神經(jīng)工程領(lǐng)域的研究人員試圖將心智與機(jī)器融合，使人機(jī)交互系統(tǒng)越來(lái)越簡(jiǎn)單易用。相關(guān)研究不斷取得新的進(jìn)展，其中重要的方面當(dāng)屬腦機(jī)接口（Brain-Computer Interface，BCI）。BCI改變了人與設(shè)備之間的通信和控制方式，可以讓嚴(yán)重癱瘓患者實(shí)現(xiàn)與設(shè)備之間的交互。近年來(lái)，通過(guò)BCI實(shí)現(xiàn)人對(duì)設(shè)備的控制已成為研究人員非常感興趣的領(lǐng)域。
神經(jīng)信號(hào)是BCI處理的主要信號(hào)，包括不同的類型，其中，常用的是腦電（Electroencephalography，EEG）信號(hào)。這是因?yàn)镋EG信號(hào)不僅可被長(zhǎng)期利用，而且還具有較高的時(shí)間分辨率，此外，還具有易采集、成本低等優(yōu)點(diǎn)。利用基于EEG的BCI，可以實(shí)現(xiàn)一些過(guò)去覺(jué)得不可思議的功能和目標(biāo)。該領(lǐng)域的研究在應(yīng)用的廣度、相關(guān)技術(shù)的深度，以及對(duì)殘疾人和普通大眾的可用性等方面，不斷取得新的進(jìn)展。在腦控應(yīng)用方面，相關(guān)的研究報(bào)道已不只關(guān)注醫(yī)療應(yīng)用，而且也開始關(guān)注健康用戶的日常生活需求。
當(dāng)前，BCI研究者致力于開發(fā)便于用戶使用、可穿戴的EEG頭戴式采集設(shè)備，以及新型的EEG信號(hào)分析技術(shù)。這些研究使得BCI應(yīng)用被拓展到自動(dòng)控制、娛樂(lè)、情感識(shí)別、自動(dòng)診療、神經(jīng)康復(fù)等領(lǐng)域�？梢哉f(shuō)，與BCI相關(guān)的科學(xué)研究和系統(tǒng)開發(fā)為人們帶來(lái)了新的期望：以一種新的方式與體外環(huán)境進(jìn)行交互。
本書主要內(nèi)容包括：BCI技術(shù)背后的原理，尤其是利用EEG捕捉腦信號(hào)模式的BCI技術(shù)；EEG信號(hào)的各種獲取方法和各種分析平臺(tái)的特點(diǎn)；用于開發(fā)控制應(yīng)用的基于眨眼的BCI技術(shù)框架。書中詳細(xì)探討了從EEG信號(hào)中識(shí)別出有意眨眼事件的方法，包括時(shí)域分析方法和頻域分析方法；介紹了以這些方法為基礎(chǔ)，開發(fā)通過(guò)EEG信號(hào)進(jìn)行觸發(fā)控制的應(yīng)用系統(tǒng)的技術(shù)詳情，包括將商業(yè)化的腦數(shù)據(jù)采集設(shè)備（Emotiv腦電采集設(shè)備）與MATLAB進(jìn)行連接的方法，以及實(shí)現(xiàn)EEG信號(hào)獲取與分析的算法和方案；詳細(xì)闡明了便于后續(xù)的EEG信號(hào)分析，提取EEG信號(hào)的多維特征的技術(shù)，涉及事件相關(guān)電位（Event Related Potential，ERP）、腦地形圖、EEG子頻帶功率、通道相干性等�？傊�，本書展示了面向?qū)崟r(shí)應(yīng)用場(chǎng)景，利用EEG信號(hào)開發(fā)易于使用的BCI的全過(guò)程。
本書對(duì)利用生物醫(yī)學(xué)信號(hào)處理技術(shù)開發(fā)BCI的研究者會(huì)有所幫助，尤其是那些利用生理信號(hào)（人的神經(jīng)響應(yīng)）為殘疾人康復(fù)開發(fā)自動(dòng)控制系統(tǒng)的研究者。通過(guò)本書，讀者可以深入理解如何利用低成本EEG采集設(shè)備、相關(guān)的信號(hào)處理技術(shù)和特征提取算法，實(shí)現(xiàn)真實(shí)的基于BCI的控制應(yīng)用。書中涵蓋了利用EEG信號(hào)與相關(guān)的預(yù)處理和后處理技術(shù)，開發(fā)BCI系統(tǒng)的各個(gè)方面的內(nèi)容。
第1章介紹BCI技術(shù)的背景知識(shí)，并對(duì)全球BCI市場(chǎng)進(jìn)行分析和預(yù)測(cè)。該章討論了BCI的分類、腦信號(hào)模式、基本的EEG采集設(shè)備，以及基于眨眼的BCI控制應(yīng)用。第2章系統(tǒng)回顧BCI開發(fā)的前沿技術(shù)和各種腦信號(hào)模式，如腦電圖、眼電圖（Electrocorticography，ECoG）、腦磁圖（Magnetoencephalography，MEG）、磁共振成像（Magnetic Resonance Imaging，MRI）、功能性磁共振成像（functional Magnetic Resonance Imaging，fMRI）等；詳細(xì)介紹腦信號(hào)采集方法、線性及非線性信號(hào)分析技術(shù)，以及腦信號(hào)分類識(shí)別技術(shù)，旨在面向控制應(yīng)用，開發(fā)基于EEG的低成本、便攜式、實(shí)用性強(qiáng)的BCI。第3章探討利用商業(yè)化的EEG頭戴式采集設(shè)備，實(shí)時(shí)獲取與有意眨眼相關(guān)的腦信號(hào)，并構(gòu)建出性能可靠的數(shù)據(jù)集的方法；還討論了將獲取的數(shù)據(jù)集導(dǎo)入兼容的信號(hào)處理環(huán)境的過(guò)程。第4章詳細(xì)闡述在時(shí)域中，針對(duì)所采集的與單次有意眨眼相關(guān)的腦信號(hào)進(jìn)行認(rèn)知分析的過(guò)程和算法。第5章詳細(xì)闡述在頻域和空間域中，針對(duì)所采集的與單次有意眨眼相關(guān)的腦信號(hào)進(jìn)行認(rèn)知分析的過(guò)程和算法；還考察和分析了EEG信號(hào)中由眨眼動(dòng)作引發(fā)的占主導(dǎo)功率的子頻帶。第6章介紹采用MATLAB、Simulink和LabVIEW環(huán)境開發(fā)出的各種控制應(yīng)用，循序漸進(jìn)地說(shuō)明基于有意眨眼的BCI開發(fā)控制應(yīng)用的全過(guò)程。第7章總結(jié)了本書的主要貢獻(xiàn)，并展望相關(guān)領(lǐng)域的未來(lái)前景，介紹研究者為提升人類生活質(zhì)量付出的持續(xù)努力，以及相關(guān)研究面臨的機(jī)遇和挑戰(zhàn)。