INVESTIGATOR
生物科學研發策進社群
張嘉容同學|An Engineer’s Journey into Brain 美國神經生物學(計算與系統)博士班申請分享
張嘉容同學在臺大電機系就讀的時期,開始對跨領域的生物研究產生興趣,大三曾到史丹佛大學進行暑期研究實習。2012年自電機系畢業後,進入約翰霍普金斯大學生物醫學工程碩士班就讀,研究絨猴溝通的行為模式與其在聽覺皮層的神經編碼。現為哈佛大學與麻省理工學院聯合開設的博士班一年級學生,研究大腦如何整合時序訊息來做出推斷與決策。
Investigator 在十一月份很榮幸地邀請到張嘉容同學與我們分享她這幾年在電機工程與神經生物學方面的跨領域研究經驗與心得。
前言
出國以後,有好幾位學弟妹在問我,應不應該念博士班,有那些東西在留學申請中是比較重要的。其實無論是什麼事情,我們都應該因時制宜,不能完全依靠某些案例去推斷出結論,但是我希望透過分享自己在研究路上探索的經驗,讓有志於往學術界發展、或是對生涯規劃仍感到徬徨的朋友們,了解到自己並不孤單,進而去拓展出最適合自己的一條路。
科學啟蒙
也許是受到母親物理背景和諸多電影的影響,也許是欣賞用簡潔的方程式描述世界的美感,最初我是想要成為一位物理學家的。但是如何成為科學家,我其實沒有具體的概念,只是單純的以為不斷學習就可以了。
進到高中後,隨著學的內容更廣更深,我對生物科學產生了更大的學習熱忱。在高二暑假參加亞洲科學營聽到許多科學家分享他們的學思歷程,並受到美國科學院院士錢煦和詹裕農教授的激勵,我意識到學科之間並不是互斥的,許多研究上的突破都需要應用另一個領域的知識與技術。對當時的我而言,這無疑提供了另一種生涯規劃的可能性,考量到發展的多樣性,最後我選擇就讀台大電機系。
研究探索
除了電機系的課程外,我也選修了許多生物相關的課,並開始留意不同實驗室的研究計畫。在修過細胞分子生物學後,大一暑假便申請到中研院分生所孫以瀚老師的實驗室,研究果蠅眼睛的基因調控。這個經驗不僅讓我了解做科學研究到底是怎麼一回事,也讓我發現:喜歡念某個科目不代表喜歡動手做相關的研究,唯有親自嘗試後才知道。
大二下,出於對大腦如何運作的好奇心,我加入了動物所嚴震東老師的實驗室,研究大鼠視丘對於痛覺刺激的編碼。神經電生理實驗結合電路、訊號處理等多方面的技術,來探究神經元之間的訊息傳遞,同時也讓我思考腦神經系統與電腦之間的交互作用,這帶給我無限的樂趣,也是我日後往神經科學研究的契機。
直到大三下,實驗持續的挫敗讓我開始懷疑起自己的能力,不確定自己是否適合繼續往神經生物方向走,我決定探索其他生物工程領域的實驗室,便跟著清大奈微所鄭兆珉老師學習。每每和老師討論科學問題、思考實驗設計,我都感到非常興奮,也了解到研究終究是要反饋於人類社會的,因此必須時常提醒自己不要關在學術的象牙塔內。至於生涯方向要走應用工程還是基礎科學,我並沒有多想。
另一方面,史丹佛大學當年釋出了五個暑期實習的名額給台大學生,可以跟那邊的教授做研究,包機票、食宿、生活費,是個難能可貴的機會。也許是跨領域的背景和其中一位教授相似,我幸運地在大三暑假到了 Dr. Krishna Shenoy的實驗室學習。該實驗室主要有兩大方向,一個是開發腦機介面,一個則是研究運動皮質傳遞訊息的機制。
在這間實驗室讓我了解到基礎科學與應用工程並不是只能二擇一,了解大腦神經怎麼編碼可以協助機器使用腦電訊號,而腦機介面可以用來了解大腦學習和適應的機制,這和多數實驗室只專攻其中一項是不一樣的;此外大家午餐時間常常在討論科學問題,也非常樂意分享交流,同時仍保有研究外的生活,不會從早到晚都待在實驗室;更甚者,教授給學生的自由度很大,學生感興趣的題目,都可以討論去做,也容許學生實驗失敗,並鼓勵學生思考改良下次的實驗。這些經驗讓我重拾對神經科學研究的信心,也更堅定日後要出國留學。
