排版 | AiBrain 编辑团队

编者导读

本文收录于“世界机器人大赛-BCI脑控机器人大赛和算法荟萃”专辑，发表于Brain Science Advances 2022年8卷2期。

作者为本专辑客座编辑，来自清华大学。

阅读本文@SciOpen

 阅读本文@SAGE  

全文阅览

1973年，Jacques J. Vidal发表了脑机接口（brain-computer interface，BCI）领域第一篇科学文献，距今已近五十年。在过去的半个世纪中，新兴的BCI领域汇集了来自不同学科背景的科学家、工程师和临床医生，来解决这一具有挑战性的意图解码问题。

Jacques J. Vidal发表于1973年的《关于大脑与计算机的直接交流》论文标题页

Jacques J. Vidal论文中关于UCLA脑机接口实验室的组织架构示意图

为加快技术的融合和创新，国际上举办了一系列的BCI比赛，如柏林脑机接口（Berlin Brain-Computer Interface, BBCI）项目举办的BCI竞赛(BCI Competition，2001-2008年共举办四届)和半机械人大赛(CYBATHLON）等，极大促进了BCI学科的发展。

BBCI举办的BCI竞赛官网截图

CYBATHLON 官网截图

自本世纪初以来，我国的BCI技术步入快车道发展，在多个学科领域引起了广泛的关注。为促进多学科的学术交流并推动BCI技术的实际应用，第一届和第二届中国脑机接口比赛分别于2010年和2015年举行（China BCI 2010/2015），由清华大学承办，并得到了国家自然科学基金的支持。该比赛后来向公众以及企业界开放，以促进BCI技术在中国的科普推广和产学研转化。

作为世界机器人大赛（World Robote Contest, WRC）的一部分，BCI脑控机器人大赛（BCI Controlled Robot Contest）由国家自然科学基金委信息科学部、中国电子学会和清华大学联合举办，从2017年至今已经成功举办了五届。

世界机器人大赛官网截图

世界机器人大赛官网截图

最近，BCI脑控机器人大赛正式获得了脑机接口国际组织（The Brain-Computer Interface Society）的认证和背书，该协会是BCI领域内最权威的国际组织之一。

The Brain-Computer Interface Scociety 标志

自从世界机器人大赛-BCI脑控机器人大赛创办以来，已有数万名选手参加了这一全国性的“脑机奥林匹克”盛会。2021年，大赛分为技术赛、技能赛、青年论文答辩和优秀成果展示四个主要部分，其中技术赛和技能赛旨在分别筛选出具有一流BCI性能的算法和被试。

2021年的技术赛共设置7条平行赛道，包括四种主流BCI范式，即基于稳态视觉诱发电位的BCI（steady-state visual evoked potential based BCI，SSVEP-BCI）、运动想象BCI（motor imagery BCI，MI-BCI）、基于快速序列视觉呈现的BCI（rapid serial visual presentation based BCI，RSVP-BCI）和情感BCI（affective BCI）。

除情感BCI外，每个范式均包括两个赛道，即有训练算法和无训练算法两种测试场景。在技术方面，对于无训练SSVEP-BCI，“免校准”（calibration-free）一词可理解为“免训练”（training-free）和“零训练”（training-free），即解码模型没有利用脑电数据的监督信息，也不需要模型训练。

而对于其他BCI范式，术语“免校准”相当于“被试依赖型”（subject-independent）、“用户依赖型”（user-independent）和“跨被试”（cross-subject）等，即采用其他被试的离线数据学习到解码模型，通过免重新校准的方式对新被试进行测试。

与在良好受控条件下进行的实验室环境（如屏蔽室的测试环境）评估不同，技术赛决赛是在世界机器人大赛的现场举办的，其中开放环境的噪声干扰给选手们带来了更大的挑战。技术赛决赛采用基于新被试的在线实验对算法进行在线测试，其结果可以较好地反映出所提出算法的泛化能力。

