應用於漸凍症患者之腦機介面系統開發挑戰、現況、未來

發佈日期:2018-08-21  

文/台北科技大學研究發展處副研發長 劉益宏  

  透過腦機介面(brain-computer interface, BCI)技術,國立台北科技大學機械系神經工程與智慧系統實驗室(以下簡稱本團隊)於兩年前開始針對漸凍症病友研發溝通意念輔具。運動想像腦機介面是一個透過轉譯腦電信號事件相關電位來驅動外界輔具、與外界溝通之神經通道技術,此技術在全球神經科學及神經工程研究領域已發展近20年,已在許多健康受試者身上取得了突破性的進展,然而,真正受惠於此新穎技術之漸凍症病患仍然非常有限。其主要原因為漸凍症患者運動皮質神經元已經退化,導致過去在健康受試者身上常被成功使用的感覺動作區腦波特徵無法在漸凍症患者身上得到滿意的結果,此為當前全球BCI研究學者急需克服之議題。

 

  本團隊利用機器學習理論研發了能夠針對病患快速掃描最佳腦波量測區域之演算法,其可針對除了運動皮質區以外的部位進行快速掃描,從30個高密度腦波量測點當中精準定位出五個最佳點,並利用非線性腦電信號複雜度計算方法,從患者運動想像所誘發之腦電信號中提取具有鑑別度之腦波碎形維度特徵,最後,再設計一個具有高辨識率之分類演算法將腦波特徵進行判讀,輸出轉譯後之指令。本團隊除了研究論文之發表(已於2017年將研究成果發表在頂級SCI期刊),亦花了相當時間克服前端腦波感測及處理之挑戰,於2017年冬天成功開發了低成本、體積小、高解析度之第二代腦波電路擷取級處理模組 (NESS-EEG V2),其包括了微小腦波信號處理電路及韌體晶片,在與價格約百萬之醫療級腦波儀之輸出腦波信號比對後,相關係數可達0.8,證實了NESS-EEG V2之品質。最後,本團隊將電腦端之演算法以C#程式語言實現,並將其與腦波電路模組進行整合,使其成為一個真正能被使用的腦機介面機電系統。目前,此系統已可讓患者藉由運動想像的方式來回答問題(yes or no),並且能夠在三秒鐘後輸出回答結果,讓患者能夠即時與他人溝通。在五位臺灣漸凍人協會病友身上實測之後,平均腦波辨識率可達85%以上。

 

  目前,本團隊正積極開發第二代系統,可讓病友主動利用腦波選擇12項不同的功能,正朝向高準確率、快速、易用等目標修正前進。此外,本團隊亦正進行新一代電路模組之設計與整合,計畫於今年2018年春天開始進行多位病友之實測,期許未來能夠以臺灣漸凍人協會為基地,將本團隊所研發之意念輔具技術擴散至全球各地之病友團體。

 

  最後,我們衷心感謝協會這兩年來對本團隊技術開發之支持,也感謝曾經參與實驗之病友,您們的付出,都成為我們繼續往前研究邁進的動力。





0