读心术与人工智能：Meta AI 的非侵入式脑-文本解码和用于深度学习架构的传感器 – 图片来源：Xpert.Digital
人机交互的未来已然到来——脑信号是沟通的关键
脑电波文本解码技术：非侵入式与侵入式方法的比较
将思想转化为文本的能力代表着人机交互领域的一项革命性进步，并有望从根本上改善沟通障碍人士的生活质量。Meta AI 的非侵入式 Brain2Qwerty 技术和侵入式脑电图 (ECoG) 都旨在通过直接从脑信号解码言语意图来实现这一目标。尽管两种技术的总体目标相同，但它们在方法、优势和劣势方面存在根本差异。这篇全面的比较文章重点介绍了非侵入式方法的关键优势，同时也没有贬低侵入式手术的作用和益处。.
安全性和临床风险：关键区别
非侵入式和侵入式脑机接口（BCI）之间最显著的区别在于它们的安全性以及相关的临床风险。这一点至关重要，因为它极大地影响着这些技术的可及性、适用性和长期接受度。.
避免神经外科并发症：非侵入性手术的显著优势
脑电图（ECoG）需要进行神经外科手术，将电极阵列直接植入大脑表面，位于硬脑膜（覆盖大脑的最外层膜）下方。虽然该手术在专业中心已常规开展，但仍存在一定风险。统计数据显示，此类手术后发生严重并发症的风险为2%至5%。这些并发症涵盖范围广泛，包括：
颅内出血
颅内出血，例如硬膜下血肿（硬脑膜和蛛网膜之间的血液积聚）或脑出血（脑组织内直接出血），可能是手术本身或电极植入所致。这种出血会导致颅内压升高、神经功能缺损，严重时甚至会导致死亡。.
感染
任何外科手术都存在感染风险。脑电图植入术后，可能发生伤口感染、脑膜感染（脑膜炎）或脑组织感染（脑炎）。此类感染通常需要积极的抗生素治疗，极少数情况下会导致永久性神经损伤。.
神经功能缺损
尽管脑电图植入的目的是改善神经功能，但手术本身或电极植入位置存在导致新的神经功能缺损的风险。这些缺损可能表现为肌无力、感觉丧失、言语障碍、癫痫发作或认知障碍。在某些情况下，这些缺损可能是暂时的，但在另一些情况下，它们可能是永久性的。.
麻醉相关并发症
脑电图植入通常需要全身麻醉，而全身麻醉本身也存在风险，包括过敏反应、呼吸问题和心血管并发症。.
相比之下，Meta AI 基于 MEG/EEG 的方法完全消除了这些风险。这种非侵入性方法只需将传感器外部连接到头皮上，类似于传统的脑电图检查。无需手术，因此避免了上述所有并发症。Brain2Qwerty 系统开展的临床试验，共有 35 名受试者参与，结果显示未出现需要治疗的不良反应。这凸显了非侵入性方法卓越的安全性。.
长期稳定性和硬件故障：慢性应用的优势
临床应用方面另一个重要因素是系统的长期稳定性以及硬件故障的风险。脑电图（ECoG）电极存在因组织瘢痕或电极退化而随时间推移失去功能的风险。研究表明，ECoG电极的使用寿命约为2至5年。此后，可能需要更换电极，这需要再次进行手术，并伴有其他风险。此外，始终存在硬件突发故障的可能性，这可能导致系统功能突然终止。.
在这方面，非侵入式系统（例如 Meta AI 开发的系统）具有明显的优势。由于传感器是外置的，因此不会像植入式电极那样受到生物降解过程的影响。非侵入式系统几乎可以无限次维护。组件可以根据需要进行更换或升级，而无需进行侵入性手术。这种长期稳定性对于慢性应用尤为重要，特别是对于患有闭锁综合征或其他慢性瘫痪疾病、依赖永久性通信解决方案的患者而言。反复手术的需求和硬件故障的风险会严重影响这些患者的生活质量，并限制侵入式系统在长期应用中的接受度。.
信号质量和解码性能：详细对比
虽然安全性是无可否认的非侵入式方法的优势，但信号质量和由此产生的解码性能是一个更为复杂的领域，侵入式和非侵入式方法各有优缺点。.
时空分辨率比较：精确性与非侵入性
脑皮层电图（ECoG）系统将电极直接放置在大脑皮层上，具有卓越的空间和时间分辨率。ECoG的空间分辨率通常在1到2毫米之间，这意味着它可以捕捉大脑特定小区域的神经活动。其时间分辨率也十分出色，约为1毫秒，使ECoG系统能够精确捕捉极其快速的神经事件。这种高分辨率使得ECoG系统能够实现经临床验证的低于5%的字符错误率（CER）。这意味着，使用基于ECoG的脑机接口（BCI）生成的100个字符中，错误字符少于5个。这种高精度对于有效流畅的沟通至关重要。.
