脑电波算法

㈠ UDrone意念头环真的能采集到脑电波吗

头环其实就是一个脑机接口，用于采集脑电信号的设备。
这个设备目前采集前额和耳后的生物电信号，经过特殊的分析算法，对专注力进行量化，通过条件判断产生飞行指令。
信号的强度我们也是有考虑的，只要用户保证电极能贴紧皮肤，一般情况下信号保持稳定就可以正常使用。

㈡ 你们觉得面部识别用的是什么算法

答案一：时间上，用经颅磁刺激（经颅磁刺激_网络）在识别材料出现后40~50毫秒对人进行刺激，发现这同等程度地影响 人脸识别vs.身体识别、人脸识别相关区域(rOFA) vs. 身体识别相关区域(rEBA) 4种组合下两个相关区域的活动程度；由此推测在这个时间段内，人脑对材料进行无差别的预处理 (Goldhaber et al., 2012)，用经颅磁刺激在识别材料出现后100~110毫秒对人进行刺激，发现只影响人脸识别情况下rOFA的活动，以及身体识别情况下rEBA的活动 (Goldhaber et al., 2012)。另外，脑磁图（脑磁图_网络）研究发现，材料出现后100毫秒那一刻出现了一个和人脸识别相关的脑磁波（M100），它和材料分类的成功率相关，而和材料识别的成功率无显着相关 (Liu, Harris & Kanwisher, 2002)。由此推测在这个时间段内，人脑对材料进行分类处理130~200毫秒这个阶段，和它有关的就是比较有名的脑电波N170。研究发现这个脑电波和结构编码有关 (Rossion & Jacques, 2008)；而它的强度在进行明星脸、陌生人脸时无显着差异 (Gosling & Eimer, 2011)。简而言之，人脑在这个阶段对人脸的结构进行处理，但没有进行身份信息的处理230~400毫秒阶段出现的脑电波N250，研究发现它在进行明星脸孔识别时有更强的负向信号（对比在进行陌生人脸孔识别时）；由此推测在这个阶段，人脑对人脸进行身份信息的处理 (Gosling & Eimer, 2011)400~700毫秒阶段，研究发现在对明星脸孔进行识别时，左脑区的P600f显着更强（对比一在进行陌生人脸孔识别时）；左脑区被认为有语言信息的特异性处理功能；由此推测在这个阶段，人脑进行人脸和姓名的配对(Gosling & Eimer, 2011)2. 空间上FFA在人脸识别上的特异性已经得到比较广泛的认可，最初发现这块区域印象中是让人看人脸和房子的图片时做功能性磁共振成像，然后发现有一个区域只在看人脸时活动强度比看房子时大，这个区域后来被命名为FFA。

㈢ 人类本身识别面部用的是什么算法，原理是什么

我识别人的方法是高矮胖瘦，男女老幼。声音，动作习惯。很少看脸。

㈣ 脑电波：让你拥有读心术、意念控制术

出品：科学大院

作者：韩飞（中国科学院上海植物生理生态研究所）

监制：中国科学院计算机网络信息中心 中国科普博览

总之，脑电波的应用一旦成熟，还是相当酷的。想象一下未来吧：

朋友在卢浮宫旅行，忽然看到一幅枫林白露的油画，激动之余好想与你分享一下她的感受。只要你愿意，你就能接受一下对方的思想，噢，原来是如此这般，这般如此。甚至，有一天人类的记忆和思想可以像文字一样储存起来，未来人们便能感受到原来过去的世界，竟如此精彩！

参考文献：

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 仅靠头环就能检测注意力

出品：科普中国

制作：陈宇峰 （ACC心理科普团队）

监制：中国科学院计算机网络信息中心

近日，浙江某小学采用了BrainCo公司（强脑科技）的一款脑机接口产品---赋思头环（Focus1）。说是可以通过这一款脑机接口头环，以及配套的APP，将头环收集的大脑信号传递到电脑或手机上，能实时检测并计算学生上课、做作业时的注意力分数，用以提升学生的注意力。