留學申請
原本計畫大四繼續跟老師做研究,然後畢業後再申請留學,但因為修課問題衝突到去實驗室的時間,頓時不知道自己應該做什麼,只覺得每個階段就是要做一些事情,因此我就決定應屆申請出國。
這樣倉促的決定下,不僅僅申請文件和考試準備得很匆忙,也沒有時間好好了解各個學校實驗室的研究內容,單憑網路上的排名和教授的網頁介紹,申請了七間電機工程和四間生物工程的學校。原本決定去加州理工讀電機博士,卻在三月底參訪校園後發現實驗室做的題目和自己想像的有落差,加上聽到許多學長姐博士班念得很痛苦的消息,讓我發現自己其實還沒準備好,希望再累積一些研究經驗。剛好這時約翰霍普金斯大學生醫工程系的碩士學程提供了全額獎學金,我就決定先去念碩士。
在看過幾個實驗室老師的發表,並探聽他們帶學生的方式後,我決定跟王小勤老師做絨猴聽覺皮層神經編碼的研究。和先前研究經驗不同的地方是,老師沒有給我題目,而是希望我自己去想論文的題目,這對我而言是一個很大的挑戰。剛開始不是想到的題目已經有人做出來了,就是想到的題目學術影響力不夠。如何訂定一個有趣重要的題目、如何設計實驗來驗證假說、期望的結果會是什麼、又有什麼相關的文獻,和老師反覆辯論的過程奠定了我獨立研究的能力。
碩班期間除了研究修課之外,我也參加了研討會和理論神經科學的夏季學校。這不僅僅讓我有機會練習和不同領域的人描述自己的研究內容,也可以透過和他人的交流,激盪出新的研究方向或是修正現有的實驗設計;同時也讓我了解到未來神經科學的趨勢,勢必會結合分子、顯影、動物行為、理論模型、電生理實驗來提供更加完整的答案。
接著博士班申請,因為對整個領域的發展有著相當程度的了解,也更確信自己對神經科學研究的執著,不同於兩年前的匆促,我花很多時間去想生涯上想要解決哪方面的問題,希望在博士班中獲得什麼樣的訓練,然後再去看哪間學校可以提供我最需要的資源,最後申請了九間神經科學或生物工程相關的科系。
面試經驗
神經科學與生物工程科系的留學審查大多會有三個階段。第一階段主要由系辦確認申請文件有沒有符合要求。第二階段則會由教授組成的審查委員會根據申請文件以及推薦函排序,然後開會決定多少學生進到第三階段的面試。神經科學的科系通常會分為四個子領域各別審查(分子、系統、計算、認知);生醫工程的科系也會分子領域(生醫材料,生物資訊、生醫影像處理、神經工程等等)審查,但多數時候會再多一到兩個不同領域的審查委員審你的資料。
第三階段則是面試,主要是確認申請文件上描述的真實性,查看學生和該科系在研究方向和人際相處上的契合程度,面對問題思考答辯的過程和表達能力,然後根據面試表現,多數學校會錄取三分之二左右的學生,而像是普林斯頓、麻省理工的神經科學系則錄取面試中不到一半的學生。
每間學校的面試風格也都不一樣,這裡主要分享我在生物工程和神經科學系所的校園面試經驗。像約翰霍普金斯、麻省理工、哥倫比亞、加大柏克萊、加大聖地牙哥、紐約大學,學生可以推薦三到六位想要面談的教授,如果時間上衝突或是推薦人選不夠多,系上會再另外分派幾位研究領域相近的老師和你面談;而普林斯頓、哈佛/麻省聯袂學程,則是由系辦直接分配面談的老師,這些大多是審查委員,因此有一半的時間會由不同領域的教授面試。
面試內容大多是請你描述念博士班的動機、設計實驗的過程、生涯規劃,然後會介紹他們實驗室的研究等等,當中也有遇到比較特別的面試。在哈佛大學,其中一位老師給我十秒思考要怎麼設計實驗來證實他擬定的假說;在紐約大學,我則被問到如果時間可以重來,以前做過的實驗專題,在研究方法上會做什麼樣的改變;在約翰霍普金斯,一位教授給了兩個持相反論點的假說,請我設計相關的實驗來證明;在麻省理工,一位教授介紹完他的實驗後,請我猜測他實驗步驟的設計理由和實驗目標;另外一位老師則假定一個系統,請我當場推導相關的物理方程式來模擬他的動態行為。
