思维控制的机器人长期以来一直在科幻小说中得到特色，但由于脑电脑接口的新研究（BCIS），它们不再小说。

BCIS正在启用思维控制的外部设备。BCI是大脑和外部设备之间的通信路径，其将一个人的大脑活动转换为控制外部设备的信号，例如机器人。

研究人员已经在BCIS上工作了很长一段时间，他们已经提供了令人印象深刻的结果。2016年，Battelle展示了神经矫直设备用完了机器学习，一个电极的套筒刺激手臂的选择性肌肉，以及植入大脑中的芯片以使瘫痪的人移动自己的臂。2014年，Johns Hopkins应用物理实验室的研究人员创造了思维控制机器人假肢双截肢者。在这种情况下，靶向肌肉支护手术重新分配，曾经控制患者手臂和手，使神经能够控制假肢装置。

这些突破有可能大大改善瘫痪患者和患者的生命。但这些系统专业为每位患者，程序是高度侵入性的。这两个人的工程和科学壮举都是共同的，即他们需要患者进行手术。每一个手术都有相关的风险，对患者潜在危险。

还被采取步骤来减少所需的手术干预。Elon Musk的公司Neuralink，正在使用较少侵入的BCI，其用“线程”替换大脑中的芯片。他分享了一些拟议系统背后的一些细节，包括缝纫机，如机器人，可以将线程插入患者的大脑。

目前，仍然需要手术。根据纽约时报“公司表示，外科医生必须通过头骨钻孔来植入线程。但是，在未来，他们希望使用激光束刺穿头骨，搭配一系列微小的孔。“

非侵入性BCI

已经开发了非侵入性技术，但仅提供了对外部设备的有限控制，通常是机器人。系统无法访问足够的大脑信号以提供可靠的操作。现在，来自卡内基梅隆大学（CMU）和明尼苏达大学的研究人员开发出一个非侵入性BCI系统，可以实时地平稳地控制机器人手臂。

根据设计工程“没有脑植入物的BCIS更加复杂并且安装危险，但通常会产生滑坡控制。Carnegie Mellon团队表示，他们的非侵入性系统的增强准确性和响应能力可能对瘫痪的患者或具有严重运动局限性的患者来说，这可能具有很大的承诺。“

该团队最近发表了他们的研究科学机器人。

顺利运营商！

为了实现机器人臂的平稳操作，BCI必须能够可靠地读取（意义）并从患者解码足够的神经信号。CMU团队使用脑电图（EEG）作为传感方法：研究参与者戴上监控其EEG信号的帽子。

对于BCI方程的“大脑”一侧，他们培训了33名能够与该研究的系统进行过合身的参与者。对于“计算机”方面，该团队利用机器学习来占每个参与者技能水平的差异。

解码EEG信号是研究成功的关键。该团队使用电源成像（ESI），一种使用每个参与者头部的电气比例和几何的技术。对于ESI，基于MATLAB的BRIBSSORM工具箱（可用于下载这里）使用来自每个参与者的MRI数据以及EEG电极位置以改善神经解码。然后用自定义完成信号处理马铃薯脚本。

根据公布的研究，在使用ESI与传统传感器技术相比时，已经观察到“在脱机神经解码中的戏剧性改进。”

MATLAB还用于研究中的统计分析。结果令人印象深刻！该小组独特的解决问题的方法不仅增强了近60％的BCI学习，而且还增强了电脑光标的连续跟踪超过500％。

“尽管使用非侵入性信号存在技术挑战，但我们完全致力于将这种安全和经济技术带给可以受益的人，”宾·梅隆的生物医学工程系领导研究员博斌说。“这项工作代表了非侵入性大脑 - 计算机接口的重要一步，这是一项技术可以成为一个普遍存在的辅助技术，让每个人都像智能手机一样。”