日前，美國德州大學奧斯丁分校(UT-Austin)研究團隊發表最新腦機介面(brain-computer interface)研發成果，運用整合式機器學習，實現無須為每位使用者個別調整腦波裝置的「一體適用」解決方案，並在腦波賽車遊戲中驗證，有望為運動失能者的臨床創新提供基礎。此研究刊登已在今年2月的學術期刊《PNAS Nexus》。
 
該系統是由UT-Austin科克雷爾工程學院(Cockrell School of Engineering)教授José del R. Millán所帶領的研究團隊開發，其藉由大腦與電腦的連結介面，讓使用者靠著大腦意念，就能操作賽車電玩，長遠目標則是希望改善運動失能者的生活。
 
研究團隊強調，此次取得的一大突破在於一體適用性。團隊表示，通常腦機介面儀器需要為不同的使用者進行密集的校準工作，因為每個使用者的大腦都不同、神經變異性高，不僅可能影響解碼器蒐集數據，也可能對新手進行校準工作上造成麻煩。
 
然而，研究團隊透過導入機器學習，讓系統能夠快速了解個別使用者的需求，並透過無監督適應(unsupervised domain matching)的通用重心調整、實現自我校準，使得患者無須針對個體差異進行調整。
 
研究團隊也將這項系統應用在任務執行中。在此研究中，研究團隊讓受試者配戴附著電極、與電腦連結的頭罩，執行賽車電玩任務。這些電極會透過測量大腦電訊號蒐集數據，並透過特別開發的解碼器解讀電極蒐集的資訊，並轉化成遊戲介面中玩家採取的行動。
 
遊戲的行動挑戰分成兩部分，其中一項是玩家(使用者)必須設法讓遊戲中的數位橫桿保持左右平衡，而團隊特別開發的解碼器，讓使用者的腦波轉化成平衡指令，而且不需要特別針對使用者個別校準。玩家必須一邊注意平衡感，一邊完成相對複雜的賽車遊戲。研究團隊表示，使用者必須提前思考幾步，才能在遊戲中及時執行轉彎動作。
 
研究團隊表示，這套系統催生了免校準的腦機介面，有機會用在更廣泛的人群，特別是難以提供合適初始校準數據的人。如果這套系統使用在臨床情境中，就可以很快地從一個患者換到下一個患者，而不需要一支專業團隊，執行耗時又單調的校準工作。
 
Millán表示，他們在腦機介面的研究，能透過導引幫助使用者、強化他們的神經可塑性，讓他們的大腦能夠隨著時間改變、成長、重塑，改善患者的腦功能；同時，使用腦機介面控制的設備，也將能讓他們的生活更輕鬆。
 
目前研究團隊已經順利讓18名沒有運動功能創傷的使用者測試這項系統，也希望在未來能夠在臨床情境中，應用在更大規模的運動功能受損者族群中，並將這項技術改良地更易使用。
 
除了賽車電玩，Millán團隊目前也正在研發腦機介面控制輪椅，以及腦機介面復健機器人，其中有些志願者已經可以在幾分鐘內就能成功控制機器人。
 
參考資料：
https://cockrell.utexas.edu/news/archive/9841-universal-brain-computer-interface-lets-people-play-games-with-just-their-thoughts
 
(編譯 / 吳培安)