本书从原理、方法到应用由浅入深地介绍脑-计算机交互技术,帮助有志在本领域开展研究的读者关注本领域的最新进展，了解研究面临的挑战和未来发展的机遇。

[内容简介]

脑-计算机交互是通过读取特定脑神经活动，构建认知模型获取用户逻辑意图与精神状态，从而建立脑与外部设备间的直接连接通路，搭建闭环神经反馈系统。系统以脑机接口、机器学习、模式识别等关键技术为基础，围绕可穿戴干电极脑电采集、运动神经康复、认知情感建模以及多模态神经反馈等关键科学问题开展研究，开发智能脑-机交互技术。本分册首先介绍脑-计算机交互技术的原理、方法及关键技术，其次对无创脑-计算机交互系统的实现（包括SSVEP、P300、想象运动等）、植入式脑-计算机交互系统的实现、脑-计算机交互系统的医学应用以及情感脑-计算机接口的工作原理和关键算法等。

[作者简介]

吕宝粮，教授，博导，上海交通大学智能人机交互研究所所长，仿脑计算与机器智能研究中心主任、智能交互与认知工程上海高校重点实验室主任。研究领域：仿脑计算机理论与模型、神经网络、机器学习、模式识别、脑-计算机接口等，发表论文 50余篇，申请国内外发明专利 9 项。

高上凯，教授，博导，清华大学医学院生物医学工程系。研究领域：神经工程及医学超声工程，2011 年入选美国医学与生物工程院会士。

张丽清，教授，博导，上海交通大学计算机系。研究领域：大脑计算结构、计算原理的理论和模型等，在国际上首先建立了基于状态空间模型的动态独立元分析理论与方法，发表论文 130余篇。

[目录] 

