瀉藥。手打回答一下，不夠專業的地方見諒~
所謂腦控，即透過採集大腦訊號控制外部裝置。目前算是有解決方案的，只是解決方案離實際應用還是有距離。
目前的腦控可以分為兩類，一類是非植入式的，即將採集大腦訊號的電極不植入體內而是放在體表或體外，主要是透過腦電裝置採集EEG然後用機器學習的演算法進行訊號的解碼從而控制外部裝置，比如機械臂，無人機等。但是由於EEG訊號本身包含的就是綜合的場電位資訊，也就是各種大腦神經訊號和噪聲的混合，從中解碼出具體的控制指令是相對困難的，目前基於EEG的運動想象解碼的準確率不高，一般是進行伸展抓握運動中幾種型別的離散分類，準確率三分類百分之八十就不錯了。但這種腦控離實用還有段距離，因為EEG雖然是無創的，也能進行運動想象的腦控，不過一般要求使用者集中注意力進行特定的實驗正規化，很容易受干擾.
另一種是植入式腦機介面，博士課題做的就是這個。將神經微電極陣列透過腦外科手術開顱將電極陣列植入大腦皮層，也有些電極是放在大腦表面，植入大腦皮層的電極能夠採集到單個神經元水平的動作電位訊號，而目前的腦科學研究中認為大腦的功能是透過不同神經元之間動作電位訊號傳遞資訊的，因此記錄到了單個神經元訊號也就精確記錄到了大腦的相關資訊。好比，有些神經元是抬手的時候發放訊號，有些神經元是收手的時候發放訊號，當你記錄到抬手神經元發放訊號的時候你就知道抬手了，當記錄到收手神經元發放訊號的時候就是執行了收手的動作，從而你可以透過記錄和解析這樣的神經元訊號來腦控機械臂的抬手和收手。但是植入式主要問題就是創傷和有效時間有限，但是因為記錄的是單個神經元水平的訊號，往往解碼準確率更高，做的運動解碼離線三分類準確率最高的時候達到了百分百，平均百分之95的樣子。美國有多個團隊做到了臨床研究，不過主要是針對癱瘓和肢體損傷有嚴重運動功能障礙的病人，對於正常人創傷太大。不過外周神經介面的腦控倒是個不錯的選擇~~
總結一下，目前的所謂的腦控是已經可以實現了的，只是穩定性不太好，臨床應用有待更多探索，與科幻電影中的腦控整體上相差較遠，不過前景還是不錯的，畢竟是當前的腦科學熱門研究，也許不久就會有大突破也不一定~~
一點點看法，寫得不好的話別噴~
瀉藥。手打回答一下，不夠專業的地方見諒~
所謂腦控，即透過採集大腦訊號控制外部裝置。目前算是有解決方案的，只是解決方案離實際應用還是有距離。
目前的腦控可以分為兩類，一類是非植入式的，即將採集大腦訊號的電極不植入體內而是放在體表或體外，主要是透過腦電裝置採集EEG然後用機器學習的演算法進行訊號的解碼從而控制外部裝置，比如機械臂，無人機等。但是由於EEG訊號本身包含的就是綜合的場電位資訊，也就是各種大腦神經訊號和噪聲的混合，從中解碼出具體的控制指令是相對困難的，目前基於EEG的運動想象解碼的準確率不高，一般是進行伸展抓握運動中幾種型別的離散分類，準確率三分類百分之八十就不錯了。但這種腦控離實用還有段距離，因為EEG雖然是無創的，也能進行運動想象的腦控，不過一般要求使用者集中注意力進行特定的實驗正規化，很容易受干擾.
另一種是植入式腦機介面，博士課題做的就是這個。將神經微電極陣列透過腦外科手術開顱將電極陣列植入大腦皮層，也有些電極是放在大腦表面，植入大腦皮層的電極能夠採集到單個神經元水平的動作電位訊號，而目前的腦科學研究中認為大腦的功能是透過不同神經元之間動作電位訊號傳遞資訊的，因此記錄到了單個神經元訊號也就精確記錄到了大腦的相關資訊。好比，有些神經元是抬手的時候發放訊號，有些神經元是收手的時候發放訊號，當你記錄到抬手神經元發放訊號的時候你就知道抬手了，當記錄到收手神經元發放訊號的時候就是執行了收手的動作，從而你可以透過記錄和解析這樣的神經元訊號來腦控機械臂的抬手和收手。但是植入式主要問題就是創傷和有效時間有限，但是因為記錄的是單個神經元水平的訊號，往往解碼準確率更高，做的運動解碼離線三分類準確率最高的時候達到了百分百，平均百分之95的樣子。美國有多個團隊做到了臨床研究，不過主要是針對癱瘓和肢體損傷有嚴重運動功能障礙的病人，對於正常人創傷太大。不過外周神經介面的腦控倒是個不錯的選擇~~
總結一下，目前的所謂的腦控是已經可以實現了的，只是穩定性不太好，臨床應用有待更多探索，與科幻電影中的腦控整體上相差較遠，不過前景還是不錯的，畢竟是當前的腦科學熱門研究，也許不久就會有大突破也不一定~~
一點點看法，寫得不好的話別噴~