空中超聲波觸覺顯示腦機介面範式

1. 引言

傳統上腦機介面（BCI）依賴視覺、聽覺或運動想像範式，需要大量用戶訓練同完整感官能力。本研究引入一種新方法，使用非接觸式空中超聲波觸覺顯示（AUTD）技術，創建更易用同衛生嘅BCI範式。

關鍵洞察

非接觸式刺激消除皮膚接觸問題
使用六個手掌位置進行體感刺激
與傳統震動觸覺傳感器比較
13名健康參與者參與線上實驗

2. 材料與方法

2.1 實驗設置

13名男性志願BCI用戶（平均年齡28.54 ± 7.96歲）參與喺日本多個研究機構進行嘅實驗。研究遵循WMA赫爾辛基宣言指引並獲得倫理批准。

參與者

男性志願者

平均年齡

28.54

± 7.96 歲

刺激頻率

赫茲

2.2 AUTD技術

AUTD刺激發生器通過相控陣技術使用聚焦超聲波產生震動觸覺非接觸式刺激。輻射壓力$P_r$計算如下：

$$P_r = \\frac{I}{c} = \\frac{p^2}{\\rho c}$$

其中$I$係聲強，$c$係聲速，$p$係聲壓，$\\rho$係空氣密度。設備操作喺允許皮膚吸收限值40倍以下，確保安全。

2.3 信號處理

使用共同空間模式（CSP）算法處理腦電圖信號進行特徵提取。空間濾波器$W$通過解決廣義特徵值問題獲得：

$$\\Sigma_1 W = \\Lambda \\Sigma_2 W$$

其中$\\Sigma_1$同$\\Sigma_2$係兩個類別嘅協方差矩陣。

3. 結果與結論

3.1 性能比較

基於AUTD嘅BCI（autdBCI）喺線上實驗中展示出與傳統基於震動觸覺傳感器BCI（vtBCI）相當嘅性能。兩種範式都達到高於隨機水平嘅分類準確度，驗證非接觸式觸覺BCI嘅可行性。

3.2 統計分析

統計分析顯示autdBCI同vtBCI範式之間嘅分類準確度無顯著差異（p > 0.05），表明非接觸式刺激可以有效引發BCI應用所需嘅體感腦反應。

4. 技術分析

本研究代表非侵入式BCI技術嘅重大進步。AUTD方法解決傳統觸覺BCI嘅關鍵限制，特別係關於長期使用嘅衛生同舒適度。類似CycleGAN對圖像翻譯任務嘅變革性影響（Zhu等人，2017），呢項工作展示新穎感官刺激方法如何擴展BCI能力。

採用嘅相控陣超聲波技術與醫學超聲波成像系統共享原理，但創造性地應用於觸覺刺激。根據IEEE觸覺學報嘅研究，超聲波空中觸覺喺各種應用中顯示出潛力，但本研究係首次為BCI目的實現之一。

輻射壓力效應嘅數學基礎遵循完善嘅聲學原理，其中單位面積力$F/A$與聲強$I$成正比：$F/A = I/c$。呢個物理原理實現咗本研究核心創新嘅非接觸式刺激。

從信號處理角度，本研究建立喺已確立嘅腦電圖分類方法論基礎上，特別係共同空間模式（Ramoser等人，2000），將其適應於超聲波刺激產生嘅新穎體感誘發電位。

5. 代碼實現

以下係AUTD控制系統嘅簡化偽代碼實現：

class AUTDController:
    def __init__(self, transducer_count):
        self.transducers = [Transducer() for _ in range(transducer_count)]
        self.frequency = 50  # Hz
        
    def set_focal_point(self, x, y, z):
        """使用相控陣技術設置焦點"""
        phases = self.calculate_phases(x, y, z)
        for i, transducer in enumerate(self.transducers):
            transducer.set_phase(phases[i])
    
    def calculate_phases(self, x, y, z):
        """計算焦點嘅相位偏移"""
        phases = []
        for transducer in self.transducers:
            distance = self.calculate_distance(transducer.position, (x,y,z))
            phase_shift = (distance % wavelength) * 360 / wavelength
            phases.append(phase_shift)
        return phases
    
    def generate_stimulus(self, pattern, duration):
        """生成觸覺刺激模式"""
        for position in pattern:
            self.set_focal_point(*position)
            self.activate_transducers(duration)

6. 未來應用

AUTD-BCI範式為未來應用開啟眾多可能性：

醫療康復：適用於無法使用傳統BCI嘅閉鎖綜合症患者
遊戲與娛樂：通過非接觸式觸覺反饋增強沉浸式體驗
虛擬實境：與VR系統集成實現多感官體驗
輔助技術：為嚴重殘疾人士提供通訊系統

未來研究方向包括提高空間解像度、開發多點刺激能力，以及與其他BCI模式集成實現混合系統。

7. 參考文獻

Hamada, K., Mori, H., Shinoda, H., & Rutkowski, T. M. (2014). Airborne Ultrasonic Tactile Display Brain-Computer Interface Paradigm. arXiv:1404.4184
Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE ICCV
Ramoser, H., Muller-Gerking, J., & Pfurtscheller, G. (2000). Optimal spatial filtering of single trial EEG during imagined hand movement. IEEE Transactions on Rehabilitation Engineering
IEEE Transactions on Haptics. (2020). Advances in Mid-Air Haptic Technology
Mori, H., et al. (2012). Vibrotactile Stimuli for Brain-Computer Interface. Journal of Neural Engineering

目錄