針對運動想象腦電信號的時間差異性，騰訊天衍實驗室提出基于動態(tài)域自適應(yīng)的深度腦電解碼模型
研究運動想象算法的騰訊天衍實驗室高級研究員柳露艷介紹，針對腦電信號數(shù)據(jù)差異大，且數(shù)據(jù)集樣本量少，而導(dǎo)致訓(xùn)練困難及訓(xùn)練模型泛化性能差等問題，騰訊天衍實驗室提出了一種創(chuàng)新的運動想象腦電信號分類方法。該方法首先通過將同類樣本的時頻圖進行疊加的方式進行數(shù)據(jù)預(yù)處理，這樣在保證擴充數(shù)據(jù)多樣性的同時，又保持了原始數(shù)據(jù)時頻特性，同時還增加了模型在不同受試者或者同一受試者不同時間點腦電信號上的泛化性能； 其次使用了基于GAN的領(lǐng)域自適應(yīng)算法進一步加強了模型在不同腦電信號上的泛化性能。使用該算法訓(xùn)練的輕量級卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural network ，CNN）模型，具有更強的魯棒性和泛化性能。
小樣本學(xué)習(xí)技術(shù)化解訓(xùn)練樣本缺乏難題
在技術(shù)算法直接應(yīng)用于實際數(shù)據(jù)時，大多數(shù)情況下無法獲得理想結(jié)果。因為實際數(shù)據(jù)往往分布的很不均勻，且存在訓(xùn)練數(shù)據(jù)缺乏、算法跨中心泛化能力差、算法準(zhǔn)確度要求高等問題，尤其在嚴(yán)謹(jǐn)?shù)尼t(yī)療場景實際應(yīng)用中，這些問題則成了技術(shù)精進的“攔路虎”。
柳露艷還介紹，騰訊天衍實驗室運動想象團隊基于其在醫(yī)學(xué)領(lǐng)域的長期技術(shù)積淀和創(chuàng)新探索，針對以上行業(yè)性問題提出了解決方案，即采用小樣本、領(lǐng)域自適應(yīng)、元學(xué)習(xí)等技術(shù)解決訓(xùn)練樣本缺乏、數(shù)據(jù)分布差異大等普遍存在的難題，從小樣本數(shù)據(jù)集中學(xué)習(xí)出魯棒的、高精度的腦電信號分類模型，不僅有助于提升運動想象下的腦-機接口系統(tǒng)的精度和泛化性，而且為腦機接口技術(shù)的應(yīng)用奠定良好的技術(shù)基礎(chǔ)。
運動想象算法應(yīng)用場景廣泛
運動想象腦電信號在醫(yī)療場景中的應(yīng)用是非常廣泛的，如對于感覺運動皮層相關(guān)部位受損的中風(fēng)病人，腦機接口可以從受損的皮層區(qū)采集信號，然后刺激肌肉或控制矯形器，改善手臂運動。因癲癇病人的大腦會出現(xiàn)某個區(qū)域的神經(jīng)元異常放電，而通過腦機接口技術(shù)檢測到神經(jīng)元異常放電后，可以對大腦進行相應(yīng)的電刺激，從而減少癲癇發(fā)作。
同時，運動想象腦機接口在針對自閉癥兒童的康復(fù)訓(xùn)練中也承擔(dān)著重要的角色。與正常兒童相比，自閉癥兒童在觀看他人運動情景時模仿動機弱，相應(yīng)的感覺運動皮層激活程度較低。通過讓這些兒童參與基于自身感覺運動皮層激活程度強弱實時反饋的游戲項目，可以提升他們對感覺運動皮層激活程度的自我控制能力，從而改善自閉癥的癥狀。
騰訊天衍實驗室提出的運動想象創(chuàng)新算法，有望從準(zhǔn)確性、效率、實用性、創(chuàng)新性、技術(shù)性等多維度提高腦-技接口技術(shù)在助殘康復(fù)等多領(lǐng)域的技術(shù)應(yīng)用與產(chǎn)業(yè)發(fā)展，為突破當(dāng)前人類與機器、人類與環(huán)境的交互技術(shù)中存在的難題提供了一個可行的解決方案。這項算法可以通過嵌入到不同的硬件系統(tǒng)或者軟件系統(tǒng)，為受試者實現(xiàn)意念傳輸和控制。比如，它和外骨骼機器人結(jié)合的BCI系統(tǒng)，可用于偏癱、腦卒中患者運動功能的主動式康復(fù)；和電動輪椅結(jié)合的BCI系統(tǒng)，有望幫助肢體行動不便的人群自由活動出行等等。希望在不久的將來，可以看到這項技術(shù)幫助越來越多的殘障人士突破肉體和工具的局限。
