触觉编码 P300 系统如何让人生出"三头六臂"？

传统视觉注意、运动想象和肌肉活动控制方式，虽信号来源不同，但基本架构均遵循“生理信号产生—采集与预处理—特征提取—分类解码—命令输出”的闭环。视觉注意类方法依赖视觉刺激：视觉 P300 通过罕见目标闪烁诱发事件相关电位，SSVEP 通过注视不同频率闪烁使枕叶产生稳态视觉诱发电位，其流程为屏幕呈现刺激、用户注视目标、EEG 采集视觉响应、解码器区分目标频率或 P300 有无。运动想象依赖感觉运动节律，用户想象某只手或某动作，使感觉运动皮层 mu/beta 节律发生 ERD/ERS 变化，系统据此分类；但训练周期长，且与真实运动神经活动高度重叠，双任务时易相互干扰。肌肉活动方式依赖表面肌电或运动单位高频成分，用户通过实际或残余肌肉激活产生 EMG，系统解码后控制外设；优点是信号强、响应快，缺点是依赖肌肉输出、可能与自然动作冲突、可控维度有限。三者的关键瓶颈在于：视觉注意占用眼睛，运动想象训练成本高且与自然运动共享神经资源，肌肉活动依赖肌肉输出并可能干扰自然动作。论文在背景部分系统讨论了这些路线，并在图1所示实验设置中，把“触觉注意”作为与视觉、运动想象、肌肉活动并列的新控制通道。

HUIYING

触觉编码 P300 BCI概述

触觉编码 P300 BCI 的核心机理是：以绑在双侧上臂和下臂的四个振动器，按伪随机 oddball 方式依次施加 200ms振动、间隔 200 ms，每个振动器对应一个命令；用户无需看屏幕、无需想象动作、无需动肌肉，只需根据提示将注意力集中于某个“目标振动器”并默数其振动次数。目标振动因任务相关且罕见而诱发 P300，非目标振动因被忽略而 P300 很弱；系统只做“有/无 P300”二分类，再结合当前振动器身份和时间标记触发对应命令。其架构可概括为“触觉刺激编码—EEG采集—预处理—xDAWN 空间滤波—SVM 二分类—命令映射—超数机械臂执行”：四个 C2-HDF 振动器对称绑在双侧上/下臂，EEG 用 64 通道帽以 1000 Hz 采集，预处理包括 1–10 Hz 带通、48–52 Hz 陷波、M1/M2 重参考、取刺激后 100–500 ms；解码时对同一振动器连续 4 次刺激的 EEG 做滑动平均以提高信噪比，再由 xDAWN 增强 P300，并用 SVM 判断有无 P300。工作流程为：每轮开始屏幕提示目标位置，四个振动器伪随机振动，用户注意目标并默数，系统累积同一振动器多次响应后做一次决策；若检测到 P300，则触发该振动器对应命令，否则不输出。关键点在于：命令身份由“哪个振动器在振”决定，而不是靠分类器区分四种不同 P300 波形，因此扩展到 4 个甚至更多自由度时分类复杂度几乎不增加；同时它不占用视觉、不依赖运动想象和肌肉活动，能与自然双手运动并行。图1展示了四个振动器、EEG 帽、两个超数机械臂和球平衡任务的整体实验设置，图2则辅助呈现了从触觉刺激到 P300 再到机械臂动作的在线控制序列。

图1 触觉编码BCI控制超数机械臂的实验设置与命令映射

图1对应论文的整体实验设置与命令映射，主要呈现触觉编码 BCI 如何控制超数机械臂。上方以时间序列表示四个振动器按伪随机顺序依次给出刺激，每个刺激为 200 ms 振动、200 ms 间隔；放大示意显示用户将注意力转向目标振动器后，EEG 中出现 P300，并由此触发命令。中部是受试者佩戴 EEG 帽、双手进行球平衡任务，同时由两个超数机械臂辅助操作的场景。下方四个子图分别展示四个振动器位置与对应命令，说明不同振动位置如何映射到不同机械臂动作。

HUIYING

触觉编码系统日常使用流程：从佩戴到执行

佩戴与开机自检

用户先佩戴EEG头带或头帽，把振动器绑在手臂、腕部或腿部等指定位置。系统开机后自动检查电极阻抗、振动器连接、无线通信和设备电量。如果信号质量差，提示调整电极或振动器位置。论文原型中使用 64 通道湿电极帽和四个 C2-HDF 振动器，产品化时可改为干电极、少通道和集成臂带，以提升舒适性和可穿戴性。

模式选择与校准

系统可提供预训练模型加少量校准的模式。用户按屏幕或语音提示，依次关注某个振动器并默数其振动次数。系统采集几分钟数据，微调解码器。论文中校准约 15 分钟，产品化后可缩短到 2–5 分钟，甚至使用跨用户预训练模型减少校准时间。校准的目标是让解码器适应用户个体的 P300 波形和潜伏期特征。