當這些問題無法事先準備,被問的當下難免會焦慮時,其實冷靜下來將自己所知所想的陳述出來即可,畢竟科學研究的方法沒有單一標準解,假說在尚未驗證之前,合乎邏輯便有可能是真的。當自己被測試科學論述的能力,也別忘了其實你可以反過來觀察這些教授,因為如果是你感興趣的實驗室,現在來回辯論的過程,很有可能就是未來你跟著他們做研究的情況;即便不是你想跟的教授,也可以從他們看問題的角度學習到自己忽略的地方,或是在他們分享的研究中,激盪出新的研究方向,並從這些科學家身上得到研究建議。面試的成果是短暫的,但在這過程中累積的經驗和學到的東西卻是可以帶著走的。
通常面試最後會問你有沒有問題,很多人會覺得就準備一些罐頭問題填滿剩下的時間就好,不管如何都要展現出自己對該教授研究的興趣,來增加自己錄取的機率,但卻忽略了面試是雙向的:學校評估你的同時,你也在評估學校。這些實驗室選研究課題的自由度、教授帶學生的方式、實驗室其他人對研究的態度、系辦提供給學生的支持等等,了解這些資訊就會發現有些學校名聲很好,或甚至研究方向很合,但是你可能不喜歡同儕之間的相處模式;或甚至學生提供的資訊和系方宣稱的有很大落差(比方說平均畢業年限),因此我也會建議多和其他人交流,而不要只是專注於和審查委員的對答。
另外,在面試期間也能拿到關於該科系最新的資訊。比方說普林斯頓去年有拿到白宮的大腦計畫經費,不斷的在挖腳其他學校的教授,面試的時候我們都很驚訝麻省理工的Dr. Sebastian Seung跳到普林斯頓;而紐約大學、哥倫比亞、加州聖地牙哥,這幾間學校都設有計算神經科學中心,理論和實驗兩大方向之間的交流也都很頻繁,科系規模比較大,學生可以選擇的研究方向也很廣,許多學生都會有兩個導師共同指導;柏克萊、加州理工、麻省理工除了有理論神經科學中心之外,也和其他工程科系的實驗室有很多合作計畫,其中加州理工除了原本的計算神經學程,今年又新設了一個神經生物學程;而麻省理工的神經科學實驗室都在同一棟大樓,不同領域之間的交流因而很頻繁,今年很多實驗室之間的合作計畫也拿到了美國總統的大腦計畫經費;而哈佛和麻省理工連袂的學程,則允許學生在任何一間波士頓地區的研究機構做研究;約翰霍普金斯的生醫工程系,和多數學校不同,是少數設有基礎神經科學子領域的系所,和同校的神經科學系除了修課要求不同之外,在實驗室的選擇基本上並無差別。
最後很幸運的全數錄取。由於當初申請的學校名單是深思熟慮後才決定的,要確定即使只有上一間,也會想去那一間學校才申請,因此在選學校時猶豫了好一陣子,最後考量到跨領域的整合資源、獎學金、學術風氣、地理環境等綜合因素,我決定加入哈佛醫學院和麻省理工學院聯合開設的博士班就讀。
給學弟妹的建議
如何規劃最適合自己的人生方向?
面對未來的不確定性,我們都會想要確認自己找到人生地圖上最佳化的路徑,避開懸崖陷阱,然後找到平坦的康莊大道。當對很多事物都感興趣,但是人生時間又有限,到底應該選擇哪一個方向比較好?會不會有些道路是更適合我的,只是我還沒有嘗試過?
然而沒有人是全知者,我們不可能回到過去或跳到人生終點去找答案,因此我認為如果對當下所做的事情感興趣,也願意花心力發展,只要隨時保持開放的學習態度,面對環境的變化謹慎的做出每一個決定,就不需要擔心自己沒有選擇更好的路,因為你已經在那個方向上走了;相對的,如果發現自己還沒有找到人生的方向,還沒有找到一個自己願意花心力栽培的興趣,那就多接觸探索不同的東西,不要在沒做嘗試之前就自行放棄。
另外,不用因為害怕失敗而不去嘗試,也不要在意探索方向上所花的時間成本。有時候很多人會擔心先做研究助理或先念碩士班會不會多繞路?教職競爭非常激烈,博士之後還要多做博士後,是不是不應該往學術界發展?