Meta AI 的非侵入式系统 Brain2Qwerty 目前使用脑磁图 (MEG) 可实现 19% 至 32% 的符号错误率。虽然与脑皮层图 (ECoG) 相比，这些错误率较高，但必须强调的是，这些结果是通过一种无创方法实现的，因此不存在手术风险。MEG 的空间分辨率在 2 至 3 毫米范围内，略低于 ECoG，但仍然足以捕捉相关的神经信号。MEG 的时间分辨率也非常出色，达到毫秒级。.
然而，Meta AI 在提升非侵入式系统的信号质量和解码性能方面取得了显著进展。这一进展基于三项关键创新：
CNN-Transformer混合架构
这种先进的架构融合了卷积神经网络（CNN）和Transformer网络的优势。CNN尤其擅长从MEG和EEG捕获的复杂神经活动模式中提取空间特征。它们能够识别数据中与解码语音意图相关的局部模式和空间关系。另一方面，Transformer网络则擅长学习和利用语言上下文。它们可以对长距离的词语和句子之间的关系进行建模，从而提高基于上下文的语音意图预测精度。将这两种架构结合在一个混合模型中，可以有效地利用空间特征和语言上下文来提高解码准确率。.
Wav2Vec集成
将Wav2Vec（一种用于语音表征的自监督学习模型）集成到Brain2Qwerty系统中，是另一项重大进展。Wav2Vec在大量未标注音频数据上进行预训练，学习提取鲁棒且包含丰富上下文信息的语音表征。通过将Wav2Vec集成到Brain2Qwerty系统中，可以将神经信号与这些预先构建的语音表征进行匹配。这使得系统能够更有效地学习神经活动与语言模式之间的关系，并提高解码准确率。自监督学习尤其有价值，因为它减少了对大量标注训练数据的需求，而这些数据在神经科学领域通常难以获取。.
多传感器融合
Brain2Qwerty 通过融合脑磁图 (MEG) 和高密度脑电图 (HD-EEG) 来发挥协同效应。MEG 和 EEG 是互补的神经生理测量技术。MEG 测量神经元活动产生的磁场，而 EEG 测量头皮的电位。MEG 具有更高的空间分辨率，且不易受颅骨伪影的影响，而 EEG 则更经济实惠且便于携带。通过同时采集和融合 MEG 和 HD-EEG 数据，Brain2Qwerty 系统能够充分利用两种模式的优势，进一步提高信号质量和解码性能。高达 256 通道的 HD-EEG 系统能够更精细地捕捉头皮的电活动，从而弥补 MEG 空间精度的不足。.
认知解码深度：超越运动技能
Brain2Qwerty 等非侵入式系统的关键优势在于，它们不仅能够测量运动皮层活动，还能捕捉更高层次的语言过程。脑电图（ECoG），尤其是在运动区域，主要测量与言语运动执行相关的活动，例如言语肌肉的运动。而 Brain2Qwerty 通过利用脑磁图（MEG）和脑电图（EEG），还可以捕捉参与更复杂语言过程的其他脑区的活动，例如：
通过语义预测纠正拼写错误
Brain2Qwerty 能够利用语义预测来纠正拼写错误。该系统会分析输入的单词和句子的上下文，识别可能的错误并自动纠正。这显著提高了沟通的流畅性和准确性。这种语义预测能力表明，该系统不仅能够解码用户的输入意图，而且还对语言的语义内容有一定的理解。.
重建训练集之外的完整数据集
Brain2Qwerty 的一个显著特点是它能够重构完整的句子，即使这些句子并未包含在原始训练数据集中。这表明该系统具有超越简单记忆模式的泛化能力。该系统似乎能够学习潜在的语言结构和规则，并将它们应用于新的、不熟悉的句子。这是朝着更自然、更灵活的脑-文本交互迈出的重要一步。.
抽象语言意图的检测
初步研究表明，Brain2Qwerty 在检测未经训练参与者的抽象语音意图方面，准确率可达 40%。抽象语音意图指的是话语背后的总体交流意图，例如“我想问个问题”、“我想表达我的观点”或“我想讲个故事”。识别此类抽象意图的能力表明，非侵入式脑机接口 (BCI) 未来或许不仅能够解码单个词语或句子，还能理解用户的整体交流意图。这可能为更自然、更注重对话的人机交互奠定基础。.
