脑-机接口（BCI）相关术语
连载(八)
昆明理工大学伏云发教授团队
【导读】为了方便脑机接口（Brain-computer interface，BCI）初学者、中级和高级研发者查阅或精准理解BCI相关术语，本章列出了BCI相关术语。第1节为前言，第2节列出了与BCI直接相关的术语，第3节列出了与BCI紧密相关的术语，后面的几节分别列出了在BCI文献中使用的若干术语，包括BCI用户相关术语、实用BCI相关术语、用于BCI的脑神经电磁信号和脑组织血氧水平记录相关术语、BCI相关脑结构与功能术语，以及BCI相关的其他术语。这种列举方式是为了整理BCI相关术语的方便，不是绝对的，也不是标准，仅供参考，目的是为了方便查询或理解BCI相关术语。
目录
1.1-2.15节请看 脑机接口(BCI)重要内容：BCI相关术语（一）
3.1 -3.4节请看 脑机接口(BCI)重要内容：BCI相关术语（二）
3.5-3.12节请看 脑机接口(BCI)重要内容：BCI相关术语（三）
4.1-4.5节请看 脑机接口(BCI)重要内容：BCI相关术语（四）
4.6-4.11节请看 脑机接口(BCI)重要内容：BCI相关术语（五）
5.1-5.10节请看 脑机接口(BCI)重要内容：BCI相关术语（六）
5.11-5.17节请看 脑机接口(BCI)重要内容：BCI相关术语（七）
第6节 用于BCI的脑神经电磁信号记录相关术语
本节列出了用于BCI的脑神经电磁信号记录相关术语，包括脑信号时间分辨率（Temporal resolution）、脑信号空间分辨率（Spatial resolution）、脑信号伪迹（Artifacts in Brain Signals）、脑信号信噪比（Signal-to-Noise Ratio, SNR）、脑信号灵敏度、脑神经元电磁信号、头皮脑电（EEG）、皮层脑电（ECoG）、ECoG网格、微电极阵列（Microelectrode Array, MEA）、神经元发放（NF）、尖峰（Spikes）、局部场电位(LFPS)、脑信号功率谱（Power Spectrum of Brain Signals）和脑磁（MEG）。
6.1 脑信号时间分辨率（Temporal resolution）
脑信号时间分辨率是指脑成像或记录技术在时间上分辨出神经活动变化的能力，通常以毫秒（ms）为单位。它描述了能够捕捉大脑中快速变化的神经活动的最小时间间隔。在BCI中，时间分辨率至关重要，因为高时间分辨率有助于实时捕捉大脑的神经活动，从而提高BCI系统的响应速度和准确性。有效的时间分辨率能够使BCI系统更好地同步用户的意图与系统的输出，增强系统的实用性和用户体验。关于脑信号时间分辨率的一些信息可以参考文献[178-179]。
6.2 脑信号空间分辨率（Spatial resolution）
脑信号空间分辨率是指脑成像或记录技术在空间上区分不同脑区活动的能力，通常以毫米（mm）为单位。它描述了能够在大脑中识别和分离出彼此邻近的神经活动的最小距离。较高的空间分辨率意味着能够更精确地定位和分析大脑特定区域的神经活动。这一特性在BCI中至关重要，因为它直接影响了从大脑中提取的信号的精度与可靠性。较高空间分辨率的脑信号可以帮助BCI系统更准确地解码用户的意图，提高系统的有效性和实用性。关于脑信号空间分辨率的一些信息可以参考文献 [178] [180]。
6.3 脑信号伪迹（Artifacts in Brain Signals）
脑信号伪迹是指在采集脑信号（如EEG、fNIRS、fMRI和MEG等）过程中，来自非神经源性来源的干扰信号。这些伪迹通常来源于眼动、肌肉活动、心跳、呼吸等生理活动，以及环境噪声、设备误差等非生理因素。伪迹的存在会显著影响BCI系统的性能，降低信号的准确性和可靠性，导致分类器性能下降和用户体验不佳。伪迹对BCI系统性能的主要影响如下：
1）污染有用信号。伪迹会混淆真实的神经信号，较低信噪比，导致信号处理算法无法准确识别用户意图。