這些擔心都是正常的,但是與其選擇一份自己沒有熱忱的工作,不如花個兩三年去探索自己想要過怎樣的生活,選擇一條自己會過得快樂的路。另外,適當的擔心讓自己有警戒心,隨時注意周遭的變化,是好事;但是過度的擔心並不會讓事情更好,而且未來瞬息萬變,不如把擔心的時間與心力花在當下,盡全力做到最好。如果這條路真的不通,也有其他的選擇,人生不是只有一條路而已。
怎麼找到自己的興趣是什麼?
申請學校,最常被問的問題就是,你的興趣是什麼?為什麼對這個領域感興趣?如果對某項事物真感興趣的話,那應該投入了不少的心力在上面,甚至因此犧牲掉其他活動的時間。比方說對計算神經科學感興趣,那除了 H-H model 以外還知道些什麼?神經網路現在發展到哪裡?消弭一陣子的主要原因是什麼?他們預測了哪些實驗可能觀察到的結果?如果只能一味說有趣,卻說不出其他內容,那這時候就要想一下自己對這件事情的興趣是不是只是停留在表面上。就像男女朋友的交往一樣,如果只是停留在有好感,而不願意實際付出關懷與心力了解對方,那就不會有更進一步的關係。
要怎麼準備申請?
我覺得申請最重要的其實是先了解自己。申請文件的撰寫並不只是包裝好自己的故事而已,這也是一個和自己對話的過程。如果自己對基礎研究更有興趣,而對臨床應用興趣缺缺,就不需要因為其他人說你有臨床的背景就做臨床研究;或是自己對理論神經生物更有興趣,就不需要因為多數老師都勸你:因為學術界仍由實驗學家主宰,兩者都可以做的話,就轉當實驗學家,就放棄做理論。你可以因為種種考量下決定,但不要因為他人的眼光而違背自己的個性,誠實面對自己,因為別人不會幫你過你的人生。
選學校亦如此,西岸的生活步調相對較慢,而東岸生活則相對緊湊,單純看你想要過怎樣的生活而已,更何況這通常也都是因實驗室而異,柏克萊也有一兩間實驗室周末晚上燈火通明,麻省理工也有幾間實驗室上午都沒人;選指導老師也是,先了解自己的個性是適合獨立完成一項計畫,導師越少干預越好,或是喜歡和他人合作、和導師一起成長,沒有哪種選擇比較好,只有適不適合自己而已。
另外不要畫地自限。在申請時因為聽聞麻省理工、加州聖地牙哥的神經科學系幾乎不收國際學生的傳聞,我也猶豫過是否要放棄申請,但因為這些科系有好幾間我很感興趣的實驗室,因此還是申請了,也才了解到這些科系其實每年都會收三到五個國際學生,一旦錄取就會保障獎學金,如果當初因為膽怯而不去嘗試,很有可能就白白喪失了這些機會。
而這並不是說「明知山有虎、偏向虎山行」,如果你在申請前就確定你想跟的教授在近兩年內都不打算收學生,而其他實驗室方向和你的研究興趣也沒有很合,那就不需要多花一筆申請費用,去碰教授突然改變主意收學生的機率。
要跨領域才有優勢?
最後,現在大家都在問要怎麼跨領域,我覺得其實最重要的是保持開放的態度以及永不滿足的求知慾。沒有必要為了結合所有自己學過的東西,就硬把東西湊起來;或是存著囤積的心態到處去學一些自己不感興趣、也不知道可以做什麼的技術。如果自己對該領域都沒有什麼興趣,卻對另外一個領域有比較多的熱忱,那就勇敢的轉換跑道吧,跨領域的優勢只有在對兩者都有熱忱的時候才有。重要的是找到自己想做的東西,去思考達成目標需要什麼,有哪些問題是重要的,有什麼方法可以做,自己欠缺的就去學,然後多和人交流討論,才是順應萬變世界該有的心態。
撰文│張嘉容
編輯│黃翊柔
Leave a Reply
%d bloggers like this:
INVESTIGATOR
生物科學研發策進社群
腦機介面 (Brain-Computer Interface) 專題 (上)
(圖片來源:The Economist, 2011 [http://goo.gl/LMwyPX])
還記得 <駭客任務> 救世主Neo連上電腦主機後,便可進入母體,與其他程式互動甚至和病毒打鬥?還記得 <阿凡達> 原本雙腳殘廢的男主角躺進機器裡,便可控制阿凡達,進入他們的世界?甚至遠在二十年前,日本動畫 <攻殼機動隊> 所建構西元2030年的世界,意識或靈魂可以操控各種機器的軀殼……科幻小說與電影描繪的世界,一直是科學家追求的夢想。而這個新興領域,統稱為腦機介面 (Brain-computer interface, BCI,亦稱brain-machine interface, BMI)。Investigator 七月份很高興邀請到 UC San Diego Bioengineering 博士班學生-徐聖修學長為我們介紹腦機介面這個研究領域與最新趨勢!
