11月22日消息,天津大学脑机海河实验室团队在《科学·进展》(Science Advances)发表研究成果,提出一种具备高鲁棒性的超声调制脑电信号解码技术。该技术首次在人体被试数据层面实现稳态视觉诱发电位(SSVEP)脑电源信号的高精度解码,并能在多种复杂、极端场景下无创重建颅内脑电源波形。
脑机接口旨在在大脑与计算机之间建立直接信息通路,被看作通往更高形态人机混合智能的重要方向。不过,传统无创脑机接口依赖头皮脑电,空间分辨率偏低,导致可读取的脑信息量受限,系统性能也难以进一步提升。超声调制脑电基于声电效应,能够同时利用脑电的高时间分辨率和经颅聚焦超声的高空间分辨率,但个体颅骨强声衰减、超声经颅焦点偏移以及深部神经源活动强度波动,会让声电耦合效应变得很不稳定。
在实际超声脑机接口应用中,颅外采集的颅内源信号信噪比低,多源信号存在干扰,超声经颅能量衰减也不均匀,声电耦合信号强度因此剧烈波动。它可能落入微弱声电调制状态,也可能出现过度声电调制,边带能量接近甚至超过主峰能量。此前,这类复杂调制场景缺少量化分析指标,也缺少在极端失真情况下无创还原颅内源波形的高鲁棒性解码算法,影响了系统性能和应用效果。
针对这些问题,团队提出声电调制比(Acoustoelectric Modulation Ratio, AMR)来界定不同声电调制场景,并按声电耦合深度划分为微弱调制、适度调制和过度调制。与此同时,团队设计出可跨场景使用的脉冲重复频率(Pulse Repetition Frequency, PRF)解码算法。AMR 不仅反映声-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 PRF 频率处的瞬时复数响应,隔离低频噪声,并克服不同调制深度造成的波形畸变。该方式把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,从源头应对传统无创头皮脑电因容积传导效应产生的低空间分辨率问题。
实验方面,研究基于自研 128 阵元超声相控阵系统,实现亚毫米级焦域控制,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高保真重建源信号波形。团队还基于 metaBCI 平台设计 10 人次双指令 SSVEP 实验,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相比,在弱调制条件下,PRF 算法的平均解码相关性达到 0.84、0.90 和 0.89。