图|BrainCo

根据BrainCo官方网站信息，该公司是哈佛大学创新实验室孵化的华人团队，专注于研发脑科学产品。这款脑机接口头环还获得了各种各样的奖项，看来就差一个诺贝尔奖了。

图|BrainCo

看到众多媒体都在关注这款头环把孩子当成机器来监测是否不太人道，以及这些大脑信息数据是否保密等等，作为一名曾经因收集和处理数据头秃的认知神经科研工作者，看到这么“好”的产品，我却忍不住心动了。

要知道这款产品价格低廉（售价3500元）却便捷好用。配上便捷可携带式的设备（头环）、实时处理技术（所谓的NASA算法和专注指数算法），能够自动生成结果图表并得出结论。所有过程几乎都可以在一天甚至几个小时内完成。比起我们花一年半载才能从头到尾完成一个脑电实验，效率简直不能更高。

然而这款头环所采用的技术真的可以实时检测大脑注意力的变化吗？

本着科研工作者认真严谨的态度，我仔细分析了这款产品的基本原理和技术。

仅靠一个头环能收集脑电波吗？

当我们看见美丽的景色，聆听美妙的音乐，这些外部信息都会产生电信号，然后一路火花带闪电，通过漫长的神经纤维传达到大脑神经中枢，最终产生知觉和情感。大脑在活跃的时候，脑神经细胞会在大脑皮层或头皮表面产生自发性或诱发性电位，我们可以通过脑电仪记录下这些电波变化，称之为脑电波（Electroencephalogram,EEG），其示意图如下：

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

但脑电波非常微弱，它引起的电压变化数量级是以微伏来计算的，所以我们平时根本感受不到它的存在，也很难采集到。加上脑电波非常容易受到干扰，当我们试图排除无关的脑电波，只提取有用的脑电波的时候，却很容易把想要的脑电波给过滤掉。所以对于脑电波的采集和解码是并没有那么简单。科学家们在研究脑电波的时候往往采用专门的脑电仪来记录脑电波的变化。脑电仪可以降低头皮与电极之间的电阻，同时放大脑电波的强度，这才能实现脑电波的采集和分析。

图|华南师范大学实验中心

我们都知道大脑不同区域的功能是不一样的。目前广泛使用的脑电仪为了定位到相应的大脑功能区域，采用了带有数十个电极的电极帽来采集电位，同时通过去除头皮上的角质和涂抹导电膏来减小电阻，此外还需要配置脑电放大器用来增强信号强度。这样收集的电信号才足够用来分析。

然后我们再来看BrainCo推出的这款头环，在视频宣传图中可见，它只有一个环加上两个电极。由于脑电波是一种电位差，必须要有一个参考电极，所以可推知这款头环的有效电极仅有一个。而且既没有采用减小电阻的措施，也没有配置相应的脑电放大器，这样真的可以采集到信号吗？我表示严重怀疑。即使可以采集到信号，这些脑电波也是极其微弱的，根本无法用来解码。

除此之外，这款头环还声称是采用了非侵入式脑机接口技术（Brain Machine Interface，BMI）。这是一种可以实现大脑与机器之间的连接的技术，这项技术可以对脑电波信号进行解码，并将其翻译成机器能够读懂的指令，从而实现人脑与机器之间的交互。但说到底这个技术仍然是基于脑电信号的记录和解码来进行的，由于脑电信号的衰弱性和分散性，所以信号的分辨率非常低，即使可以记录到信号，其解码也是既困难也不准确的。

脑电波的信号解码真的这么简单吗？

实时检测注意力是否集中，解码脑电波信号技术已经如此成熟了吗？从这款头环的设置来看，似乎脑电波的解码好像声卡对声音的解码和变声一样简单，但其实不然。目前对于脑电波的解码算法都类似于匹配法，也就是将某个时刻的脑电波与个体当时所做的活动匹配起来。例如让被试连续看10张图片，然后分别记录下这10张图片对应的10个时间段的脑电波。匹配完成后，就可以通过脑电信号的解码来分析被试当前所观看的图片是哪一张。当这些图片数量较少、内容比较简单的时候，匹配准确率大概可以达到70%-80%。但是随着图片数量增加、内容逐渐复杂的时候，匹配准确率就会骤降到随机水平以下。也就是说，目前来说，面对复杂的情景，脑电波的解码是非常困难的。

