腦電波演算法

㈠ UDrone意念頭環真的能採集到腦電波嗎

頭環其實就是一個腦機介面，用於採集腦電信號的設備。
這個設備目前採集前額和耳後的生物電信號，經過特殊的分析演算法，對專注力進行量化，通過條件判斷產生飛行指令。
信號的強度我們也是有考慮的，只要用戶保證電極能貼緊皮膚，一般情況下信號保持穩定就可以正常使用。

㈡ 你們覺得面部識別用的是什麼演算法

答案一：時間上，用經顱磁刺激（經顱磁刺激_網路）在識別材料出現後40~50毫秒對人進行刺激，發現這同等程度地影響 人臉識別vs.身體識別、人臉識別相關區域(rOFA) vs. 身體識別相關區域(rEBA) 4種組合下兩個相關區域的活動程度；由此推測在這個時間段內，人腦對材料進行無差別的預處理 (Goldhaber et al., 2012)，用經顱磁刺激在識別材料出現後100~110毫秒對人進行刺激，發現隻影響人臉識別情況下rOFA的活動，以及身體識別情況下rEBA的活動 (Goldhaber et al., 2012)。另外，腦磁圖（腦磁圖_網路）研究發現，材料出現後100毫秒那一刻出現了一個和人臉識別相關的腦磁波（M100），它和材料分類的成功率相關，而和材料識別的成功率無顯著相關 (Liu, Harris & Kanwisher, 2002)。由此推測在這個時間段內，人腦對材料進行分類處理130~200毫秒這個階段，和它有關的就是比較有名的腦電波N170。研究發現這個腦電波和結構編碼有關 (Rossion & Jacques, 2008)；而它的強度在進行明星臉、陌生人臉時無顯著差異 (Gosling & Eimer, 2011)。簡而言之，人腦在這個階段對人臉的結構進行處理，但沒有進行身份信息的處理230~400毫秒階段出現的腦電波N250，研究發現它在進行明星臉孔識別時有更強的負向信號（對比在進行陌生人臉孔識別時）；由此推測在這個階段，人腦對人臉進行身份信息的處理 (Gosling & Eimer, 2011)400~700毫秒階段，研究發現在對明星臉孔進行識別時，左腦區的P600f顯著更強（對比一在進行陌生人臉孔識別時）；左腦區被認為有語言信息的特異性處理功能；由此推測在這個階段，人腦進行人臉和姓名的配對(Gosling & Eimer, 2011)2. 空間上FFA在人臉識別上的特異性已經得到比較廣泛的認可，最初發現這塊區域印象中是讓人看人臉和房子的圖片時做功能性磁共振成像，然後發現有一個區域只在看人臉時活動強度比看房子時大，這個區域後來被命名為FFA。

㈢ 人類本身識別面部用的是什麼演算法，原理是什麼

我識別人的方法是高矮胖瘦，男女老幼。聲音，動作習慣。很少看臉。

㈣ 腦電波：讓你擁有讀心術、意念控制術

出品：科學大院

作者：韓飛（中國科學院上海植物生理生態研究所）

監制：中國科學院計算機網路信息中心 中國科普博覽

總之，腦電波的應用一旦成熟，還是相當酷的。想像一下未來吧：

朋友在盧浮宮旅行，忽然看到一幅楓林白露的油畫，激動之餘好想與你分享一下她的感受。只要你願意，你就能接受一下對方的思想，噢，原來是如此這般，這般如此。甚至，有一天人類的記憶和思想可以像文字一樣儲存起來，未來人們便能感受到原來過去的世界，竟如此精彩！

參考文獻：

1, Hubbard BP et al., Evidence for a Common Mechanism of SIRT1 Regulation by Allosteric Activators，Science, 2013.

2, Daniel W. Belsky et al., Quantification of biological aging in young alts, PNAS, 2015.