1 绪论/高上凯               1
  1.1 脑-计算机交互的定义          … 3
  1.2 与脑-机交互定义相近的名词术语         4
1.2.1 脑-机接口           … 4
1.2.2 脑/神经-计算机交互        … 4
  1.3 历史沿革             … 5
  1.4 脑-计算机交互系统的基本构成及涉及的研究领域    … 7
  1.5 本书的内容安排             9
  参考文献               9
2 脑-计算机交互中脑信号的产生与获取方法/高上凯 高小榕  … 13
  2.1 人体神经系统的解剖结构与基本功能        15
2.1.1 神经元             15
2.1.2 中枢神经系统          … 16
2.1.3 周围神经系统          … 20
  2.2 脑信号的获取方法            21
2.2.1 电磁信号的检测           21
2.2.2 代谢信号的检测           30
2.2.3 多模态神经影像           33
  2.3 脑-计算机交互中脑信号的产生方法        37
2.3.1 基于外源性刺激产生的感知觉信号       38
2.3.2 基于内源性激励产生的脑信号        42
2.3.3 与人体精神状态相关的脑信号        43
  参考文献              … 46
3 脑-计算机交互系统的基本构成与实现方法/高上凯 高小榕  … 51
  3.1 脑-计算机交互系统构成的基本框架      … 53
3.1.1 构成脑-计算机交互系统的基本组件       53
3.1.2 脑-计算机交互系统的基本特征        55
  3.2 脑-机交互系统的分类方法         … 56
3.2.1 主动模式、反应模式与被动模式BCI       56
3.2.2 独立与非独立BCI系统        … 57
3.2.3 同步与非同步BCI系统        … 58
3.2.4 离散型与连续型控制方式         58
3.2.5 单用户与多用户系统          59
  3.3 混合型脑-机交互系统          … 60
3.3.1 混合型脑-机交互系统的定义       … 60
3.3.2 混合型脑-机交互系统的实现方法      … 61
  3.4 基于通信理论的视听觉信号调制方法及BCI系统构成  … 64
3.4.1 v-BCI和a-BCI中的脑信号         65
3.4.2  v-BCI和a-BCI系统中的多目标编码       66
  3.5 脑-机交互基本的应用模式         … 71
3.5.1 脑-机接口           … 71
3.5.2 脑-机交互           … 72
3.5.3 脑-机协同智能          … 72
  3.6 脑-机交互系统通用的软件平台       … 74
3.6.1 BCI2000            75
3.6.2 OpenViBE           … 75
  3.7 脑-机交互系统性能的评价指标       … 76
3.7.1 同步BCI系统          … 78
3.7.2 异步BCI系统ITR的计算       … 78
3.7.3 特别设计的BCI系统          78
  参考文献              … 79
4 脑信号处理方法/李远清 潘家辉 俞祝良 刘柯 高炜 张智军         … 85
  4.1 EEG信号去噪             88
4.1.1 空间滤波方法          … 88
4.1.2 时间滤波方法          … 94
  4.2 脑电信号源成分提取方法         … 94
4.2.1 盲源分离           … 94
4.2.2 脑电逆成像            94
  4.3 脑电信号溯源分析            97
4.3.1 脑电溯源分析基本概念        … 97
4.3.2 基于贝叶斯方法的EEG溯源分析算法    … 100
4.3.3 EEG溯源分析展望         … 108
  4.4 面向脑-机接口的脑电信号特征提取与选择     … 109
4.4.1 视觉诱发电位特征提取        … 109
4.4.2 运动想象特征提取         … 110
4.4.3 脑电信号特征选择         … 111
  4.5 脑电信号分类             113
4.5.1 Fisher线性判别           113
4.5.2 支持向量机            114
4.5.3 稀疏表示模型          … 115
4.5.4 深度学习方法          … 116
4.5.5 BCI应用示例——P300 BCI拼写器       123
  参考文献              … 124
5 稳态视觉诱发电位脑机接口/王毅军 陈小刚 高小榕
高上凯         131
  5.1 引言               133
5.1.1 SSVEP脑-机接口的定义         133
5.1.2 SSVEP脑-机接口的发展         134
  5.2 SSVEP脑-机接口的原理、算法及系统      … 135
5.2.1 基本原理           … 135
5.2.2 刺激编码           … 139
5.2.3 SSVE信息解码          143
5.2.4 系统设计           … 154
  5.3 SSVEP脑-机接口的应用         … 155
5.3.1 通信            … 155
5.3.2 控制            … 158
5.3.3 状态监测           … 161
  5.4 SSVEP脑-机接口的发展趋势        … 163
5.4.1 高通信速率            163
5.4.2 混合型脑-机接口         … 164
5.4.3 移动式脑-机接口         … 166
5.4.4 神经调控           … 167
  参考文献              … 168
6 基于EEG的无创BCI——P300研究前沿/金晶 张丹 张宇
王行愚     … 179
  6.1 P300脑-机接口概述          … 181
  6.2 P300脑-机接口的诱发模式及系统设计     … 183
6.2.1 P300脑-机接口系统的主要脑电位       184
6.2.2 基于单通道诱发的P300脑-机接口系统      186
6.2.3 多通道融合诱发和多模态P300脑-机接口系统   … 200
  6.3 P300脑-机接口中的特征学习与模式分类      203
6.3.1 特征学习           … 203
6.3.2 分类模型构建          … 210
6.3.3 空闲状态识别算法         … 217
  6.4 P300脑-机接口的临床应用及其展望       220
6.4.1 BCI潜在的用户群         … 220
6.4.2 BCI的临床用途           221
6.4.3 BCI应用实例          … 223
6.4.4 BCI在临床中应用的挑战与前景      … 224
  参考文献              … 226
7 基于脑运动想象的脑机交互及应用/张丽清 李洁 赵启斌
李俊华      … 239
  7.1 引言               241
  7.2 基于脑运动想象的脑-机交互机理       … 242
7.2.1 脑电信号产生及特点          242
7.2.2 事件相关去同步/同步（ERD／ERS）       244
7.2.3 任务相关持续去同步／同步（TRSD／TRSS）    … 245
 7.3 运动想象脑电信号处理与模式识别      … 248
7.3.1 空间滤波方法          … 249