图|Cauchoix et al., 2014

然而这款头环检测的是学生在上课做作业时的注意力集中情况，可想而知这比起单纯看图片要复杂很多。这时候仅仅依靠两三个电极采集的脑电信号，就要对注意力进行解码分析，这个分析结果根本就不可信。

这款头环解码的脑电信号到底是什么？

为了弄清楚这款头环解码的脑电信号到底是什么信号，我从BrainCo在京东的官方旗舰店的宣传视频中仔细研究了一下：

图|京东视频截图

从视频中可观察到的仅有两个电极。电极材质我们不予置评，结合产品宣传图，可以看出一个电极是位于使用者额头，一个电极是位于使用者耳后，不严谨地来说，前者的大脑区域定位是额叶，后者可以算是枕叶或颞叶。乍一看，这好像还挺有道理的，因为额叶跟人们的注意控制等功能有关，枕叶和颞叶则跟视觉功能是有关的。

但这个定位非常粗糙，无论是额叶还是枕叶、颞叶，这些对于大脑来说都是非常大的功能区，每一个区域都包含着非常多且复杂的功能，并不是整个额叶都只跟注意力有关系的，枕叶和颞叶除了视觉功能以外也还有很多别的功能，这个头环将电极定位到这些区域，根本无法说明这些脑电信号代表了大脑的哪些功能。

另外，从我们实验研究者的角度来看，这个头环的检测功能也是极其不靠谱的，因为当孩子在听课做作业的时候，不仅仅使用了注意功能，同时还调动了记忆、想象和言语等很多其他功能，而且这些功能都在短时间内同时发生，根本无法得知此时孩子的心理过程是什么，仅靠这几个电极，也无法将这些功能一一匹配到相应的脑电波上。

所以这款头环收集到的脑电信号，几乎可以说是无效的，我们无法从中分离出注意力相关的信号。

既然头环是无效的，那为什么使用头环教学的老师和学生又评价说：学生的成绩有提高呢？

这个其实不奇怪。想象一下如果你在学习的时候，老师一直站在你旁边监督你；工作的时候老板一直在你旁边观察你，你的一举一动都在他们眼中，你学习能不努力吗？工作能不尽职尽责吗？

这种效应我们把它称为“霍桑效应”，即当我们意识到自己正在被别人观察时，会刻意改变自己行为的倾向。社会心理学中也把这种效应称为“社会助长”或“观众效应”，即当他人在场旁观时，会提高当事人的活动效率。

学生成绩的提升，只能说明学生自身是具有潜力的，只要努力学习，成绩就会有相应的提升。而这款头环只是起到了监督的作用而已。

其实赋思头环跟最近出现的量子波动速读本质上都是一样的，人们对于自己不熟知的知识领域的敬畏，加上家长们和老师们对于孩子们的期望，共同导致了人们对于这些产品的迷信。

无知就是现代社会的封建迷信。在一项新技术出现在我们面前，声称可以改变社会的时候，一定要心存质疑，在了解这些技术背后的原理之后再作判断，否则只会坑了自己，害了孩子。

参考文献

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.

张海军,王浩川.多导联EEG信号分类识别研究[J].计算机工程与应用,2008 ,24.

(美)戴维.迈尔斯．社会心理学：人民邮电出版社，2006

“科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。本文由科普中国融合创作出品，转载请注明出处。

㈥ Sleep cycle怎么用

你好！

Sleep Cycle我没用过，我用的是iPad上的Smart Alarm HD，其原理应该都差不多。

我们知道人的睡眠其实是非常复杂的，不是“眼睛一闭一睁，一天就过去了”那么简单，人的睡眠是分若干相的，如果以脑电波信号作为分相依据，那么人的睡眠可以分为5相：入睡期、浅睡期、熟睡期、深睡期、快速动眼期（REM）。前四个阶段又统称为费快速眼动期（非REM）。人在睡眠时会经历若干次循环，从REM到非REM，再到REM，再到非REM……

在快速眼动期（即图中的REM）当中，脑电波迅速改变，出现与清醒状态时的脑点波相似的高频率、低波幅脑波，这时人会有较大幅度的翻身等动作，也比较容易唤醒。因此如果在REM期唤醒睡眠者，睡眠者会感觉神清气爽，休息的很好；如果在非REM期唤醒睡眠者，则会感觉没睡够、昏昏沉沉。这都是由脑电波决定的。

