摘要：应用在人机交互中的脑电波信号，有用于开发智力游戏、应用于身体缺席治疗、控制人机交互机器人、控制特种机械臂等等开发前景。了解了脑电波信号提取原理与脑机接口发展现状，掌握对脑波信号的小波变换降噪方法，分析了脑电信号控制的发展前景。
关键词：脑电波信号；小波变换；降噪；脑机接口
1.引言
基于脑波信号的控制是在EEG脑电波数据的分析基础上构建的控制的方法，而脑波信号EEG(Electro Encephalo Gram)是脑中枢神经在不同的刺激性动作或感受下产生的特定的自发性、节律性的电活动。通过EEG脑电图接收器，从头皮层将脑部的自发性生物电位放大记录而获得的图形，通过电极记录下来的脑细胞群的自发性、节律性电活动。该电位活动信号有多样性、非线性、微弱性的特点。
从古至今大脑控制的探索从未中断，希腊哲学家亚里士多德认为人的意识、想象和记忆都植根于人的心脏。古罗马医学大师罗马医生盖伦，认为大脑控制人的脾气和身体的机能。他的最基本的理论是生命来自于“气”，例如脑中的“动气” 决定运动、感知和感觉。直到1600多年后，意大利生理学家伽尔伐尼提出：脑神经之间是通过电脉冲来相互交流的。1924年，德国医生汉斯·贝格尔发现了脑电波。至此，人们发现意识是可以转化成电子信号被读取的，从此脑电波的概念被广泛接受。
现代神经网络领域的研究由于研究工具的进步，使得生物学、解破学等多学科在探索脑控制有了更多的成果，在《公共科学图书馆》上发表的，“脑—脑”直连方式，通过互联网传递大脑信号来玩问答游戏的实验，首次证明了两个大脑可以直接连接，且无须发声，一方就能准确猜出另一方的想法。从而引出了脑电波控制技术、和脑接口技术的发展。
2.脑机接口介绍
脑机接口(BCI)是可以不间断地进行通信或控制的设备。BCI检测到用户大脑活动的特定模式，这些模式反映了用户想要发送的不同信息或命令，例如拼写或更改电视频道。信号处理工具然后解码此大脑活动识别所需的信息或命令，然后将信息发送到输出设备。BCI是闭环系统，这意味着BCI必须实时向用户提供一些信息反映预期的消息或命令。
脑机接口的种类：侵入式、部分侵入式、非侵入式。
任何BCI的一个显著特征是用于记录脑功能的方法，大多数现代BCI都依赖以下四种方法之一：
脑电图(Electroencephalography,EEG)，脑电图通过电极记录大脑的电活动，电极通常嵌入电极帽中。这种电极帽通常需要5分钟才能安装在用户身上并调节电极以获得良好的信号。脑电图系统相对便宜且便携，是BCI研究中最常见的神经影像学方法。
皮层脑电图（Electrocorticography, ECoG），皮层脑电图涉及到通过外科手术将电极植入大脑表面来记录电活动。相对于EEG传感器，ECoG传感器具有更好的空间分辨率，能够准确检测脑电图电极不可见的高频脑活动。电极一旦植入，就可以准备用于BCI或其他任务，而无需在每次使用前进行准备。
深度电极(Depth electrode)，深度电极(Depth electrode)记录使用通过外科手术植入大脑的电极。这种方法具有类似于ECoG的吸引人的特性，但记录的是来自一小群神经元的活动。因此，这两种方法提供了大脑活动的不同图景。
功能磁共振成像(FunctionalMagnetic Resonance Imaging, fMRI)，功能磁共振成像不能测量电活动，而是用来测量与不同精神活动相关的大脑血流变化。而这些变化不能像上面三种方法那样用时间精度来检测。fMRI系统需要非常强大的磁场，因此要花费昂贵且不便于携带。
.png)
最近pace X及特斯拉创始人埃隆·马斯克召开发布会，宣布成立两年的脑机接口（BCI）公司Neuralink的脑机接口技术获重大突破，他们找到了高效实现脑机接口的方法。实际上是一套脑机接口系统：利用一台神经手术机器人向人脑中植入数十根直径只有4-6微米的“线”以及专有技术芯片和信息条，然后可以直接通过USB－C接口读取大脑信号。与以前技术相比，新技术对大脑的损伤更小，传输的数据也更多。随着研究的深入毫无疑问，脑机接口技术、脑电波控制技术将是未来推动社会发展的一项极为重要的关键技术。
3.脑电波信号的采集
我们的大脑无时无刻的不再产生脑电波，而生物电信号频率变动范围主要频率在0．5～35 Hz之间，信号幅值范围为5 ～300μV。根据其频率不同可划分为α波(7.5-12.5Hz)、β波(12.5-35Hz)、θ波(3.5-7.5)、δ波(0.5-3.5Hz)，但可分析其规律性和主要影响信号主要存在与低频θ波和超低频δ波。所以脑电信号相当微弱，易被mV级的信号所掩盖，则脑电信号的采集、干扰的消除和特征提取技术成为脑电控制的根本。通常脑电信号图由有常规脑电图、动态脑电图监测、视频脑电图监测图。