值得注意的是，非侵入式系统的解码性能尚未达到侵入式脑电图（ECoG）系统的水平。ECoG在解码精度和速度方面仍然更胜一筹。然而，非侵入式信号处理和深度学习技术的进步正在稳步缩小这一差距。.
可扩展性和应用范围：可访问性和成本效益
除了安全性和解码性能之外，可扩展性和适用性对于脑电波解码技术的广泛接受和社会效益也至关重要。在这方面，非侵入式系统比侵入式方法展现出明显的优势。.
成本效益和可及性：减少障碍
影响技术可扩展性和可及性的关键因素是成本。脑电图（ECoG）系统由于需要手术、专用医疗设备和高技能人员，因此成本高昂。包括植入和长期监测在内，一套脑电图系统的总成本可能高达25万欧元甚至更高。如此高昂的成本使得普通民众难以负担脑电图系统，也限制了其在专业医疗中心的使用。.
相比之下，Meta AI公司凭借其基于脑磁图（MEG）的解决方案Brain2Qwerty，旨在显著降低成本。通过利用非侵入式传感器和MEG设备的量产潜力，其目标是将单台设备的成本降至5万欧元以下。如此巨大的成本差异将使更多人能够使用非侵入式脑机接口（BCI）。此外，非侵入式系统无需前往专门的神经外科中心。其应用范围更广，可应用于各种医疗环境，甚至家庭环境。这对于为偏远地区提供医疗服务以及确保全球民众公平地获得这项技术至关重要。非侵入式系统成本更低、更易于获取，有望将脑电波解码技术从一项专业且昂贵的治疗转变为一种更普及、更经济的解决方案。.
自适应泛化能力：个性化与标准化
可扩展性的另一个方面是系统的适应性和通用性。脑电图（ECoG）模型通常需要针对每位患者进行单独校准。这是因为ECoG电极记录的神经信号高度依赖于个体的大脑解剖结构、电极放置位置以及其他患者特异性因素。单独校准可能非常耗时，每位患者最多需要40小时的训练时间。这种校准工作量是ECoG系统广泛应用的一大障碍。.
Brain2Qwerty采用了一种不同的方法，利用迁移学习来减少耗时的个体校准。该系统基于从169名受试者收集的大型MEG/EEG数据集进行预训练。该预训练模型已经包含了关于神经信号和语音意图之间关系的丰富知识。对于新用户，只需2到5小时的短暂适应期，即可将模型调整到每个用户的个体特征。短暂的适应期使得用户能够以最小的努力达到最大解码性能的75%。迁移学习的使用显著加快了非侵入式系统的调试速度，提高了效率，从而增强了系统的可扩展性和广泛适用性。将预训练模型迁移给新用户的能力是非侵入式脑机接口（BCI）广泛应用的关键优势。.
伦理和监管方面：数据保护和准入程序
脑电波解码技术的开发和应用引发了重要的伦理和监管问题，必须认真考虑。此外，该领域中侵入式和非侵入式方法之间也存在差异。.
通过限制信号输出实现数据保护：隐私保护
脑机接口（BCI）领域经常讨论的一个伦理问题是数据隐私和思维操控的可能性。侵入式脑电图（ECoG）系统可以直接获取大脑活动数据，因此可能存在更高的脑数据滥用风险。理论上，ECoG系统不仅可以用于解码语音意图，还可以记录其他认知过程，甚至通过闭环刺激来操控思维。尽管目前的技术距离此类场景还很遥远，但我们必须牢记这些潜在风险，并制定相应的保障措施。.
Brain2Qwerty 和其他非侵入式系统仅限于被动采集运动意图信号。它们的架构旨在自动过滤掉非语言活动模式。由于头皮干扰，MEG 和 EEG 采集到的信号衰减且噪声较大，这使得提取详细的认知信息甚至操纵思维在技术上更具挑战性。非侵入式方法的“信号输出有限”在某种程度上可以被视为对隐私的一种保护。然而，必须强调的是，非侵入式脑机接口也引发了伦理问题，尤其是在数据保护、知情同意以及技术滥用的可能性方面。因此，制定伦理准则和监管框架，以确保所有类型脑机接口的负责任使用至关重要。.
医疗器械审批途径：更快的申请速度
医疗器械审批的监管路径是影响新技术应用于临床实践速度的另一个重要因素。侵入式脑电图（ECoG）系统通常被归类为高风险医疗器械，因为它们需要手术干预，并可能导致严重的并发症。因此，ECoG系统的审批需要进行广泛的III期临床试验，并收集全面的长期安全性数据。这一审批过程可能需要数年时间，并耗费大量资源。.