腦機介面的三個要素
腦機介面,顧名思義,就是提供大腦和機器 (如電腦) 之間溝通的介面。現任職於紐約州衛生局的Jonathan Wolpaw醫生,在2002年Clinical Neurophysiology發表的BCI回顧論文,定義腦機介面為:一個不需經由周邊神經和肌肉就能讓大腦與外界溝通的系統1。
如何偵測腦部活動?如何從腦波中判讀人的意念?如何用意念來控制機器或電腦?這三個問題是腦機介面領域的核心。因此Wolpaw等人提出腦機介面系統,由以下三個元素構成:量測腦波訊號 (Signal Acquisition)、提取訊號特徵 (Feature Extraction)、轉換成機器指令 (Translation Algorithm)。如圖一系統區塊圖所示。
圖一、腦機介面系統區塊圖(圖片來源2)
文章開始前,讀者不妨先看一段由法國BCI團隊OpenViBE提供的介紹影片[http://goo.gl/TkYU6H],對於整個腦機介面的架構和運作先有初步的概念。
這篇文章裡,將從腦機介面的發展歷史出發 (I);重頭戲在介紹BCI系統的三個核心步驟:量測腦波訊號 (II)、提取訊號特徵 (III)、轉換成機器指令 (IV) 的原理和方法;而後會舉幾個腦機介面常見的應用 (V);文末會總結並簡述此領域的挑戰 (VI)。I. 長期累積、快速崛起──腦機介面的發展歷史
人的大腦仍是科學上未解之謎。最早期的腦科學,只能從解剖腦傷病人來研究。自從1924年德國醫生Hans Berger首次從人的頭皮上記錄到人腦發出的微弱電磁波 (Electroencephalography, EEG),並發現腦波出現的振盪訊號與腦部疾病相關,開啟了探究大腦奧秘的新途徑。1970年代,不少科學家開始嘗試用腦波訊號作為與機器溝通的管道。其中最成功的要屬當時UCLA BCI實驗室主持人Jacques Vidal的團隊,做出利用視覺刺激反應 (第III章會介紹),控制游標走迷宮的腦機介面3。並於1973年發表的論文4中出現腦機介面 (brain-computer interface) 一詞。
腦機介面另一個主軸是採用侵入式電極得到的訊號 (Intracortical recordings)。神經科學家很早就開始以侵入式電極研究神經細胞的電化學行為,但一直到1990年代,Utah大學的Richard Normann教授開發了多電極的Utah array,並展示從近一百個電極訊號有辦法作為腦機介面控制簡單任務5。另一方面Miguel Nicolelis和John Chapin也發展了多電極量測及訊號處理技術,此種侵入式電極訊號的腦機介面才開始快速發展 (不過以老鼠、猴子為主),並於2000年成功利用猴子腦訊號控制遠端的機器手臂執行相同動作6。現任Duke大學巴西籍的Nicolelis教授寫了一本Beyond Boundaries(中譯本名為 <念力>) 的科普書7,回憶當初的研究過程並詳細介紹此類腦機介面的發展與未來,值得一讀。
圖片來源:[http://goo.gl/Up5S9N]
21世紀開始,腦機介面以極快的速度發展,不只每年論文量以指數成長,世界知名的BCI團隊不下20個,許多公司也相繼推出大眾化商品。趁這股熱潮,就讓我們來認識什麼是腦機介面。II. 神經元的怒吼──腦波訊號的原理與量測
大腦是由數十億個神經細胞 (又稱神經元) 組成,每個神經元平均又有數百至千個連結至其他神經元。這些細胞透過放電的方式傳遞訊號 (動作電位,Action potential),並釋放神經傳導物質刺激下一個神經細胞,繼續傳遞這個訊息。這複雜的神經網路使我們能夠走路、記憶、思考。
而我們所謂的腦電訊號,源於大腦每個神經元的電活動。依據電極的侵入程度和測得訊號的範圍,由內至外部、小至大範圍,大致可分為Intracortical recordings、Electrocorticography (ECoG)、Electroencephalography (EEG) 三種。
1. Intracortical Recordings
