脑机接口性能增强 融入脑间耦合
人类合作依赖于社会互动,同样，人机互动也可能从融入人与人互动因素中获益。本文旨在研究在基于运动想象（MI）的脑机接口（BCI）训练中，通过眼神接触和手部接触互动来探讨脑间耦合。研究小组招募了12对朋友（实验组）和10对陌生人（对照组）进行与脑电图（EEG）超扫描同步的MI-BCI测试。通过事件相关去同步（ERD）评估皮层激活，并使用多级统计分析评估脑间功能连接。此外，研究小组还比较了不同社交互动条件下BCI的分类性能。
研究介绍
BCI是一种新颖的通信方式，通过绕过传统的神经肌肉途径，将神经活动与外部设备连接起来。它扩展了研究小组对环境的控制自由度，为人类提供了增强运动能力的有前景途径。然而，BCI解码准确性的高度个体间差异限制了其广泛应用。足够的解码准确性不仅确保了BCI系统的稳定性和效率，还保证了其应用的有效性。在临床研究中，BCI干预与运动恢复水平呈正相关，表明解码性能的重要性。
解码性能主要由解码算法及其输入决定。尽管已提出多种模式识别算法以适应不同的应用场景，但BCI解码准确性的不足部分归因于人们调节皮层活动能力的差异。这些皮层活动是解码算法的输入。据报道，约30%的中风患者无法实现有效的BCI控制，被称为“BCI文盲”。因此，增加BCI控制过程中的任务相关神经活动可能是一种提高BCI性能的新方法。
研究方法
本研究招募了12对朋友（24名健康参与者，10男14女）作为实验组，每对朋友相识至少1年。同时，招募了10对陌生人（20名健康参与者，10男10女）作为对照组。每对参与者的性别相同，均无BCI经验或精神、神经疾病史。所有参与者在签署书面同意书前均被告知了实验程序。
参与者到达后，被要求在整个实验过程中不要进行口头交流。实验前后及过程中均未向参与者透露社交互动的效果。每对参与者随机分配为领导者或跟随者角色，并在无接触、眼神接触、手部接触和眼神加手部接触四种不同条件下执行MI任务。
每种条件对应一个会话，会话顺序随机安排。每个会话包括60次试验，前40次用于BCI校准，后20次用于测试BCI解码准确率。每次试验从3秒的静息状态开始，随后听觉提示开始MI。在MI期间，参与者需要想象用右手将机器人从预设的一侧移动到另一侧。停止听觉提示表示任务结束，参与者休息直至下一个开始提示。
在实验组中，与无社交互动的MI相比，社交互动条件下对侧感觉运动皮层周围的ERD更为显著。值得注意的是，功率降低的EEG通道主要分布在额叶、中央和枕叶区域。同时，在社交互动条件下，脑间耦合也显著增加。与无互动条件相比，眼神接触和眼神加手部接触条件下的BCI解码准确率显著提高。
然而，在陌生人组中，比较互动与无互动条件下的皮层激活时，并未观察到积极效果。这些发现表明，社交互动能够增强熟悉伙伴之间的神经同步，提高大脑激活和脑间耦合，从而改善BCI性能。
研究意义
受复杂任务中协调合作的启发，研究小组将社交互动引入BCI控制中。熟悉的朋友关系可能保证社交互动的良好表现。因此，在实验组中，每对参与者需相识至少1年。
此外，研究小组招募了陌生人组进行对比，以探索社交互动是否受人类熟悉度的影响。有趣的是，社交互动促进了朋友关系组中的皮层激活，并有助于更好的BCI性能，但在陌生人组中未观察到积极效果。这表明人类本质上是社会性的，人际关系依赖于熟悉度和亲密度。
本研究探讨了社交互动对基于 MI 的 BCI 训练的神经振荡和脑间耦合的影响。通过比较 EEG 功率、ERD、脑间耦合连接和 BCI 性能，研究小组发现多模态互动可以促进皮质活动，增强大脑激活并促进脑间耦合。这项研究可能为增强皮质激活以及朋友之间的神经同步提供一种新方法。
热门跟贴