任务初始化与提示

进入正式任务前，系统根据应用场景加载命令映射。例如工业场景中，左上臂=抓取，左下臂=释放，右上臂=切换机械臂，右下臂=返回；手术场景中，四个振动器可分别对应内窥镜前进、后退、灯光调整、吸引器。每轮开始前，系统通过语音、屏幕或预设流程告诉用户当前目标振动器是哪一个。

核心执行循环

四个振动器按伪随机顺序依次振动，每个刺激为 200ms振动加 200 ms 间隔。用户根据提示把注意力集中在目标振动器上，并默默计数；非目标振动器被忽略。系统对同一振动器连续 4 次刺激的 EEG 做滑动平均，经 xDAWN 空间滤波和 SVM 二分类，判断当前振动是否诱发 P300。如果检测到 P300，就触发该振动器对应的命令；如果没有，就不输出。论文图2展示的正是“振动刺激—P300 检测—机械臂动作”的典型在线循环。

图2 触觉编码BCI在线控制超数机械臂的典型时序演示

图2对应触觉编码 BCI 在线控制超数机械臂的典型时序演示。顶部展示命令序列与机械臂动作：当检测到 S1 的 P300 时，Arm 2 移动到拾取点；无命令时不动作；随后检测到 S2 的 P300 时，触发抓取并返回。中部展示对应 EEG 轨迹，其中阴影标出 P300 成分；底部展示刺激序列和用户注意力方向，说明用户如何在不同振动器之间选择注意目标。图2把“振动刺激—P300 检测—机械臂动作”的完整闭环可视化。

反馈与确认

命令触发后，系统用语音、屏幕高亮或振动反馈告诉用户“已选择抓取”“已切换到机械臂 2”。如果用户发现误触发，可通过独立急停或取消命令撤销。反馈设计应尽量不占用视觉通道，以保持触觉 BCI 的非视觉优势。

连续控制模式

论文中 4 名受试者完成了连续 P300 检测：持续注意一个目标，系统把滑动窗口中的连续 P300 检测当作连续控制输入。产品化后可结合卡尔曼滤波，把离散 P300 转成机械臂的增量移动或速度控制，适合二维移动、调节位置等任务。

HUIYING

临床研究

研究方法

研究对象：招募 10 名健全受试者，6 名男性、4 名女性，年龄 23–37 岁，均为右利手，无神经系统疾病史；实验经伦理批准并签署知情同意。其中 2 人有 BCI 经验，其余为 BCI 新手。

EEG采集：使用 64 通道 EEG 帽和 actiCHamp Plus 放大器，采样率 1000 Hz，电极按国际 10–10 系统放置，接地电极置于前额，电极阻抗维持在 5 kΩ 以下；刺激起始和振动器身份通过并联端口发送事件标记，确保 EEG 与刺激精确对齐。

触觉刺激：四个 C2-HDF 振动器对称绑在双侧上臂和下臂，每个振动器对应一个 BCI 命令；刺激为 200 ms 振动爆发加 200 ms 间隔，按伪随机 oddball 顺序呈现，目标与非目标比例为 1:3。

实验设计：实验分三天重复，每天包括单任务（仅 BCI 命令识别）和双任务（BCI 命令识别同时做双手球平衡），顺序在被试间平衡。基线阶段先做 60 秒球平衡；探索阶段让受试者熟悉单任务和双任务；校准阶段每个目标做 3 个 run，每 run 80 个刺激，其中 20 个目标、60 个非目标。

在线测试：每个条件 32 次在线测试，四个振动器各作为目标 8 次；每轮四个振动器各出现一次，总时长约 1.6 s；系统对同一振动器连续 4 次刺激做滑动平均后决策，共 16 次尝试机会，直到正确识别目标、错误识别非目标或 80 次刺激结束。

解码方法：预处理后取刺激后 100–500 ms，排除额区、颞区及参考电极；特征提取采用 xDAWN 空间滤波，分类采用 SVM，对试次平均后的数据进行二分类。

连续解码测试：4 名受试者额外完成连续 P300 检测，要求持续注意单一目标，将滑动窗口中的持续 P300 检测作为连续控制输入。

功能任务：用两个超数机械臂完成单臂抓球、双臂顺序放置吸管、循环搬运和二维增量移动等任务，验证真实运动增强能力。

统计分析：采用重复测量 ANOVA、Greenhouse-Geisser 校正、Bonferroni 事后检验、Wilcoxon 符号秩检验或配对 t 检验，并用 FDR 校正多重比较；无差异时用贝叶斯因子量化支持零假设的证据。整体实验设置和在线控制流程可图3。

图3 超数机械臂控制实验设置示意图

图3呈现的是控制超数机械臂的整体实验设置。参与者佩戴 EEG 帽进行脑电采集，同时双手执行球平衡任务；振动器绑在上臂和下臂，用于传递触觉刺激，每个振动器对应一个特定的机械臂命令；两个 Kinova Gen3 超数机械臂根据触觉编码 BCI 实时解码出的命令执行动作，从而展示协调的运动增强控制。

