天津大学超声脑机接口实现源信号高保真重建
11 月 22 日消息,天津大学脑机海河实验室团队在国际权威期刊《科学·进展》(Science Advances)发表最新研究成果,提出一种高鲁棒性的超声调制脑电信号解码技术。该技术在人体被试数据层面首次实现稳态视觉诱发电位(SSVEP)脑电源信号的高精度解码。
脑机接口通过大脑与计算机之间的直接信息通路,被视为实现人机混合智能的重要路径。但传统无创脑机接口受头皮脑电低空间分辨率限制,脑信息读取量有限,系统性能难以提升。超声调制脑电技术基于声电效应,同时具备脑电高时间分辨率与经颅聚焦超声高空间分辨率的特点。
不过,个体颅骨的强声衰减、经颅超声焦点漂移以及深部神经源活动强度起伏,会让声电耦合效应难以保持稳定。在真实超声脑机接口场景中,颅内源信号经颅外采集时信噪比较低,多源干扰和超声能量非均匀衰减还会叠加,导致耦合强度大幅变化。边带能量可能弱到接近噪声,也可能接近甚至超过主峰,形成微弱调制或过度调制等复杂状态。此前还缺少能够量化这些状态的指标,以及在极端失真场景下无创还原颅内源信号波形的高鲁棒性解码算法。
针对这些难题,团队提出了声电调制比(AMR),用于划分微弱调制、适度调制和过度调制三种声电调制场景,并设计了可跨场景应用的脉冲重复频率(PRF)解码算法。研究把 AMR 作为界定声电耦合深度的核心指标,其不仅反映声-电分量耦合强度,也决定超声脑电信号解码算法的性能边界。
在解码算法层面,PRF 方法通过提取特定 PRF 频率处的瞬时复数响应,隔离低频噪声,克服不同调制深度带来的波形畸变,并将聚焦超声提供的空间位置标签转化为脑电源信号空间信息,以应对传统无创头皮脑电因容积传导效应造成的低空间分辨率瓶颈。

研究中,团队基于自研 128 阵元超声相控阵系统,实现了亚毫米级焦域控制,HPBW 最低为 0.79mm,以保证聚焦超声空间标记的精确性。数值仿真和仿脑组织体模实验显示,PRF 解码算法在三种声电调制场景下均可实现源信号波形高保真重建。
在此基础上,团队还基于 metaBCI 平台设计了 10 人次双指令 SSVEP 实验,并与包络提取、相干解调、时频分析和自适应解调等传统解码算法进行了比较。