7.3.2 CSP空间特征提取         … 250
7.3.3 增量公共空间模式算法        … 252
7.3.4 公共空间频率模式算法研究       … 257
7.3.5 基于判别张量分解的单次脑电信号分类      264
7.3.6 基于正则张量分解的单次脑电信号模式分类     277
7.3.7 深度学习、迁移学习的应用       … 287
  7.4 基于脑运动想象的脑-机交互系统设计      … 289
7.4.1 系统设计           … 290
7.4.2 开发平台的基本功能          291
7.4.3 鲁棒的控制策略           292
7.4.4 多模态可视化分析         … 292
7.4.5 交互训练系统          … 295
  7.5 基于运动想象交互系统的典型应用      … 297
7.5.1 轮椅车脑控系统           297
7.5.2 多人赛车BCI游戏设计        … 303
7.5.3 基于虚拟现实/增强现实（VR／AR）的康复训练系统  … 307
  参考文献              … 309
8 fNIRS脑-机接口及神经反馈/朱朝喆         317
  8.1 fNIRS脑-机接口的原理及优势       … 319
  8.2 fNIRS脑-机接口的发展           321
8.2.1 fNIRS-BCI历史背景          321
8.2.2 fNIRS-BCI系统的组成        … 322
  8.3 fNIRS神经反馈           … 335
8.3.1 国际神经反馈研究进展        … 335
8.3.2 国内神经反馈研究进展        … 337
  参考文献              … 340
9 植入式脑-机接口/郑筱祥 许科帝 张佳呈 任其康     347
  9.1 植入式脑-机接口概述           349
9.1.1 引言            … 349
9.1.2 植入式脑-机接口的发展         350
9.1.3 植入式脑-机接口神经信息解析特征     … 352
9.1.4 脑-机交互的反馈与控制         353
  9.2 植入式脑-机接口的双向通信和闭环控制       356
9.2.1 高通量神经集群信号解析         356
9.2.2 外部信息的编码与输入        … 373
9.2.3 基于双向通信的闭环控制         381
  9.3 挑战与机遇            … 385
  参考文献              … 394
10 基于颅内脑电的BCI/洪波         … 401
  10.1 颅内脑电的电生理特性         … 403
  10.2 颅内脑电记录电极的空间定位         405
  10.3 基于颅内脑电的视觉解码BCI        407
  10.4 基于颅内脑电的运动解码BCI        411
  10.5 基于颅内脑电的言语解码BCI        415
  10.6 前沿问题与未来发展方向          419
  参考文献               421
11 脑电极（脑-机接口器件）/刘景全 王隆春 高鲲鹏 郭哲俊 
申根财         427
  11.1 非植入式电极           … 429
11.1.1 生物电极及采集原理       … 429
11.1.2 干电极技术         … 433
11.1.3 半干电极技术          442
11.1.4 面向穿戴的干电极应用及其展望      453
  11.2 植入式电极             455
11.2.1 平面型植入式电极         456
11.2.2 平面型植入式电极的应用和展望      461
11.2.3 探针型植入式电极         465
11.2.4 探针型植入式电极的应用和展望      479
  11.3 展望             … 480
  参考文献               481
12 脑-机接口的医学应用/安兴伟 许敏鹏 倪广健 柯余峰 刘爽
明东          487
  12.1 脑-机接口与脑疾病康复        … 490
12.1.1 脑卒中          … 491
12.1.2 多动症          … 497
12.1.3 自闭症          … 500
12.1.4 抑郁症          … 503
  12.2 大脑对外交流的新途径         … 505
12.2.1 闭锁综合征         … 506
12.2.2 意识障碍           509
  12.3 视听觉神经假体            513
12.3.1 视觉神经假体          514
12.3.2 听觉神经假体          519
  12.4 脑-机接口与运动辅助          526
12.4.1 脑-机接口控制机械手臂       … 527
12.4.2 脑-机接口控制机械外骨骼        530
12.4.3 脑-机接口控制肌肉电刺激        532
12.4.4 脑-机接口控制智能轮椅       … 535
  参考文献               539
13 情感脑-机接口/吕宝粮 郑伟龙         551
  13.1 引言             … 553
  13.2 情绪、情绪识别及情绪调节        … 554
13.2.1 情绪            554
13.2.2 情绪识别           557
13.2.3 情绪调节           559
  13.3 脑-机接口实验的基本要素和方法        561
13.3.1 情绪诱发           561
13.3.2 情绪刺激素材          562
13.3.3 脑电信号采集          563
13.3.4 情绪实验           564
  13.4 脑电信号处理与特征提取          565
13.4.1 脑电信号的预处理         565
13.4.2 脑电信号的特征提取       … 566
13.4.3 脑电信号的特征平滑       … 567
13.5 眼动信号的处理与特征提取        … 569
13.5.1 眼动跟踪           569
13.5.2 眼动信号的预处理         570
13.5.3 情绪识别的眼动信号特征提取与特征平滑    571
  13.6 脑电信号和眼动信号融合的情绪识别      … 572
13.6.1 多模态信息融合        … 572
13.6.2 单模态脑电信号识别结果      … 576
13.6.3 单模态眼动信号识别结果      … 578
13.6.4 脑电信号与眼动信号融合识别结果    … 580
  13.7 迁移学习与跨受试者情绪识别         582
13.7.1 受试者依赖模型与跨受试者模型      583
13.7.2 域适应          … 583
13.7.3 域对抗网络         … 584
13.7.4 域泛化          … 587
13.7.5 域泛化的定义          589
13.7.6 域泛化-域对抗神经网络       … 590
13.7.7 域残差网络         … 592
13.7.8 跨受试者情绪识别         594
  13.8 情感脑-机接口的潜在应用与挑战        597
13.8.1 基于情感脑-机接口的抑郁症评估系统    … 597
13.8.2基于情感脑-机接口的难治性抑郁症脑深部电刺激治疗系统            600
13.8.3 情感脑-机接口与通用人工智能       602
13.8.4 情感脑-机接口的挑战         604
  参考文献               605
索引                 612

