■胡勇團隊為患者戴上腦機接口的技術產品進行研究。 受訪者供圖港大澳大合研腦機接口算法 讀取腦電波指揮機械義肢
腦機接口是建立在人腦與計算機或其他電子設備之間直接的交流和控制通道，這項技術被認為是未來殘障人士的福音。在今年的世界機械人大會上，香港大學胡勇教授團隊和澳門大學萬峰教授團隊聯合研發的腦機接口算法技術在比賽中取得了驕人成績。其先進的機械學習方法和自適應優化策略成功讀取識別腦電波，使得腦控打字速度達到了每分鐘691.55比特（相當於每分鐘輸出69個漢字），超過了普通人手機打字速度。這一技術未來有望應用於腦癱人士的意識識別，再通過與機械人或智能輪椅連接，幫助他們實現自理。■香港文匯報記者 何花 深圳報道
香港文匯報記者在香港大學深圳研究院見到胡勇教授團隊的時候，他們正在實驗一款使用在截癱患者身上的「機械腿」，這個機械腿根據指令能夠幫助患者站起來，並向前走幾步。而患者頭上戴的「便攜式乾電極腦電帽」可以識別患者的腦電波，並且將他們轉化成為信號指令。胡勇表示，研發腦機接口技術的初衷就是想幫助殘障人士康復，未來這個技術會有廣泛的應用市場。
在世界範圍內，腦機接口技術的發展起源於20年前，香港大學對這一技術領域的佈局大約在10年前。「目前的腦機接口技術發展有兩類途徑。 一類是需要微創手術，在大腦皮層中植入一個芯片；這種方式芯片所獲取的腦電波信號準確，識別快速。另外一類就是在頭皮表面貼合上感應芯片，以靜紅外或者超聲的方式傳遞信號，但最大的難點在於信號的捕捉和獲取。」
非侵入式技術 外形如帽子
胡勇團隊還是選擇了後一種方式。「這種方式完全不需要侵入人體的」，胡勇教授向香港文匯報記者解釋腦機接口的原理，「以打字為例，普通人用電腦打字是用手建立了一個從腦到計算機的通路，大腦控制手用鍵盤輸入。腦機接口只是用機械信號代替了手，芯片直接識別，然後轉化成為字體。」胡勇團隊科研用的腦機接口產品，從外形來看像一頂帽子，上面嵌入了多個芯片節點收集識別腦電波。芯片經線路與計算機連接，計算機內的人工智能識別系統則由澳門大學的萬峰教授團隊研發。
這一原理聽似簡單，但背後卻有着科研團隊長達十年的技術積累和數據收集。而且這項技術是一個非常典型的交叉學科，研究團隊的人才來自生物醫學、腦科學、電子電機及計算機工程等許多個專業團隊。
易受環境干擾 信號難捕捉
胡勇團隊在研發過程中，遇到的第一個難點就是如何有效捕捉腦電波信號。實驗室環境相對安靜，信號的捕捉效率非常高。但在實際應用中，信號容易受到周圍環境中噪音的干擾，而且患者自身的狀態也直接決定着信號的捕捉效率。「計算機需要在大量各種各樣的信號中識別患者的腦電波，並且要持續捕捉並排除掉自身特殊情況下的不穩定信號。」胡勇坦言，這項技術從實驗室走向市場應用有着漫長而艱難的過程。
在捕捉到患者信號之後，第二個難點是計算機要猜測腦電波是什麼意思，這需要大量的數據樣本。「人在想到、聽到和看到不同的東西的時候，腦電波是不一樣的。以運動中的打球為例，打乒乓球時，眼睛看到球從左邊過來了，腦電波就會猜出你現在是想向左。」胡勇解釋道，左右上下前後這種意圖非常明顯的信號很容易被識別，目前這一類識別的成功率也非常高。而對於打字這種複雜意念的表述，則要基於腦科學對人類用腦機理的更深入理解，如語言產生的原理等等。胡勇教授說，團隊十年來在香港以數萬樣本數據進行實驗。
此外，腦電波的信息傳輸率也是關係技術最終是否能夠成熟應用的指標。「如果機器識別後傳輸的速度過慢，那麼也無實際應用價值。接受且傳輸的時間不能太長，而且要保證準確率。」在今年的世界機械人大會上，胡勇團隊測得的腦電波打字效率為691.55比特/分鐘，「在比賽現場那樣嘈雜的環境中，腦機接口技術打字的速度相當於人用手機打字的速度，這樣就具備了商用的基礎。」胡勇說。