如果打開頭骨、穿過腦膜、把電極插入腦中,便可以量測到一個至附近數個神經細胞此起彼落的怒吼 (神經脈衝,Spikes)。若將訊號接到麥克風,即可聽到啪啪啪一個個清晰的神經元放電聲音 (請聽本影片背後像雜訊的聲音 [http://goo.gl/qaGcE5]),亦稱為脈衝序列 (spike train)。
此方法常被神經科學家拿來研究特定腦功能 (如某種視覺刺激反應) 的小神經網路,因為普遍認為脈衝序列含有所有腦活動的資訊,是最直接量測腦部活動的方法 (相較於ECoG及EEG),取得訊號的品質也高。但挑戰有二:第一,侵入式的電極可能會造成腦損傷,所以目前研究皆以昆蟲、老鼠、猴子為主。第二,電極使用不持久,身體對外來物會產生免疫反應或包覆電極。
2,3 Electrocorticography (ECoG) and Electroencephalography (EEG)
ECoG和EEG的訊號就是我們俗稱的腦波 (更常指後者),兩者的訊號產生原理幾乎相同。神經元活化產生的動作電位,透過軸突 (Axon) 傳遞到突觸 (Synapse,神經細胞連結處) 之後,釋放的神經傳導物質會引發接棒的神經元產生突觸後電位 (post-synaptic potentials, PSPs),進一步刺激或抑制該神經元產生動作電位。如圖二所示,突觸 (Axons末端) 的PSPs使神經元產生不均的電荷分布,導至電荷流動,像是一個電流源 (current source)。當一群神經細胞同步活化,這些小電流源會加總產生夠大的電流訊號,形成相應電磁場,從腦細胞間質、腦膜、腦組織液 (CSF)、頭蓋骨,一層層穿透至頭皮,成為我們量測到的腦波訊號。
雖然腦波也是來自於神經元的電活動,但一般對腦波的成因存在三個誤解:第一,腦波訊號不是來自神經元的動作電位 (Action potential),而是來自突觸後神經元電位 (post-synaptic potentials, PSPs);第二,腦波主要反應出神經元的同步活化,而不是個別神經元活動;第三,腦波被認為只能量測到大腦皮層 (cortex) 的訊號,無法得知皮質下 (subcortical) 腦區的活動。
圖二、ECoG 和EEG訊號產生原理示意圖(圖片修改自8)
ECoG與EEG的差異在於,ECoG量測會將患者頭蓋骨打開把電極平放在大腦皮層 (Cortex) 上與硬腦膜下 (Subdural) 的半侵入式方法,EEG則是在頭皮上量測腦波的非侵入式方法。ECoG好處是減少腦膜、腦組織液、頭蓋骨等介質干擾訊號。EEG的優勢則是不需手術,便利性和成本都較低。ECoG和EEG雖然空間準確度不高,但電極可涵蓋整個腦,範圍比Intracortical recordings (數釐米) 大得多。因此像ECoG最常被應用在臨床上協助癲癇 (Epilepsy) 病患定位不規則活動的腦區以利開刀切除。EEG則被發現與許多認知功能(如專注程度、情緒等)與神經疾病(如自閉症、精神分裂症等)相關。
圖三、Intracortical recordings, ECoG, and EEG示意圖9
總結來說,假想大腦活動是一場棒球比賽,觀眾和球員是神經細胞。Intracortical recordings就是你周圍的人的聊天內容;ECoG是棒球場內兩隊觀眾的怒吼;EEG則是場外混雜著汽機車噪音的聲音。更詳細的原理請參考一篇2012年Nature Reviews Neuroscience期刊上的文章10。
圖四、各種腦波量測電極與儀器。(a) Intracortical recordings: Utah Array (圖片來源:[http://goo.gl/Enj2PR]) (b) ECoG (圖片來源:[http://goo.gl/tTksxV]) (c)有線EEG: 128-ch Biosemi (圖片來源:[http://goo.gl/oOLX9S]) (d)無線EEG: 64-ch Cognionics (圖片來源:[http://goo.gl/UFKehg])
III. 解譯人腦──腦波訊號的特徵 (Feature Extraction)