㈤ 僅靠頭環就能檢測注意力

出品：科普中國

製作：陳宇峰 （ACC心理科普團隊）

監制：中國科學院計算機網路信息中心

近日，浙江某小學採用了BrainCo公司（強腦科技）的一款腦機介面產品---賦思頭環（Focus1）。說是可以通過這一款腦機介面頭環，以及配套的APP，將頭環收集的大腦信號傳遞到電腦或手機上，能實時檢測並計算學生上課、做作業時的注意力分數，用以提升學生的注意力。

圖|BrainCo

根據BrainCo官方網站信息，該公司是哈佛大學創新實驗室孵化的華人團隊，專注於研發腦科學產品。這款腦機介面頭環還獲得了各種各樣的獎項，看來就差一個諾貝爾獎了。

圖|BrainCo

看到眾多媒體都在關注這款頭環把孩子當成機器來監測是否不太人道，以及這些大腦信息數據是否保密等等，作為一名曾經因收集和處理數據頭禿的認知神經科研工作者，看到這么「好」的產品，我卻忍不住心動了。

要知道這款產品價格低廉（售價3500元）卻便捷好用。配上便捷可攜帶式的設備（頭環）、實時處理技術（所謂的NASA演算法和專注指數演算法），能夠自動生成結果圖表並得出結論。所有過程幾乎都可以在一天甚至幾個小時內完成。比起我們花一年半載才能從頭到尾完成一個腦電實驗，效率簡直不能更高。

然而這款頭環所採用的技術真的可以實時檢測大腦注意力的變化嗎？

本著科研工作者認真嚴謹的態度，我仔細分析了這款產品的基本原理和技術。

僅靠一個頭環能收集腦電波嗎？

當我們看見美麗的景色，聆聽美妙的音樂，這些外部信息都會產生電信號，然後一路火花帶閃電，通過漫長的神經纖維傳達到大腦神經中樞，最終產生知覺和情感。大腦在活躍的時候，腦神經細胞會在大腦皮層或頭皮表面產生自發性或誘發性電位，我們可以通過腦電儀記錄下這些電波變化，稱之為腦電波（Electroencephalogram,EEG），其示意圖如下：

圖|http://www.xjishu.com/zhuanli/05/201810565890.html

但腦電波非常微弱，它引起的電壓變化數量級是以微伏來計算的，所以我們平時根本感受不到它的存在，也很難採集到。加上腦電波非常容易受到干擾，當我們試圖排除無關的腦電波，只提取有用的腦電波的時候，卻很容易把想要的腦電波給過濾掉。所以對於腦電波的採集和解碼是並沒有那麼簡單。科學家們在研究腦電波的時候往往採用專門的腦電儀來記錄腦電波的變化。腦電儀可以降低頭皮與電極之間的電阻，同時放大腦電波的強度，這才能實現腦電波的採集和分析。

圖|華南師范大學實驗中心

我們都知道大腦不同區域的功能是不一樣的。目前廣泛使用的腦電儀為了定位到相應的大腦功能區域，採用了帶有數十個電極的電極帽來採集電位，同時通過去除頭皮上的角質和塗抹導電膏來減小電阻，此外還需要配置腦電放大器用來增強信號強度。這樣收集的電信號才足夠用來分析。

然後我們再來看BrainCo推出的這款頭環，在視頻宣傳圖中可見，它只有一個環加上兩個電極。由於腦電波是一種電位差，必須要有一個參考電極，所以可推知這款頭環的有效電極僅有一個。而且既沒有採用減小電阻的措施，也沒有配置相應的腦電放大器，這樣真的可以採集到信號嗎？我表示嚴重懷疑。即使可以採集到信號，這些腦電波也是極其微弱的，根本無法用來解碼。

除此之外，這款頭環還聲稱是採用了非侵入式腦機介面技術（Brain Machine Interface，BMI）。這是一種可以實現大腦與機器之間的連接的技術，這項技術可以對腦電波信號進行解碼，並將其翻譯成機器能夠讀懂的指令，從而實現人腦與機器之間的交互。但說到底這個技術仍然是基於腦電信號的記錄和解碼來進行的，由於腦電信號的衰弱性和分散性，所以信號的解析度非常低，即使可以記錄到信號，其解碼也是既困難也不準確的。

腦電波的信號解碼真的這么簡單嗎？

實時檢測注意力是否集中，解碼腦電波信號技術已經如此成熟了嗎？從這款頭環的設置來看，似乎腦電波的解碼好像音效卡對聲音的解碼和變聲一樣簡單，但其實不然。目前對於腦電波的解碼演算法都類似於匹配法，也就是將某個時刻的腦電波與個體當時所做的活動匹配起來。例如讓被試連續看10張圖片，然後分別記錄下這10張圖片對應的10個時間段的腦電波。匹配完成後，就可以通過腦電信號的解碼來分析被試當前所觀看的圖片是哪一張。當這些圖片數量較少、內容比較簡單的時候，匹配准確率大概可以達到70%-80%。但是隨著圖片數量增加、內容逐漸復雜的時候，匹配准確率就會驟降到隨機水平以下。也就是說，目前來說，面對復雜的情景，腦電波的解碼是非常困難的。

