基于可穿戴多模态脑机接口鼠标的肌萎缩侧索硬化患者日常辅助系统

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：Daily Assistance for Amyotrophic Lateral Sclerosis Patients Based on a Wearable Multimodal Brain-Computer Interface Mouse

　　本文针对肌萎缩侧索硬化(ALS)患者运动功能丧失问题，研发了一种基于可穿戴多模态脑机接口(BCI)鼠标的日常辅助系统。通过头部旋转和眨眼控制光标，实现了计算机操作和轮椅驱动功能。15名上肢受限和9名下肢受限的ALS患者测试显示，任务完成准确率分别达83.9%和87.0%，NASA-TLX负荷评估表明系统使用负荷低。该系统为ALS患者提供了有效的日常辅助工具，具有重要临床应用价值。

　　

想象一下，当你的身体逐渐被"冻住"，意识却异常清醒，这是一种怎样的体验？对于肌萎缩侧索硬化(ALS)患者来说，这正是他们每天必须面对的现实。ALS是一种进行性神经退行性疾病，患者的上、下运动神经元会逐渐受损，导致四肢活动能力不断恶化，最终甚至无法完成说话、行走等基本日常活动。然而令人遗憾的是，尽管身体功能严重受限，患者的认知能力和感觉系统却通常保持正常，这种"清醒的禁锢"使得他们迫切需要一种不依赖肢体功能的辅助系统。

目前，虽然脑机接口(BCI)技术为ALS患者带来了一线希望，但大多数研究仍停留在实验室阶段，真正能投入日常使用的产品寥寥无几。问题在于，现有系统往往操作复杂、成本高昂，且受环境条件限制较大。例如，基于眼动追踪的设备在室外强光下效果会大打折扣，而随着病情进展，部分患者甚至会发展为完全闭锁综合征(CLIS)，完全丧失可靠的眼球运动能力。

针对这一迫切需求，华南理工大学的研究团队在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上发表了一项创新研究，开发了一套基于可穿戴多模态BCI鼠标的日常辅助系统。该系统包含两个子系统：辅助上肢的鼠标系统和辅助下肢的轮椅系统。患者只需佩戴一个BCI头带，通过轻微的头部旋转和眨眼动作就能控制屏幕上的光标，进而操作计算机和驱动轮椅。

研究人员采用了多项关键技术：使用配备3个水凝胶电极的可穿戴BCI头带(iHNNK)采集脑电(EEG)和眼电(EOG)信号；通过惯性测量单元(IMU)跟踪头部方向实现光标移动；利用眨眼检测算法识别眨眼动作完成点击操作；在轮椅系统中还结合了面部朝向算法进行方向控制。特别值得一提的是，系统还加入了注意力检测功能，通过分析θ波(4-8 Hz)与β波(13-30 Hz)的功率比来区分有意识眨眼和无意识眨眼，有效减少了误操作。

实验结果显示，所有参与的ALS患者都能顺利完成设定的任务。在计算机操作任务中，15名患者达到了83.9%的平均准确率，平均响应时间为5.12秒。特别值得关注的是，在字符输入这一经典BCI任务中，准确率更是高达90.7%，信息传输速率达到67.5比特/分钟。在轮椅驾驶任务中，9名患者取得了87.0%的平均准确率，响应时间仅为3.31秒。更令人鼓舞的是，通过NASA任务负荷指数(NASA-TLX)评估，患者在使用系统时体验到的负荷水平较低，六个子量表得分均在30分左右，这表明系统具有良好的实用性和用户体验。

信号分析方法

系统通过分析EOG和EEG信号实现光标点击功能，包括眨眼检测和注意力检测。眨眼检测算法主要检测眨眼EOG信号的能量和时间间隔特征，首先对信号进行基线校正和0.1-15 Hz带通滤波，然后计算一阶差分获得微分波形，最后根据预设阈值判断有效眨眼。注意力检测则通过分析EEG信号中θ波与β波的功率比来实现，采用5秒滑动时间窗计算注意力水平指标。

性能评估指标

研究记录了准确率和响应时间两个主要性能指标。准确率定义为正确执行命令数占总命令数的比例，响应时间则是从接收到命令到执行完毕的时间间隔。对于字符输入任务，还额外计算了信息传输速率(ITR)，综合考虑了准确率、响应时间和可选字符数。

讨论部分指出，该系统的一个显著优势是其广泛的适用性。统计分析表明，患者的操作准确率和使用负荷与年龄、性别、病程或ALSFRS-R评分均无显著相关性，这意味着只要患者保有意识并能自主控制头部旋转和眨眼，就能使用该系统。此外，参与者反馈表明他们愿意长期使用这一系统，结合较低的NASA-TLX评分，预示着良好的长期应用前景。

尽管该系统表现出色，研究者也坦诚指出了若干局限性。随着ALS病情进展，患者颈部活动能力可能会进一步下降，影响鼠标控制和轮椅方向控制的效率。为此，研究团队建议未来可考虑将眼动追踪技术与现有系统结合，以应对这一挑战。此外，当前系统使用的是通用输入法，未能针对ALS患者的语言特点进行优化，未来集成语言模型可能会进一步提升字符输入效率。

这项研究的真正意义在于，它成功地将脑机接口技术从实验室推向了实际应用，为ALS患者提供了一种廉价、易用且不受环境条件限制的日常辅助解决方案。更重要的是，该系统不仅适用于ALS患者，还有望惠及因脊髓损伤等其他原因导致肢体功能障碍的人群，在神经康复工程领域开辟了新的方向。随着技术的进一步完善和普及，我们有理由相信，这种基于可穿戴BCI的辅助系统将为更多行动不便的人群打开通往独立生活的大门。