23、运动想象神经反馈训练个性化的考量

运动想象神经反馈训练个性化的考量

1. 引言

脑机接口（BCI）旨在将大脑状态转化为外部设备的指令，已应用于机器人部件或矫形器控制等研究。运动想象（MI）作为生成BCI信号的方法被广泛探索，但BCI并不局限于MI，还可由事件相关电位（如P300波和稳态视觉诱发电位SSVEP）驱动。P300波主要用于设计基于BCI的拼写器，SSVEP则用于空间导航和机器人控制等。这些系统通常精度较高，但需要外部刺激，而MI原则上可由用户随时发起。不过，MI - BCI与其他类型的BCI相比，在学习控制时间和操作时间方面表现较差。

尽管如此，MI - BCI在中风患者的运动康复研究中取得了成功，还与虚拟现实、增强现实等技术结合，并为用户提供多种MI信号反馈方式。一些研究还表明，MI训练对认知任务（如工作记忆）有积极影响，能诱导前额叶皮质相关区域产生更大激活。

然而，尽管MI - BCI在设计和实施方面有了显著进展，但仍主要局限于研究环境。其面临的挑战包括：
- 个体内部变异性大，难以找到适用于大量受试者的统一特征，也难以将一种方法应用于不同用户。
- 并非所有用户都能产生高质量、可识别的MI响应，即所谓的“BCI文盲”问题，但这一概念受到了一些作者的批评，他们认为应探究其根本原因，而非简单给用户贴标签。

同时，有研究表明，适当的MI训练可以提高BCI性能。例如，2009年Hwang等人开发的神经反馈（NFB）MI训练系统，能实时向用户展示皮质激活图，使参与者在MI期间产生更多显著激活；2012年Xia等人开发的NFB系统，其反馈与MI事件强度相关，表明反馈类型会影响用户技能发展；2013年Lotte等人分析了BCI训练的缺陷，指出训练协议设计的多个方面会影响训