圖|Cauchoix et al., 2014

然而這款頭環檢測的是學生在上課做作業時的注意力集中情況，可想而知這比起單純看圖片要復雜很多。這時候僅僅依靠兩三個電極採集的腦電信號，就要對注意力進行解碼分析，這個分析結果根本就不可信。

這款頭環解碼的腦電信號到底是什麼？

為了弄清楚這款頭環解碼的腦電信號到底是什麼信號，我從BrainCo在京東的官方旗艦店的宣傳視頻中仔細研究了一下：

圖|京東視頻截圖

從視頻中可觀察到的僅有兩個電極。電極材質我們不予置評，結合產品宣傳圖，可以看出一個電極是位於使用者額頭，一個電極是位於使用者耳後，不嚴謹地來說，前者的大腦區域定位是額葉，後者可以算是枕葉或顳葉。乍一看，這好像還挺有道理的，因為額葉跟人們的注意控制等功能有關，枕葉和顳葉則跟視覺功能是有關的。

但這個定位非常粗糙，無論是額葉還是枕葉、顳葉，這些對於大腦來說都是非常大的功能區，每一個區域都包含著非常多且復雜的功能，並不是整個額葉都只跟注意力有關系的，枕葉和顳葉除了視覺功能以外也還有很多別的功能，這個頭環將電極定位到這些區域，根本無法說明這些腦電信號代表了大腦的哪些功能。

另外，從我們實驗研究者的角度來看，這個頭環的檢測功能也是極其不靠譜的，因為當孩子在聽課做作業的時候，不僅僅使用了注意功能，同時還調動了記憶、想像和言語等很多其他功能，而且這些功能都在短時間內同時發生，根本無法得知此時孩子的心理過程是什麼，僅靠這幾個電極，也無法將這些功能一一匹配到相應的腦電波上。

所以這款頭環收集到的腦電信號，幾乎可以說是無效的，我們無法從中分離出注意力相關的信號。

既然頭環是無效的，那為什麼使用頭環教學的老師和學生又評價說：學生的成績有提高呢？

這個其實不奇怪。想像一下如果你在學習的時候，老師一直站在你旁邊監督你；工作的時候老闆一直在你旁邊觀察你，你的一舉一動都在他們眼中，你學習能不努力嗎？工作能不盡職盡責嗎？

這種效應我們把它稱為「霍桑效應」，即當我們意識到自己正在被別人觀察時，會刻意改變自己行為的傾向。社會心理學中也把這種效應稱為「社會助長」或「觀眾效應」，即當他人在場旁觀時，會提高當事人的活動效率。

學生成績的提升，只能說明學生自身是具有潛力的，只要努力學習，成績就會有相應的提升。而這款頭環只是起到了監督的作用而已。

其實賦思頭環跟最近出現的量子波動速讀本質上都是一樣的，人們對於自己不熟知的知識領域的敬畏，加上家長們和老師們對於孩子們的期望，共同導致了人們對於這些產品的迷信。

無知就是現代社會的封建迷信。在一項新技術出現在我們面前，聲稱可以改變社會的時候，一定要心存質疑，在了解這些技術背後的原理之後再作判斷，否則只會坑了自己，害了孩子。

參考文獻

Cauchoix, M., Barragan-Jason, G., Serre, T., & Barbeau, E. J. (2014). The neural dynamics of face detection in the wild revealed by MVPA.Journal of Neuroscience,34(3), 846-854.

張海軍,王浩川.多導聯EEG信號分類識別研究[J].計算機工程與應用,2008 ,24.

(美)戴維.邁爾斯．社會心理學：人民郵電出版社，2006

「科普中國」是中國科協攜同社會各方利用信息化手段開展科學傳播的科學權威品牌。本文由科普中國融合創作出品，轉載請註明出處。

㈥ Sleep cycle怎麼用

你好！

Sleep Cycle我沒用過，我用的是iPad上的Smart Alarm HD，其原理應該都差不多。

我們知道人的睡眠其實是非常復雜的，不是「眼睛一閉一睜，一天就過去了」那麼簡單，人的睡眠是分若干相的，如果以腦電波信號作為分相依據，那麼人的睡眠可以分為5相：入睡期、淺睡期、熟睡期、深睡期、快速動眼期（REM）。前四個階段又統稱為費快速眼動期（非REM）。人在睡眠時會經歷若干次循環，從REM到非REM，再到REM，再到非REM……

