思维控制机器人长期以来都出现在科幻小说中，但多亏了脑机接口(BCIs)的新研究，它们不再是虚构的。

BCIs启用了思想控制的外部设备。BCIs是大脑和外部设备之间的通信通道，它将人的大脑活动转化为控制外部设备的信号，比如机器人。

研究人员研究BCIs已经有一段时间了，他们已经取得了令人印象深刻的结果。2016年，巴特尔演示了NeuroLife设备它使用了机器学习，一套电极刺激手臂上的选择性肌肉，以及一个植入大脑的芯片，使瘫痪的人能够移动自己的手臂。2014年，约翰·霍普金斯应用物理实验室的研究人员发明了精神控制机器人假肢对于一个双腿截肢的人来说。在这种情况下，定向肌肉神经支配手术重新分配了曾经控制患者手臂和手的神经，使神经能够控制假肢设备。

这些突破有可能大大改善瘫痪患者和截肢者的生活。但是这些系统针对每个病人都是专门的，而且程序具有高度侵入性。这两项惊人的工程和科学壮举的共同点是，它们都要求病人接受手术。每一个手术都有相关的风险，对病人有潜在的危险。

也正在采取措施减少所需的外科手术干预。埃隆·马斯克的公司Neuralink正在研究一种侵入性较低的BCI，用“线程”取代大脑中的芯片。他分享了这个系统背后的一些细节，包括一个像机器人一样的缝纫机，可以把线插入病人的大脑。

目前，仍需手术治疗。根据《纽约时报》该公司表示，外科医生必须在头骨上钻孔，才能植入螺纹。但在未来，他们希望用激光束用一系列小洞穿透头骨。”

非侵入式脑机接口

非侵入性技术已经开发出来，但只能提供有限的外部设备控制，通常是机器人。这些系统无法获取足够多的大脑信号来提供可靠的操作。现在，来自卡内基梅隆大学(CMU)和明尼苏达大学的研究人员开发了一种非侵入性BCI系统，可以实时平稳地控制机械臂。

根据工程设计，“没有植入大脑的BCIs安装起来不那么复杂和危险，但通常会产生更草率的控制。卡内基梅隆大学的研究小组表示，他们的非侵入性系统提高了准确性和反应能力，对瘫痪患者或运动能力严重受限的患者大有希望。”

该研究小组最近在《科学的机器人．

调情圣手!

为了实现机械臂的平稳运行，BCI必须能够可靠地读取(感知)和解码来自患者的足够的神经信号。CMU团队使用脑电图(EEG)作为传感方法:研究参与者戴上一顶帽子，监测他们的脑电图信号。

在BCI方程的“大脑”方面，他们用该系统训练了33名身体健全的参与者。在“计算机”方面，该团队利用机器学习来解释每个参与者技能水平的差异。

解码脑电图信号是这项研究成功的关键。该团队使用了电源成像(ESI)技术，该技术使用了每个参与者头部的电比例和几何形状。对于ESI，基于matlab的头脑风暴工具箱(可下载)在这里)使用每个参与者的MRI数据以及脑电图电极位置来改进神经解码。然后用定制完成信号处理MATLAB脚本。

根据发表的研究，“与传统传感器技术相比，使用ESI技术可以观察到离线神经解码的显著改进。”

本研究还使用MATLAB进行统计分析。结果令人印象深刻!该团队解决这一问题的独特方法不仅将BCI学习提高了近60%，还将计算机光标的连续跟踪提高了500%以上。

这项研究的首席研究员、卡内基梅隆大学生物医学工程系主任何斌(Bin He)说:“尽管使用无创信号在技术上存在挑战，但我们完全致力于将这种安全和经济的技术带给可以从中受益的人。”“这项工作代表着非侵入性脑机接口的重要一步，这项技术有一天可能会成为一项普及的辅助技术，帮助每个人，就像智能手机一样。”