这个系统能很好地与真实世界应用相适应,因为其装配了脑电图(EEG)传感器,能提供高密度的大脑活动数据。它包含了一个64通道干电池可穿戴EEG头盔和一个用于解释和分析数据资料的复杂软件。其应用范围很广,从科学研究到临床诊断都能用到。美国雅各布斯工程学院神经计算研究所的研究团队将这一成果发布在最近一期IEEE《生物工程汇刊》的“可穿戴技术”特刊上。就要摆脱实验室“束缚”此项研究的主要目的是帮助EEG系统摆脱实验室的束缚。科学家预想,未来神经影像系统可以与移动传感器及智能手机协作,全天跟踪大脑的状态并增强大脑功能。他们希望未来的神经影像学能为神经系统疾病带来新疗法。该项研究主要开发人员、雅各布斯学院生物工程教授格尔特·考文博格斯说:“我们希望大脑能自己解决问题,目前正在避免侵入式技术,比如深层大脑刺激和处方药物等,取而代之的是利用大脑突触可塑性启动自行修复程序。”论文第一作者、加州大学圣迭戈分校领导开发相关软件的提姆·马伦说:“脑—机接口如同智能手机一样便捷的时刻正在来临。”为了这一刻的来临,传感器需要变得不仅是可穿戴那么简单,还要很舒适,其数据分析的算法还要能够切断来自外界无意义信息的干扰。这篇题为《可穿戴的脑电图系统的实时神经影像学和认知监测》的论文,向这个方向的探索迈出了重要的第一步。章鱼形头盔“弹性”十足由Cognionics公司技术总监麦克·尉迟领导的小组开发出章鱼形状的EEG头盔,它的每一只“胳膊”都很有弹性,所以能适应不同的头型。“胳膊”末端的传感器被设计成最先接触头皮,同时尽可能少地掺杂进干扰信号。研究人员花了四年时间完善传感器的材料配方。传感器接触使用者头发的部分是用银和碳混合的柔性衬底制作而成,这种材料允许传感器在传输高质量信号时保持弹性和持久性,其中银/氯化银涂层是关键。此外,内置的导电水凝胶膜还能让传感器直接在裸露的皮肤表面工作。研究人员表示,下一步要提高试戴者在移动时的头盔表现。毕竟,头盔在试戴者步行时捕捉信号很可靠,但在奔跑等剧烈活动时则表现欠佳。数据分析软件“降噪”好分析头盔所捕捉数据的软件是由马伦领导的小组开发的。在脑电图数据中,大脑信号需要与干扰信号分离开。从大脑发出来的微弱电流通常很容易被试戴者走动、说话等高振幅的信号所干扰。研究人员为此设计了一个算法,能够实时将这两类信号区分开来,将试戴者休息时候的数据与动态数据对比,不符合要求的直接被当做噪音处理掉,进而获得比较干净的单纯大脑信号数据。但数据分析并不止于此。研究人员利用已知的大脑解剖信息和收集来的数据信息,能够实时追踪从大脑不同区域交互产生的信号,建立一个不断变化的大脑活动网络图。然后,他们让计算机连接大脑活动的特殊网络,进而学习大脑的认知和行为模式。马伦说:“这一领域的最高境界,就是以思想的速度跟踪分布式大脑网络的变化。我们已经接近这个目标,但还没有夺取这个‘圣杯’。”创新创业公司受“追捧”尉迟和马伦为此都创建了自己的大脑科技商业公司。尉迟的公司名为Cognionics,将头盔卖给研究机构,这种头盔在神经反馈专家那里也很受欢迎,这一领域研究的最终目的,是让头盔走进诊所帮助诊断中风和癫痫等疾病。马伦的创业公司名为Qusp,已经开发出了基于云计算的软件平台,能够提供连续的、实时的大脑和身体信号解析,其目标是让脑—机接口和先进的信号处理方法更容易与多种多样的日常应用和可穿戴设备相适应。在美国国防部高级研究计划局(DARPA)的资助下,Cognionics正在开发升级版的EEG系统,而Qusp则在开发更加易于快速设计和分析大脑信号的图形软件。考文博格斯认为,这些创新企业的努力,正是帮助雅各布斯工程学院神经计算研究所摆脱实验室“束缚”的成功实践。