一项新发展，可在不涉及周围神经和肌肉的情况下，将大脑活动产生的信号转换为控制信号，并利用这些信号控制外部设备，进而起到替代、修复、增强、补充或改善机体功能的作用。在康复领域应用BCIT 是现代康复医疗发展的趋势，但BCIT 在我国医学领域中的研究起步较晚。

　　BCIT可直接作用于大脑，实现大脑与机器之间的通信，多用于神经功能障碍患者的康复治疗中，如由脑卒中、脑损伤及其他中枢神经系统疾病引起的功能障碍。

　　在康复诊疗过程中，康复治疗师很难跟踪肢体功能的客观变化，而BCIT可以在康复治疗过程中从视觉、听觉和触觉等方面实现人机交互优化，在充分发挥运动想象疗法作用的同时，又增加了康复治疗的趣味性，从而最大限度地改善康复体验，提高康复诊疗效果。

　　但在疾病诊断、治疗、评估过程中，临床研究的特殊性决定了BCIT的实践研究必然会遇到不同的临床问题。

　　一、BCIT研究概述

　　1.BCIT基本原理及分类

　　脑机接口由脑、机和接口组成：“脑”即大脑，更多地指大脑神经活动信号，如头皮脑电、皮质脑电、局部场电位等；“机”即机器，一般指计算机、轮椅、假肢、家居等人类能够控制的设备；“接口”即利用机器学习或模式识别算法将神经活动信号转换为机器能够识别的控制信号，实现大脑和机器的连接。

　　完整的脑机接口系统由信号采集、特征提取、特征分类和外部控制设备4部分组成，大脑活动产生的生物电信号借助过滤器形成可辨别的信号，被用来测量特定的特征，以反映用户的意图，通过辅助设备帮助患者完成相应动作。

　　该技术可根据不同信号采集位置分为侵入式脑机接口和非侵入式脑机接口：侵入式得到的信号质量较高；非侵入式对人体创伤最小且安全性高，但不能精准感知大脑深处的脑电波，测得的信号噪声较大，对信号后期的处理要求较高。

　　脑机接口系统具体工作流程如图所示：

　　2.国外BCIT研究现状

　　1924年，德国精神科医生汉斯·贝格尔发现了脑电波，正式开启了BCIT 的先期研究。

　　1960—1970年，BCIT开始初具规模，相关研究和机构逐渐起步。

　　1973年，美国加利福尼亚大学洛杉矶分校教授Jacques Vidal 首次提出了“脑机接口”概念。

　　2005年至今，BCIT进入临床试验阶段，商业化发展开始起步，相关技术和企业数量进一步增加，应用和热度也日渐攀升。

　　近十几年来，BCIT已在众多领域显现出广阔前景，发挥其不可替代的优势作用，其中，脑机接口系统在神经机制领域的应用研究有显著优势。

　　3.国内BCIT研究现状

　　2014年，天津大学将脑机接口运动想象和物理康复疗法结合在一起，研发了第一台人工神经机器人系统“神工一号”，成为全球首个适用于全肢体中风康复的“纯意念控制”人工神经机器人系统。该系统通过解码大脑意图信号，借助外力驱动患肢完成相应的动作，同时对其

　　受伤的脑区神经进行修复和重建。能够真正实现大脑皮层与肌肉活动的同步耦合，做到“身随意动、思行合一”。

　　近年来，高忠科教授团队采用深度学习模型解决多个领域中脑电信号辨识的难题，取得了一系列进展：

　　2017年，其团队构建了正常状态和癫痫发作时的脑电信号可视图，并结合支持向量机进行癫痫分类，准确度高达100%；

　　2018年，提出一种基于小波时频的复杂网络方法；

　　2019年，提出一种基于脑电信号的新型时空卷积神经网络，用于检测驾驶员的疲劳程度，可实现高达97.37% 的分类精度；

　　2020年，采用基于脑电图通道融合密集卷积神经网络实现情感识别；通过模拟人工提取特征模式设计卷积神经网络，实现基于脑电信号的高精度情绪识别和疲劳驾驶检测；提出一种基于视觉诱发电位的复杂网络与深度学习集成算法，为脑机接口系统提供了一种特征提取和特征分类的新思路。