另一方面，非侵入式系统可能拥有更快的监管审批途径。在美国，基于现有脑电图/脑磁图（EEG/MEG）设备并与之互补的非侵入式系统，可能符合美国食品药品监督管理局（FDA）510(k)审批流程的资格。510(k)流程是针对与已获批准产品“实质等效”的医疗器械的简化审批途径。这一更快的途径可能使非侵入式脑电图解码技术更快地进入临床应用，并尽早惠及患者。然而，必须强调的是，即使是非侵入式系统，也需要提供严格的安全性和有效性证据才能获得批准。脑机接口（BCI）的监管框架是一个不断发展的领域，监管机构、研究人员和行业必须通力合作，制定清晰、适当的监管途径，以促进创新并确保患者安全。.
非侵入性方法的局限性：技术挑战依然存在。
尽管非侵入式脑机接口系统具有诸多优势，但必须正视其现有的技术难题和局限性。要充分发挥非侵入式脑机接口的潜力，就必须克服这些挑战。.
实时延迟
Brain2Qwerty 和其他非侵入式系统目前的解码延迟高于侵入式脑电图 (ECoG) 系统。Brain2Qwerty 仅在句子结束后才解码语音意图，导致约 5 秒的延迟。相比之下，ECoG 系统的延迟显著降低至约 200 毫秒，从而实现近乎实时的通信。非侵入式系统延迟较高是由于信号处理更为复杂，且需要分析更弱、噪声更大的信号。降低延迟是进一步开发非侵入式脑机接口 (BCI) 的关键目标，以实现更流畅、更自然的通信。.
运动伪影
MEG系统对运动伪影高度敏感。即使是轻微的头部运动也会显著干扰测量并降低信号质量。因此，基于MEG的数据采集通常需要固定头部位置，这限制了其在移动应用中的使用。虽然EEG受运动伪影的影响较小，但肌肉运动和其他伪影仍然会影响信号质量。开发稳健的伪影抑制算法，并创建便携式且抗运动伪影的MEG和EEG系统，是拓展非侵入式脑机接口（BCI）应用范围的关键研究方向。.
患者兼容性
基于解码敲击意图信号的非侵入式系统在运动皮层严重萎缩的患者中可能存在局限性，例如肌萎缩侧索硬化症（ALS）晚期患者。在这种情况下，基于运动意图的解码可能失败，因为与敲击动作相关的神经信号太弱或缺失。对于这类患者群体，可能需要采用其他非侵入式方法，例如基于解码认知语言过程的方法或其他模式，如眼动追踪。此外，为了使非侵入式脑机接口（BCI）能够惠及更广泛的患者群体，必须考虑个体间大脑活动的差异以及信号质量的差异。.
神经假体中的互补作用：共存与融合
尽管目前仍存在技术挑战，且侵入式脑电图（ECoG）系统具有更高的精确度，但Meta AI及其他研究人员提出的非侵入式方法正在革新神经假体领域的早期干预治疗。非侵入式脑机接口（BCI）的优势在于风险低，即使在肌萎缩侧索硬化症（ALS）等疾病初期即可使用。它们可以为出现沟通障碍的患者提供早期沟通支持，从而提高他们的生活质量和社会参与度。.
对于完全瘫痪的患者，特别是闭锁综合征患者而言，脑电图（ECoG）系统在高精度应用中仍然不可或缺，因为对这些患者来说，最高的解码精度和实时通信至关重要。对于这类患者群体，侵入式脑机接口（BCI）的潜在益处足以抵消其更高的风险和成本。.
脑机接口的未来或许在于两种技术的融合。结合非侵入式和侵入式方法优势的混合系统有望开启神经假体的新时代。例如，这种混合方法可以利用硬膜外微电极，其侵入性低于脑电图（ECoG）电极，但信号质量却高于非侵入式传感器。结合用于信号处理和解码的先进人工智能算法，此类混合系统能够弥合侵入性和精确性之间的差距，从而拓展应用范围。非侵入式和侵入式脑电图解码技术的持续发展，以及对混合方法的探索，预示着未来沟通障碍人士将能够获得有效、安全且便捷的沟通解决方案。.
与此相关：
您的全球营销和业务拓展合作伙伴
☑️ 我们的业务语言是英语或德语。
☑️ 新增：用您的母语进行通信！
Konrad Wolfenstein
我和我的团队很乐意为您提供私人顾问服务。.
您可以通过填写此处的联系表格联系我wolfenstein@xpert.digital：，或者直接致电+49 7348 4088 965。我的邮箱地址是
我期待着我们的合作项目。.