【摘要】 我們將功能近紅外光譜技術運用於腦機介面(brain-computer interface, BCI)的研究中。通過動手指、想象動手指、聽覺三個任務記錄大腦的響應活動，計算Hurst指數，輸入到BP神經網路中，建立了任務和腦響應的相關模型。實驗結果表明，響應與任務的準確識別率達到了70%，說明了近紅外光譜技術應用於腦機介面研究中的可能性。
【關鍵詞】 功能近紅外;腦機介面;腦影像;Hurst指數;神經網路
Brain-computer Interface′s Research
based on Near-infrared SpectroscopyHU Hanbin1，ZHU Ye2，JIANG Tianzi2
(rtment of Automation, University of Science and Technology of China ,Hefei 230026，China;
a Science of Academic, Institution of Automation, Beijing 100190,China)
Abstract：In the article，Near-infrared spectroscopy is used on Brain-computer interface′s development. By recording brain signals during tasks such as finger-tapping、imaging finger-tapping and calling by name, calculating the Hurst index, then using Hurst index as input of a Back-propagation neural network, a model of task and brain response was constructed. The results show that the accurate rate is over 70%,it is possible to used NIRS on BCI.
Key words：Near-infrared spectroscopy; Brain computer interface; Brain image; Hurst index; Neural network
1 引 言
神經生理學和神經影像學的出現加強了人類對腦的理解。通過腦電、正電子放射層掃描術、磁共振等影像手段，人們可以瞭解人類大腦的活動情況，即識別了大腦所處的狀態。
腦機裝置通過測度腦神經活動並根據相應的神經活動而執行對應的外部動作，以執行使用者意圖為目標[1]，它需要有穩定性、一致性及魯棒性以滿足使用者體驗。通過識別出大腦狀態並與相應的狀態響應融合，實現完成使用者意圖這種特定功能。隨著影像裝置成本的降低以及訊號處理手段的提高，腦影像的應用越來越廣泛，腦機介面也越加受到人們的關注。本文中，基於近紅外光譜技術的腦機介面結構見圖1。
目前主流的腦機介面都是基於腦電的，但1977年 Jobsis發現了可以通過光學手段來檢測深層腦活動[2]。由於功能近紅外光譜技術(functional near-infrared spectroscopy, FNIRS)可以安全、便攜、經濟以
圖1 基於功能近紅外成像技術的腦機介面結構示意圖
Fig 1 Structure of BCI based on FNIRS及非侵入式的檢測腦活動等特性[3]，使得FNIRS在腦機介面的'應用具有中的良好前景。圖2是腦磁圖、正電子放射層掃描術、功能磁共振、擴散光等成像方法在時間、空間解析度上的比較[4]。從中可以看出，功能近紅外光譜技術在時間、空間解析度上介於其它成像方法之間，時間解析度較高，同時也有較好的空間解析度。
2 近紅外光譜技術的特點