　　二、BCIT在康复领域中的具体运用

　　我国BCIT起步较晚，但发展迅猛，已经扩展到临床研究的各个领域。目前康复领域中BCIT主要应用在脑卒中等神经系统疾病中，具有促进神经可塑、病情诊断、治疗、评估等作用。

　　1.诊断领域

　　BCIT主要承担抑郁症患者的诊断与监测功能，具有代表性的为情感脑机接口（Affective Brain-ComputerInterface，ABCI）。ABCI为抑郁症的诊断与监测提供了客观依据，它是一种对人的情绪进行识别和（或）调控的脑机接口，是情感智能的一个分支，也是目前实现情感智能的主要途径。

　　ABCI 可同步采集脑电、眼动等多模态数据，多角度对情绪建模，利用面部表情识别摄像头、录音设备以及睡眠状态监测手环等，采集患者的行为信息和生理特征，从而提高抑郁症诊断的准确性。

　　医护人员应尽可能地用多种方式诱发患者情绪，让受试者快速适应实验环境。当于早期识别出患者不良情绪时，护理人员应及时评估总结，对有抑郁倾向的患者给予护理干预。

　　2.治疗领域

　　BCIT 已被证明是为神经系统损伤患者提供替代交流和活动的有效工具，以实现更多的互动和更快的神经恢复。

　　优势病种常包括：脑卒中、脊髓损伤、肌萎缩侧索硬化等疾病。以脑卒中为例，临床上已出现许多治疗方法以帮助脑卒中患者恢复功能，如功能训练、物理疗法、作业疗法等，以上常规的治疗技术均集中于患者的外周治疗，忽视对患者大脑的直接干预，有限的神经康复模式已无法满足中枢损伤患者日益增长的康复需求。随着我国大力发展脑科学，BCIT治疗脑卒中患者受损功能成为一种可能。BCIT已被应用于脑卒中患者上肢、手部功能障碍等方面的治疗。

　　3.评估领域

　　BCIT在评估领域多被用来识别失眠及创伤后应激障碍，通过识别失眠患者的危险因素，防止出现焦虑、抑郁等其他精神疾病症状。基于脑电信号的失眠疲劳状态识别和预警可以有效降低睡眠障碍问题造成的过度疲劳引发的工作危险；

　　三、康复领域应用BCIT的护理现状分析

　　2018年，唐玮等发明了一项基于BCIT 的智能护理系统的专利，该智能护理设备与微型计算机系统通过无线连接，接收微型计算机系统发布的智能护理设备驱动命令并执行相应的护理动作。能够根据不同用户进行自适应调节，以准确、快速地完成智能护理任务。

　　此类脑机接口机器人在残疾人康复、老年人护理领域具有显著的优势，主要解决老年人安全管理与便溺管理两大重点难题。

　　但由于临床研究的特殊性，BCIT在我国康复护理领域也面临诸多现实问题。如临床研究的伦理问题、隐私泄露风险问题、侵入式脑机接口治疗对人体造成创伤和感染问题、患者使用安全问题、患者心理应激问题、患者营养支持问题、后续维护问题等，都会使BCIT在康复护理临床领域中的应用受到限制。

　　因此，BCIT 的临床研究注定是多学科交叉、合作的团队研模式，其中，符合BCIT护理模式成为了护理学科研究的新领域。目前，国内尚缺少护理学与BCIT 相融合的专科护理模式，导致BCIT 的临床研究常常忽略了脑机接口患者对护理的需求，降低了BCIT 的临床应用实效。因此，未来要真正实现BCIT 的临床应用，必须要有专业的护理团队协助开展工作。

文章来源：脑机之声