脑电波活动在大脑的不同区域、状态都有着相关表现，而其中大脑前额的皮质能够产生更高级的思维，比如人的情绪、精神状态及专注情况都被该区域控制，而一般的脑电信号接收器的传感器主要在前额，左右耳处。
而市场上比较好的产品有：Neurosky公司开发的ThinkGear AM 模块（简称TGAM）是一款脑电技术应用模块，它利用一个干式电极就可以从人脑中检测到微弱的脑电信号，是全世界广受好评的脑电信号接收器。
.png)
4.基于小波变换的脑电信号的降噪
傅里叶变换是信号分析的最基本工具和方法之一,但其本身仍然存在较大的缺陷,例如不能提供信号在时域上的特征.短时傅里叶变换虽然可以在一定程度上弥补该缺陷,但是它的频率分辨率和时间分辨率都十分有限,只是一种折衷的解决办法.小波变换是一种把时间和频率两域结合起来的时频分析方法，在时频域都具有表征信号局部特征的能力,它精确地揭示了信号在时间和频率方面的分布特点,可以同时分析信号在时域和频域中的特征,并可用多种分辨率来分析信号,实现信号的有损和无损传送.
4.1小波变换
小波变换的思想是用一簇函数逼近并表示一个信号,从而转换出稳定的数值。
（1）连续小波变换
连续小波变换的定义；
.png)
（2）离散小波变换
虽然连续小波变换对于傅里叶变换来说是一个极大的进步，但是它存在着较大的信息冗余。为了减少小波变换冗余，可将尺度因子和平移因子离散化。
离散小波变换的定义；
.png)
4.2小波降噪
对于干扰波段中常见的包含有四种伪迹电信号，由眼动产生的眼动伪迹（Ocular Artifacts），该信号通过EOG（electrooculogram）记录，EOG主要分布在0.5-150 Hz频带，幅值：5-300μV之间，具有低频（3-16 Hz）和高振幅（0.5-4mv）的特点。由肌肉的伸展和收缩运动产生的肌电伪迹（Muscle Artifacts），如呼吸、咳嗽、吞咽等，该信号信号通过EMG（electromyogram）记录，EMG（electromyogram）在0-200Hz广泛分布。可以使用独立成分分析的方法来移除EMG干扰。由心胀的扩张和收缩而产生的心电伪迹（CardiacArtifacts），该信号通过ECG记录，频率在1.2Hz，波形和EEG信号波形相似，可以通过低通滤波的方法移除。以及由50Hz的工频干扰造成的主要干扰。
小波降噪主要有几个步骤：
(1)根据脑电信号和干扰的频带确定分解层数。
(2)根据原始脑电信号的特点和小波基函数选择标准及实验结果，选择适合的小波基函数。
(3)对含有噪声的信号进行离散小波分解，得到各尺度上的小波系数。
(4)对含有噪声的频带进行处理。
(5)重构去除噪声后的脑电信号。
5.总结
本文简单介绍了脑电波控制技术的发展由来，以及做为脑电波控制的桥梁，脑机接口的基本原理和国内外发展现状，对于使用到脑机接口去分析脑电信号方面的研究提供了借鉴，本文提到了现有的对脑电信号、采集、分析、降噪、处理的主要方法，使得读者在应用脑电波控制研究的路线上有了清晰的了解，为后续应用开发奠定了良好的基础。
6.参考文献
[1]王飞,李瑶.基于脑电波控制的智能机械臂设计[J].信息与电脑(理论版),2020,32(04):132-134.
[2]尧俊瑜. 嵌入式脑机接口系统的研究[D].西华大学,2018.
[3]肖婵. 基于脑电波的注意力训练研究[D].华中师范大学,2016.
[4]牛亚峰. 基于脑电技术的数字界面可用性评价方法研究[D].东南大学,2015.
[5] Jangwoo Park , Il Woo and Shinsuk Park, Application of EEG for Multimodal Human-Machine Interface, 2012 12th Interna tional Conference on Control, Automation and Systems, Oct. 17-21, 2012 in ICC, Jeju Island, Korea.
基金项目:黑龙江省大学生创新创业训练计划项目(项目编号:201913301001）阶段性成果。
作者简介:温河伟（1999—），男，内蒙古乌海市人，哈尔滨远东理工学院，本科在读