在快速眼動期（即圖中的REM）當中，腦電波迅速改變，出現與清醒狀態時的腦點波相似的高頻率、低波幅腦波，這時人會有較大幅度的翻身等動作，也比較容易喚醒。因此如果在REM期喚醒睡眠者，睡眠者會感覺神清氣爽，休息的很好；如果在非REM期喚醒睡眠者，則會感覺沒睡夠、昏昏沉沉。這都是由腦電波決定的。

當然，目前的iPad、iPhone等產品還不具備直接探測腦電波的功能，因此這類App採用的是一種近似的手段，即以人睡眠當中的動作幅度和頻率作為衡量睡眠周期的標准，其原理就是把電子產品平放在床上，利用電子產品內置的加速度感測器，探測床表面的震動，從而獲知人的動作幅度和頻率，再利用其設計好的演算法對睡眠周期進行判斷，從而在REM期中喚醒睡眠者。比如上面的圖中最後喚醒時都是在REM期。

比如你設定早上7:00起床，這類App會認為7:00就是起床的deadline，它會在7:00之前你的某一個REM睡眠期內將你喚醒，這樣你醒的時候就會覺得神清氣爽。換言之，此類App與普通鬧鍾的區別在於它喚醒你的時間不一定是你設定的時間，因為在你設定的那個時間點上，你可能會處於非REM睡眠期。

由於這類App靠的是加速度感測器，所以如果你把iPad、iPhone壓在枕頭底下，或是離你身體太遠，它就很不準了。我曾經試驗過，結果是無法探測數據，最後App只能保險起見，在我設定的7:00准時把我叫醒，結果自然是昏昏沉沉，上午的課都沒聽進去……

至於這類App的實際作用，我覺得還是很有效果的。第一個寫出這種App的絕對是天才，要知道探測腦電波非常不容易，需要貼上滿頭的電極片，成本也很高，根本就不是我們日常睡覺所能用的；而利用加速度感測的方法不僅簡單易行，而且降低了成本。當然，任何軟體的功能都是有限的，也不能過分誇大，比如我用的Smart Alarm HD，在個別情況下還是會出現無法探測的情況，只能老老實實的按照設定的時間喚醒我。

希望能幫到你，望你採納。

㈦ 人類本身識別面部用的是什麼「演算法」

1. 時間上
用經顱磁刺激（經顱磁刺激_網路）在識別材料出現後40~50毫秒對人進行刺激，發現這同等程度地影響 人臉識別vs.身體識別、人臉識別相關區域(rOFA) vs. 身體識別相關區域(rEBA) 4種組合下兩個相關區域的活動程度；由此推測在這個時間段內，人腦對材料進行無差別的預處理 (Goldhaber et al., 2012)
用經顱磁刺激在識別材料出現後100~110毫秒對人進行刺激，發現隻影響人臉識別情況下rOFA的活動，以及身體識別情況下rEBA的活動 (Goldhaber et al., 2012)。另外，腦磁圖（腦磁圖_網路）研究發現，材料出現後100毫秒那一刻出現了一個和人臉識別相關的腦磁波（M100），它和材料分類的成功率相關，而和材料識別的成功率無顯著相關 (Liu, Harris & Kanwisher, 2002)。由此推測在這個時間段內，人腦對材料進行分類處理
130~200毫秒這個階段，和它有關的就是比較有名的腦電波N170。研究發現這個腦電波和結構編碼有關 (Rossion & Jacques, 2008)；而它的強度在進行明星臉、陌生人臉時無顯著差異 (Gosling & Eimer, 2011)。簡而言之，人腦在這個階段對人臉的結構進行處理，但沒有進行身份信息的處理
230~400毫秒階段出現的腦電波N250，研究發現它在進行明星臉孔識別時有更強的負向信號（對比在進行陌生人臉孔識別時）；由此推測在這個階段，人腦對人臉進行身份信息的處理 (Gosling & Eimer, 2011)
400~700毫秒階段，研究發現在對明星臉孔進行識別時，左腦區的P600f顯著更強（對比一在進行陌生人臉孔識別時）；左腦區被認為有語言信息的特異性處理功能；由此推測在這個階段，人腦進行人臉和姓名的配對(Gosling & Eimer, 2011)
2. 空間上
FFA在人臉識別上的特異性已經得到比較廣泛的認可，最初發現這塊區域印象中是讓人看人臉和房子的圖片時做功能性磁共振成像，然後發現有一個區域只在看人臉時活動強度比看房子時大，這個區域後來被命名為FFA。