2）降低分类正确率。由于伪迹的干扰，BCI系统的分类器可能无法正确区分不同的脑状态，增加误判率。
3）导致系统响应延迟。伪迹的存在可能导致系统响应的延迟或误响应，影响BCI系统的实时性和用户控制体验。
剔除脑信号伪迹的方法包括但不限于：
1）空间滤波法。如独立成分分析（Independent Component Analysis, ICA），通过分离源信号来去除伪迹。
2）时频分析法。如小波变换，可以在时频域识别并去除伪迹。
3）模板匹配法。根据已知伪迹的特征（如眼动或肌电伪迹特征），进行匹配识别并剔除。
4）信号预处理。如带通滤波器，过滤掉特定频段的伪迹。
文献[285-286]中提供了有关脑信号伪迹的信息。
6.4 脑信号信噪比（SNR）
信噪比（SNR）是信号强度相对于背景噪声的比值。在BCI系统中，SNR是衡量从大脑电活动中提取有用信号的关键指标，较高的SNR是准确解码脑信号的基础[181]。低SNR会导致错误分类、延迟响应或系统不稳定，从而影响BCI的性能和用户体验。因此，优化和提高 SNR 是设计和改进 BCI 系统的重要环节。
6.5 脑信号灵敏度
脑信号灵敏度是指脑成像技术或BCI系统检测和区分大脑活动微小变化的能力。脑成像技术的灵敏度与时间分辨率和空间分辨率之间存在一定的关系，它们共同影响了脑成像技术的整体性能。它们之间的关系如下：
1）灵敏度与时间分辨率
如前所述，时间分辨率是指脑成像技术检测脑活动随时间变化的精细程度。较高的时间分辨率意味着能够更准确地捕捉快速的脑活动变化，如EEG和MEG具有高时间分辨率。
灵敏度在时间分辨率较高的技术中通常更低，因为快速采样的信号通常噪声较大，从而降低了检测微弱信号变化的能力。相反，较低时间分辨率的技术如fMRI可以通过累积信号来增强灵敏度。
2）灵敏度与空间分辨率
如前所述，空间分辨率是指脑成像技术区分大脑中不同区域活动的精度，通常以毫米或更小单位表示。较高的空间分辨率意味着能够更细致地分辨脑部结构和功能活动，如fMRI具有较高的空间分辨率。
较高的空间分辨率往往要求更精细的信号处理，这可能会导致信号强度降低，从而降低灵敏度。提高灵敏度通常需要在较低空间分辨率下采集信号，或者采用较长的扫描时间以增强信号。
3）综合影响
在脑成像技术中，灵敏度与时间分辨率和空间分辨率的关系是相互影响和权衡的。高时间或空间分辨率可能降低灵敏度，反之亦然。因此，脑成像技术的应用需要根据具体需求在这三者之间找到最佳平衡点。例如，虽然EEG时间分辨率高，但其空间分辨率和灵敏度较低；fMRI空间分辨率和灵敏度高，但时间分辨率较低。
在BCI中，灵敏度决定了系统准确识别用户意图的能力，直接影响BCI的性能和用户体验。高灵敏度能够提高BCI的响应速度和准确性，增强用户的控制感和满意度。关于脑信号灵敏度的一些信息可以参考文献 [36] [182]。
6.6 脑神经元电磁信号
脑神经元电磁信号是由脑神经元活动产生的电信号和磁信号，主要由神经元动作电位（Action Potential, AP）和突触后电位（Postsynaptic Potentials, PSP）引起的离子流动产生，特别是突触后电位在皮层中的同步活动能够在较大范围内形成较为显著的电磁场。这些电磁信号可以通过特定的技术手段进行记录。
神经元通过电位变化进行通信，当一个神经元被激活时，其膜电位会发生快速的去极化（Depolarization）和复极化（Repolarization），从而产生动作电位。这些动作电位及其在神经元群体中的同步活动会在头皮和周围组织中产生可检测的电场和磁场。
文献[183]提供了有关脑神经元电磁信号、神经元动作电位、突触后电位、神经元去极化、神经元复极化、神经元超极化（Hyperpolarization）。
6.6.1 神经元动作电位（AP）