研究结果

P300 特征：单任务 P300振幅显著高于双任务。第 1 天单任务约 7.0 μV、双任务约 4.4 μV；第 2 天约 6.9 μV 对 3.8 μV；第 3 天约 7.2 μV 对 4.7 μV。P300 潜伏期在单双任务间无显著差异，三天训练中 P300 振幅和潜伏期本身也无显著变化。更重要的是潜伏期变异系数：双任务下第 1、2 天显著高于单任务，第 3 天差异不再显著，说明训练后 P300 时间一致性提高。P300 峰值振幅与潜伏期变异系数呈负相关，意味着潜伏期越稳定，平均后 P300 越明显，解码越好。这些特征变化在图4中以单/双任务波形、峰值、潜伏期、变异系数和相关矩阵形式呈现。

图4 单任务与双任务条件下触觉诱发P300的三天特征比较

图4对应三天实验中单任务与双任务条件下的触觉诱发 P300 特征。图4A/D分别显示单任务与双任务条件下 Cz 电极的 grand-averaged P300 波形，三天曲线叠加，并配以头皮地形图展示 P300 峰值分布；图4B/C/E/F分别以箱线图比较单/双任务的 P300 峰值振幅、峰值变异系数、潜伏期和潜伏期变异系数；图4G/H则用相关矩阵展示单任务与双任务下 P300 峰值、潜伏期及其变异系数之间的相关关系。整体说明双任务会降低 P300 振幅并增加潜伏期变异性，但训练后潜伏期一致性提高。

在线 BCI 性能：单任务成功率从第 1 天约 68.1% 提升到第 3 天约 79.1%；双任务成功率从第 1 天约 53.1% 提升到第 3 天约 69.7%。双任务第 1 天到第 3 天、第 2 天到第 3 天均有显著提升；第 3 天单双任务差异不再显著（p=0.058）。识别尝试次数在单双任务和三天间均无显著学习效应。4 名受试者的连续解码测试显示，单任务准确率约 91.1%、双任务约 87.0%，假阳性率分别约 1.6% 和 5.3%。这些在线性能结果对应图5中的成功率、识别尝试次数和连续解码表现。

图5 触觉编码BCI的在线解码性能、训练效应与连续解码表现

图5对应触觉编码 BCI 的在线解码性能、训练效应与连续解码表现。图5A和图5B分别显示单任务与双任务在三天中的成功率变化；图5C比较每天单/双任务的成功率；图5D和图5E以分布图展示单/双任务识别尝试次数的分布；图5F比较每天单/双任务的识别尝试次数；图5G和图5H分别展示单任务与双任务连续解码的准确率和假阳性率。图5说明双任务成功率随训练显著提升，第 3 天接近单任务，且连续 P300 检测具有较高准确率和较低假阳性率。

自然运动表现：双手球平衡任务的有效旋转时间和总旋转时间，在基线、双任务校准和双任务在线条件之间均无显著差异；第 2、3 天的贝叶斯因子支持“无干扰”结论，说明使用触觉 BCI 没有明显破坏自然双手协调。该结果在图6中以有效旋转时间和总旋转时间的箱线图呈现。

图6 球平衡任务在基线、校准与在线阶段的行为表现

图6对应自然双手球平衡任务在基线、双任务校准和双任务在线测试三个阶段的行为表现。图6A显示有效旋转时间，即总任务时间除以成功旋转次数；图6B显示总旋转时间，即总任务时间除以包括失败在内的所有旋转尝试次数。三天中，两种指标在三个阶段之间均无显著差异，贝叶斯因子在第 2、3 天支持“无干扰”结论，说明使用触觉 BCI 没有明显破坏自然双手协调。

功能任务验证：受试者用触觉 BCI 控制两个超数机械臂，完成了单臂抓球、双臂顺序放置吸管、循环搬运和二维增量移动，证明系统可用于真实多步辅助任务，而不仅是屏幕选择；图2展示了典型在线 trial 中从振动刺激、P300 检测到机械臂动作的完整序列。

HUIYING

总结

该论文提出并验证了一种非侵入式触觉编码 P300 BCI，用振动触觉注意作为额外控制通道，在不占用视觉、不依赖运动想象和肌肉活动的情况下，实现对超数机械臂的多自由度离散控制。其优势是安全、非视觉、训练时间短、可与自然双手运动并行，并通过“检测 P300 有无 +振动器身份映射命令”的方式，把多自由度问题简化为二分类问题。实验表明，经过三天训练，双任务成功率显著提升并接近单任务，自然球平衡运动未受显著干扰，连续 P300 检测还能支持近似连续的机械臂控制。局限同样明确：P300 需要重复刺激和试次平均，响应有延迟，控制以离散命令为主，长期触觉适应和临床患者验证仍待研究。总体而言，这项工作为“同时控制自然肢体和机械肢体”提供了一条有前景的非侵入式路径，尤其适合双手和眼睛都忙、但仍需额外步骤式控制的场景。