取得脈衝序列或腦波訊號之後,接下來很顯然的問題是:「它告訴了我們什麼?」如何從複雜大量的訊號裡提取有用的資訊,進而判讀人的意念,這是腦機介面領域最有挑戰性且最熱門的議題。因篇幅有限,本章只介紹腦波 (EEG, ECoG) 的特徵與分析方法。與intracortical recordings相關的方法請參考7。
量測到的腦波是數量龐大的神經元電訊號與各種雜訊的雜合結果,還無法精確地解碼其中的資訊,也還不存在完整的理論解釋腦波訊號及神經網路、腦功能的關係。所以目前腦波分析的方法,仍以數據導向 (Data-driven) 為主。神經科學家、訊號處理專家、統計學家,嘗試各種分析方法,尋找大腦在執行不同任務或處於不同狀態下的腦波特徵。雖然沒辦法解析腦波中全部的資訊,但只要發現一些特徵讓我們能判讀使用者的大腦狀態或意圖,就能允許使用者透過腦機介面與外界簡易的溝通。以下介紹腦機介面常用的腦波特徵1。依照腦波特徵產生的方式,可分為內生性 (endogenous) 和外生性 (exogenous) 兩類。
1. 內生性腦波:自發性產生的腦波特徵
(1) 時域特徵 (Time-domain):直接從原始訊號上直接辨識出的特徵,通常訊號很強且具有特殊波型。例如進入睡眠狀態時出現的sleep spindle及K-complex (圖六(a));或是癲癇 (seizure) 發作時極強且混亂的腦波訊號。附帶一提,因不需任何訊號處理,目前這仍是臨床醫學診斷上最常用的方法。
(2) 頻域特徵 (Frequency-domain):將訊號轉換至頻域 (frequency domain),是最基本也最廣泛使用的訊號分析方法。科學家很早就發現不同頻帶 (frequency band) 的腦波透露了大腦不同的狀態 (圖五)。從亢奮的β波,清醒閉眼的α波,到淺眠的θ和深眠的δ波,一般來說腦共振頻率越低代表越處於放鬆休息狀態。
圖五、EEG常見頻帶 (frequency bands) 及代表性的腦狀態11
(3) 事件誘發電位 (Event-related potential, ERP):人受到某些事件刺激後,腦會自發性地產生反應模式,反映了大腦處理事情的途徑與時間。例如受試者要快速判斷螢幕上出現的圖案為目標 (如紅色) 或非目標 (如綠色) 時,出現目標相較於非目標物,頂葉的電極在刺激發生後300~500毫秒會記錄到正向 (positivity) 電位,稱為P300電位 (圖六(b))。P300被認為與人做決定的評估過程 (decision evaluation) 反應有關,可用來判讀人的選擇。請見第V章,腦撥拼字機和腦控選單。(4) 動作想像訊號 (Motor imagery):人在規劃動作 (motor planning) 時,動作腦區原本的同步振盪會消失,稱為Event-related de-synchronization(ERD)。參考圖六 (c),想像右手運動(綠線)時,控制右側動作的左腦頂葉會出現ERD的負電位 ((c)左圖)。藉由偵測左右腦ERD特徵的強弱 (腦波特徵分布圖),即可推知使用者想動左手還是右手,便可簡單地控制輪椅的左或右轉,或是讓機械手臂移動左或右手。
圖六、(a)睡眠狀態的腦波特徵 (圖片來源:wikipedia, http://goo.gl/KbZMsJ)。(b)事件誘發電位P300的特徵[1]。(c)動作想像 (motor imagery) 的左右腦EEG訊號及腦波特徵ERD的分布圖12。
2. 外生性腦波:由外在刺激誘發產生的腦波特徵
視覺刺激誘發電位 (Visual evoked-potential, VEP):若人眼受到固定頻率的刺激 (盯著閃爍的螢幕),人腦枕葉視覺皮質區產生的誘發電位也會有該頻率的訊號。因為VEP訊號強且穩定,是腦機介面中被廣泛使用的特徵 (請見第V章,腦波電話)。聽覺、觸覺也被發現有相同現象。
經過上述的介紹,相信讀者對於如何偵測腦波,以及腦波的分類及特徵有了更深的認識。但是如何分析複雜的腦波訊號,並且從中萃取出這些訊號背後的資訊,再將它轉化成為機器指令呢?下一集,腦機介面的進一步應用大解密,請大家持續關注7/12日Investigator的精彩連載!