神经元动作电位是当神经元受到足够的刺激时，膜电位迅速而短暂地从负值变为正值并再回到静息电位的电信号，这一过程包括去极化、复极化和超极化阶段。AP是高频和短时程的电信号，频率通常在数百 Hz 以上。AP 的记录通常需要极高的空间分辨率，通常在微米级，能够分辨单个神经元的活动[184]。
AP是神经信号传递的基本单位，用于研究单个神经元的活动和信息编码机制，允许神经元与其他神经元或肌肉细胞进行通信。
6.6.2 突触后电位
突触后电位是在突触传递神经冲动的过程中，由突触前神经元释放的神经递质与突触后神经元膜上的受体结合，导致突触后神经元膜上的电位变化。突触后电位可以是去极化（引起兴奋性突触后电位，Excitatory Postsynaptic Potential（EPSP））或超极化（引起抑制性突触后电位，Inhibitory Postsynaptic Potential（IPSP）），并决定是否在突触后神经元上触发动作电位[185]。
6.6.3 神经元去极化
神经元的极化是静息状态下的膜电位分布。当神经元受到刺激时，细胞膜上的钠离子（Na⁺）通道打开，钠离子流入细胞内，使得细胞内的电位变得比静息状态下的电位更正，即从负电位接近零或变为正电位。这种膜电位从负向正的变化过程被称为去极化[186]。
6.6.4 神经元复极化
紧随去极化之后，钾离子（K⁺）通道打开，钾离子流出细胞，细胞内的电位恢复到接近其静息电位的状态，即恢复到负电位。这一过程称为复极化[187]。
6.6.5 神经元超极化
超极化是神经元膜电位变得比其静息电位更负的过程。通常情况下，神经元的静息膜电位约为-70 mV，当细胞内的电荷变得比外部更负时，就会发生超极化。这种现象使得神经元更不易被激发，因为需要更强的刺激来使膜电位达到触发动作电位的阈值[188]。
脑神经元电磁信号的记录方法主要有头皮脑电图（Scalp Electroencephalography, EEG）、皮层脑电图（Electrocorticography, ECoG）、局部场电位（Local Field Potentials, LFPs）、神经元发放（Neuronal Firing, NF）和脑磁图（Magnetoencephalography, MEG）。
6.7 头皮脑电（EEG）
EEG是一种通过在头皮上放置电极记录大脑自发电活动的方法。EEG信号主要反映了大脑皮层大量神经元同步放电所产生的综合性电活动，通常以振荡节律的形式出现，如表14所示。EEG具有较高的时间分辨率（毫秒级），能够实时捕捉大脑活动的动态变化，广泛应用于神经科学研究、临床诊断以及BCI技术中[53]。
然而，EEG的空间分辨率较低，大脑神经元电活动在传递过程中经过脑脊液、颅骨和头皮等，这些介质的电阻和导电特性会导致电信号被扩散和模糊，削弱了源于特定皮层区域的精确定位。此外，EEG信号是由大量神经元电活动叠加而成的整体活动，难以区分不同神经元或神经元群体的贡献，也进一步限制了其空间分辨率[53]。
EEG的信噪比较低，EEG信号来源于头皮电极捕捉的大量神经元的总和活动，且这些信号在通过脑脊液、颅骨和头皮等组织时会被严重衰减和扩散。此外，EEG还易受到眼动、肌肉活动、电磁干扰等外部噪声的影响，这些非脑源性信号会叠加到脑电信号上，进一步降低了EEG的信噪比[189]。
由于EEG的非侵入性、相对较高的时间分辨率和便携性等，它是最常用的BCI信号来源之一，尤其在非侵入式BCI中。EEG可用于实时解码用户特定的意图，以控制外部设备或应用于神经康复等，但面临着空间分辨率低和信噪比低的挑战[1]。
仅用于学术分享，若侵权请留言，即时删侵！
加入社群
欢迎加入脑机接口社区交流群，
探讨脑机接口领域话题，实时跟踪脑机接口前沿。
加微信群：
添加微信:RoseBCI【备注：姓名+行业/专业】。
加QQ群：913607986
欢迎来稿
1.欢迎来稿。投稿咨询，请联系微信：RoseBCI
点击投稿：脑机接口社区学术新闻投稿指南
2.加入社区成为兼职创作者，请联系微信：RoseBCI
一键三连「分享」、「点赞」和「在看」
不错过每一条脑机前沿进展
