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,在人体被试数据层面完成稳态视觉诱发电位脑电源信号的高精度解码。
无创脑机接口需要在人脑与计算机之间搭建直接信息通路,但传统头皮脑电的空间分辨率较低,脑信息读取量受到限制。超声调制脑电结合脑电高时间分辨率与经颅聚焦超声高空间分辨率,不过个体颅骨声衰减、经颅焦点偏移以及深部神经源活动波动,会让声电耦合状态很不稳定。
![]()
针对颅外采集源信号信噪比低、多源干扰和超声能量非均匀衰减造成的剧烈波动,团队先提出声电调制比AMR,用它界定声电耦合深度,并把调制情况分为微弱调制、适度调制和过度调制三类,随后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,AMR成为衡量声电耦合深度的核心指标,也决定了解码算法的性能边界。PRF算法通过提取特定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,并把聚焦超声的空间位置标签转化为脑电源信号的空间信息,以解决容积传导造成的低空间分辨率问题。
实验中,团队基于自研128阵元超声相控阵系统完成亚毫米级焦域控制,半高全宽最低为0.79毫米。数值仿真和仿脑组织体模实验显示,PRF算法在三种声电调制场景下均可高保真重建源信号波形。基于metaBCI平台,团队还开展了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算法相比,弱调制状态下PRF算法的平均解码相关性达到0.84、0.90和0.89,表现出跨场景鲁棒性。