[前言] 

脑-计算机交互是一个新兴的学科领域。近年来随着神经科学与信息技术的飞速发展，脑-计算机交互逐渐发展成为应用科学技术领域的前沿热点。虽然脑-计算机交互目前尚无一个完全确认的定义，但是，一般认为凡是涉及脑与计算机或外部设备之间直接交互作用的系统都可以认为是属于脑-计算机交互研究的范畴。

本书是《类脑计算与类脑智能研究前沿》丛书的一个分册，专注于脑与计算机交互的原理、方法和应用。全书内容分为三大部分。

第一部分是基础篇，包含第1章～第4章。各章分别介绍了绪论、脑-计算机交互系统中脑信号的产生与获取方法、系统的基本构成与实现方法，以及脑信号的处理方法。初次进入脑-计算机交互研究领域的读者可以从中了解与神经科学和信息技术相关的基础知识，为后续章节的阅读打下基础。

第二部分是方法篇，包含第5章～第11章。各章逐一介绍了常见的脑-计算机交互系统。在无创脑-计算机交互系统中分别介绍了基于稳态视觉诱发电位、Ｐ300事件相关电位、运动想象及功能近红外光谱的脑-计算机交互系统；在有创的脑-计算机交互系统中分别介绍了植入电极式的系统和基于颅内脑电的系统；另外还有一章专门介绍了各种植入式和非植入式电极。

第三部分是应用篇，包含第12、13章。第12章介绍脑-计算机交互在医学领域中的应用；第13章介绍情感脑-计算机接口的工作原理、关键算法以及正在开展的抑郁症辅助诊疗应用研究。

通过本书从原理、方法到应用由浅入深的介绍，我们希望无论是刚开始进入本领域的研究人员还是已经在某些方面对脑-计算机交互系统有所了解的读者都能从本书阅读中得到一定的启示与收获。

需要说明的是，脑-计算机交互是一个正在飞速发展的领域。各种新技术和新方法不断涌现，其应用也从医学领域扩展到健康人群。正因为如此，本书也许只能是一个入门的读本。希望有志在本领域开展研究的读者关注本领域的最新进展，了解本领域研究面临的挑战和未来发展的机遇。

脑-计算机交互研究前沿本书邀请了国内在脑-计算机交互领域中成果丰硕的学者执笔，他们将自己多年的研究成果深入融合到各章的内容中，在此谨向所有为本书做出贡献的同仁们表示诚挚的谢意。脑-计算机交互是一个交叉学科领域，涉及的学科门类包含神经科学、信息与计算机科学，以及生物医学工程中的众多学科。由于我们在多学科领域的知识有限，本书在叙述过程中难免出现各种各样的问题或错误，殷切希望各学科领域的读者给予诚恳的批评和指正。