參考資料
- J. R. Wolpaw, N. Birbaumer, D. J. McFarland, G. Pfurtscheller, and T. M. Vaughan, “Brain – computer interfaces for communication and control,” Clin. Nerophysiology, vol. 113, pp. 767–791, 2002.
- B. Allison, “Trends in BCI research,” XRDS Crossroads, ACM Mag. Students, vol. 18, no. 1, p. 18, Sep. 2011.
- J. J. Vidal, “Real-time detection of brain events in EEG,” Proc. IEEE, vol. 65, no. 5, pp. 633–641, May 1977.
- J. J. Vidal, “Toward direct brain-computer communication.,” Annu. Rev. Biophys. Bioeng., vol. 2, pp. 157–80, Jan. 1973.
- E. M. Maynard, C. T. Nordhausen, and R. A. Normann, “The Utah Intracortical Electrode Array: A recording structure for potential brain-computer interfaces,” Electroencephalogr. Clin. Neurophysiol., vol. 102, no. 3, pp. 228–239, Mar. 1997.
- J. Wessberg, C. R. Stambaugh, J. D. Kralik, P. D. Beck, M. Laubach, J. K. Chapin, J. Kim, S. J. Biggs, M. A. Srinivasan, and M. A. Nicolelis, “Real-time prediction of hand trajectory by ensembles of cortical neurons in primates.,” Nature, vol. 408, no. 6810, pp. 361–5, Nov. 2000.
- M. Nicolelis, “Beyond Boundaries: The New Neuroscience of Connecting Brains with Machines—and How It Will Change Our Lives,” 2012.
- E. Kandel, J. Schwartz, and T. Jessell, Principles of neural science. 2000.
- N. Thakor, “Building Brain Machine Interfaces – Neuroprosthetic Control with Electrocorticographic Signals,” IEEE Life Sciences, 2012.
- G. Buzsáki, C. A. Anastassiou, and C. Koch, “The origin of extracellular fields and currents–EEG, ECoG, LFP and spikes.,” Nat. Rev. Neurosci., vol. 13, no. 6, pp. 407–20, Jun. 2012.
- T. Budzynski, H. Budzynski, J. Evans, and A. Abarbanel, Introduction to quantitative EEG and neurofeedback: Advanced theory and applications. 2009.
- B. Blankertz, R. Tomioka, S. Lemm, M. Kawanabe, and K. Muller, “Optimizing Spatial filters for Robust EEG Single-Trial Analysis,” IEEE Signal Process. Mag., vol. 25, no. 1, pp. 41–56, 2008.
徐聖修 Sheng-Hsiou (Shawn) Hsu
Email: shh078@ucsd.edu
台大電機系畢,現於美國加州大學聖地牙哥分校 (UCSD) 就讀生物工程系 (Bioengineering) 博士班。喜愛以工程技術,一探大腦的奧秘。目前正在Swartz Center for Computational Neuroscience (SCCN) 研究腦波 (EEG) 的分析方法以及開發腦機介面 (Brain-computer interface) 的應用。
撰稿|徐聖修
編輯|陳致曄、黃翊柔
學術部負責人|黃翊柔
Leave a Reply
%d bloggers like this:
新網頁4 - 新光醫院
www.skh.org.tw/Neuro/eeg.htm
問答篇之三 - 身心障礙者服務資訊網
disable.yam.org.tw/book/export/html/134
癲癇與腦波 - 身心障礙e能網
www.enable.org.tw/res/detail05.php?id=53
腦波淺談 - 香港靈異學會The Hong Kong Astral Society
www.hkastral.org/news_show.php?id=191
脑波慢放是什么病? - 问问 - 搜狗
wenwen.sogou.com/z/q395465632.htm
轉為繁體網頁
轉為繁體網頁
I hear shorting of $GPRO.... where does this say short?! Careful pic.twitter.com/YeiK7CJmXQ
Informasinya sangat bagus gan, sangat mudah dibaca dan dipahami isinya...
ReplyDeletethanks yaa, jangan lupa juga untuk berkunjung ke web ku, oke!
Misteri dan Sejarah Benua Atlantis
Kurau Blog : Blog Tempat Pengetahuan dan Informasi
Menghilangkan Komedo dengan Putih Telur
Cara Mudah Belajar Forex Untuk Pemula
Cara Memutihkan Wajah Secara Alami
3 Destinasi Wisata Pantai di Bali Terbaik