11 月 22 日消息,天津大学脑机海河实验室团队在《科学·进展》发表研究成果,提出一种高鲁棒性的超声调制脑电信号解码技术。该研究在人体被试数据层面首次实现稳态视觉诱发电位(SSVEP)脑电源信号高精度解码,并能在多种复杂、极端场景下无创、高保真地重建颅内脑电源波形。

脑机接口的目标是在大脑与计算机之间建立直接的信息通路。传统无创脑机接口受到头皮脑电空间分辨率较低的限制,可读取的脑信息量有限,系统性能难以提升。超声调制脑电技术基于声电效应,兼具脑电的高时间分辨率与经颅聚焦超声的高空间分辨率,被视为一种新型无创脑电采集方法。
不过,个体颅骨的强声衰减、超声经颅焦点偏移,以及深部神经源活动强度波动,都会让声电耦合效应很不稳定。在真实应用中,颅外采集到的颅内源信号信噪比偏低,多源信号相互干扰,超声经颅能量衰减也不均匀,耦合信号强度会出现明显波动。
这种波动使信号可能落入微弱声电调制状态,边带能量处于极弱噪声水平;也可能进入过度声电调制状态,边带能量接近甚至超过主峰能量。此前缺少量化复杂调制场景的指标,也缺少在极端失真条件下无创还原颅内源信号波形的高鲁棒性解码算法,超声脑机接口系统性能因此受到制约。
针对这些难题,团队提出声电调制比(AMR)来定义不同声电调制场景,并按声电耦合深度划分为微弱调制、适度调制和过度调制三类。同时,团队设计可跨场景使用的脉冲重复频率(PRF)解码算法。
在机制层面,该工作将 AMR 作为界定声电耦合深度的核心指标,不再停留在对声电效应的定性描述。AMR 能直观体现声分量与电分量的耦合强度,也决定超声脑电信号解码算法的性能边界。在算法层面,PRF 解码通过提取特定频率处的瞬时复数响应,隔离低频噪声,抑制不同调制深度造成的波形畸变,并把聚焦超声提供的空间位置标签转化为脑电源信号的空间信息,从源头缓解容积传导效应带来的低空间分辨率问题。
研究中,团队使用自研 128 阵元超声相控阵系统,实现亚毫米级焦域控制,半高全宽(HPBW)最低为 0.79 mm,以保证聚焦超声空间标记的精度。数值仿真和仿脑组织体模实验表明,PRF 解码算法在三种声电调制场景中均可高保真重建源信号波形。
此外,团队基于 metaBCI 平台设计了 10 人次双指令 SSVEP 实验,并将 PRF 解码与包络提取、相干解调、时频分析、自适应解调等传统解码算法进行比较。