当然，目前的iPad、iPhone等产品还不具备直接探测脑电波的功能，因此这类App采用的是一种近似的手段，即以人睡眠当中的动作幅度和频率作为衡量睡眠周期的标准，其原理就是把电子产品平放在床上，利用电子产品内置的加速度传感器，探测床表面的震动，从而获知人的动作幅度和频率，再利用其设计好的算法对睡眠周期进行判断，从而在REM期中唤醒睡眠者。比如上面的图中最后唤醒时都是在REM期。

比如你设定早上7:00起床，这类App会认为7:00就是起床的deadline，它会在7:00之前你的某一个REM睡眠期内将你唤醒，这样你醒的时候就会觉得神清气爽。换言之，此类App与普通闹钟的区别在于它唤醒你的时间不一定是你设定的时间，因为在你设定的那个时间点上，你可能会处于非REM睡眠期。

由于这类App靠的是加速度传感器，所以如果你把iPad、iPhone压在枕头底下，或是离你身体太远，它就很不准了。我曾经试验过，结果是无法探测数据，最后App只能保险起见，在我设定的7:00准时把我叫醒，结果自然是昏昏沉沉，上午的课都没听进去……

至于这类App的实际作用，我觉得还是很有效果的。第一个写出这种App的绝对是天才，要知道探测脑电波非常不容易，需要贴上满头的电极片，成本也很高，根本就不是我们日常睡觉所能用的；而利用加速度传感的方法不仅简单易行，而且降低了成本。当然，任何软件的功能都是有限的，也不能过分夸大，比如我用的Smart Alarm HD，在个别情况下还是会出现无法探测的情况，只能老老实实的按照设定的时间唤醒我。

希望能帮到你，望你采纳。

㈦ 人类本身识别面部用的是什么“算法”

1. 时间上
用经颅磁刺激（经颅磁刺激_网络）在识别材料出现后40~50毫秒对人进行刺激，发现这同等程度地影响 人脸识别vs.身体识别、人脸识别相关区域(rOFA) vs. 身体识别相关区域(rEBA) 4种组合下两个相关区域的活动程度；由此推测在这个时间段内，人脑对材料进行无差别的预处理 (Goldhaber et al., 2012)
用经颅磁刺激在识别材料出现后100~110毫秒对人进行刺激，发现只影响人脸识别情况下rOFA的活动，以及身体识别情况下rEBA的活动 (Goldhaber et al., 2012)。另外，脑磁图（脑磁图_网络）研究发现，材料出现后100毫秒那一刻出现了一个和人脸识别相关的脑磁波（M100），它和材料分类的成功率相关，而和材料识别的成功率无显着相关 (Liu, Harris & Kanwisher, 2002)。由此推测在这个时间段内，人脑对材料进行分类处理
130~200毫秒这个阶段，和它有关的就是比较有名的脑电波N170。研究发现这个脑电波和结构编码有关 (Rossion & Jacques, 2008)；而它的强度在进行明星脸、陌生人脸时无显着差异 (Gosling & Eimer, 2011)。简而言之，人脑在这个阶段对人脸的结构进行处理，但没有进行身份信息的处理
230~400毫秒阶段出现的脑电波N250，研究发现它在进行明星脸孔识别时有更强的负向信号（对比在进行陌生人脸孔识别时）；由此推测在这个阶段，人脑对人脸进行身份信息的处理 (Gosling & Eimer, 2011)
400~700毫秒阶段，研究发现在对明星脸孔进行识别时，左脑区的P600f显着更强（对比一在进行陌生人脸孔识别时）；左脑区被认为有语言信息的特异性处理功能；由此推测在这个阶段，人脑进行人脸和姓名的配对(Gosling & Eimer, 2011)
2. 空间上
FFA在人脸识别上的特异性已经得到比较广泛的认可，最初发现这块区域印象中是让人看人脸和房子的图片时做功能性磁共振成像，然后发现有一个区域只在看人脸时活动强度比看房子时大，这个区域后来被命名为FFA。