在比赛中，信息传输速率（information transfer rate，ITR）被用作评估算法性能的指标。由于动态停止策略可大幅提高ITR，绝大多数参赛队伍采用该策略，以期在尽可能短的时间内输出可靠的判决结果。同时，多个参赛队伍采用了在线适应策略，通过弱监督的方式充分利用了在线的脑电数据进行参数学习。为克服数据的变异性、提高BCI系统的鲁棒性，一些参赛队伍通过设计集成学习的策略，结合几种方法学上互补的模型，提升了系统性能。值得注意的是，基于深度学习（deep learning）的算法在本次比赛中崭露头角，并在某些赛题中取得普遍优于传统方法的成绩。

本专辑主要包括七篇文章，这些文章总结了技术赛决赛中各参赛队设计的优胜算法，或介绍了作者所提出的算法。其中每篇文章对应一个赛题，文章的作者为通过初赛（A、B榜，离线实验）和决赛（在线实验）的综合评价后，遴选出的优胜团队。

本期专辑目录

本专辑以及未来的系列文章，旨在报道面向实用化BCI的特色算法，以满足实际应用对BCI系统的性能要求。除了各赛题算法对应的论文专辑外，还有一篇涵盖比赛有关数据的文章将在不久后刊出，本次大赛涉及的数据也将向研究人员开放。

总而言之，BCI是当前研究的前沿热点领域，近年来在国内引起了越来越多学科的关注，并通过世界机器人大赛-BCI脑控机器人大赛进行了推广普及。相信大赛的举办对我国BCI技术的普及和推广具有促进作用，大赛专辑的出版对实用化BCI算法的开发具有借鉴意义。

作者简介

本文作者为本刊“世界机器人大赛-BCI脑控机器人大赛和算法荟萃”专辑客座编辑。

刘冰川：清华大学医学院生物医学工程系博士研究生，主要从事BCI的解码方法、人工智能方法在BCI中的应用，以及神经调控等研究。所发表文章获得IEEE TBME亮点论文，研究项目获得清华大学-IDG/麦戈文脑科学研究院Brain+X博士生种子基金支持。陈小刚：中国医学科学院生物医学工程研究所副研究员，主要研究方向为BCI。入选中国科协“青年人才托举工程”、天津市创新人才推进计划青年科技优秀人才、天津市“131”创新型人才培养工程第二层次。担任中国生物医学工程学会青年工作委员会委员。在国内外期刊发表论文五十余篇，主持国家自然科学基金面上项目、青年项目等研究项目。王毅军：中国科学院半导体研究所研究员、博士生导师。长期从事神经工程和计算神经科学的研究，研究兴趣包括BCI、生物医学信号处理和基于脑电信号的脑成像方法。发表SCI论文百余篇，谷歌学术引用超过9000次。提出了并开发了高通讯速率BCI、移动式BCI、群体BCI等多项新技术。高小榕（通讯作者）：清华大学医学院生物医学工程系教授、博士生导师，博士。主要研究方向为BCI。提出并实现了基于稳态视觉诱发电位的BCI技术，通信速率在非植入型方面处于世界领先水平，已成为BCI主要范式。发表论文百余篇，Google学术检索引用次数超13000次，2014—2021年连续八年入选爱思唯尔（Elsevier）中国高被引学者榜。近年来承担国家自然科学基金重点项目、科技部重点研发计划等国家级科研项目多项，研究成果得到国际同行的充分肯定。[email protected]

文章信息

Bingchuan Liu, Xiaogang Chen, Yijun Wang, Xiaorong Gao. Promoting brain-computer interface in China by BCI Controlled Robot Contest in World Robot Contest. Brain Science 

Advances 2022, 8(2): 79-81.https://doi.org/10.26599/BSA.2022.9050015

阅读原文

阅读本文@SciOpen

 阅读本文@SAGE  

Brain Science Advances (神经科学)

清华大学出版社出版，SAGE海外发行

清华大学医学院副院长、清华大学玉泉医院院长张玉琪教授担任主编

以专题的形式展现国内外神经基础科学、临床神经科学以及神经工程领域最新热点研究成果

教育部主管，清华大学主办，DOAJ、知网收录

金色开放获取(Gold OA)，发表免版面

声明：脑医汇旗下神外资讯、神介资讯、脑医咨询、AiBrain所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。