腦電波大致分為α波、β波、γ波、δ波和θ波，不同的電波對應不同的大腦狀態。盡管不同的腦電波大致有一個代表的方向，但實際情況卻復雜得多。事實上，腦電信號的破譯工作目前仍是一片“藍海”。

  前不久，浙江某小學為學生佩戴“智能頭環”檢測腦電波以判斷其注意力是否集中的事件引發熱議。測試腦電波這一在醫療領域和研究領域常用的技術手段，由于科幻電影的炫染總是讓人感覺無比神秘。

  那么什么是腦電波，它可以被探測解讀嗎？

  神經元的活動形成了腦電波

  盡管幻想腦部“呲呲”放電會顯得古怪滑稽，但腦電波確實存在。之所以難以察覺，是因為它的強度最高只有200微伏。

  大腦在活動時，大量神經元同步發生的突觸后電位經總和后形成了腦電波，突觸后電位的本質是帶電離子在神經突觸的進出。所謂“思想的火花”，正是思考時體內的帶電離子穿過神經細胞膜上的通道（如化學門控通道）留下的“噼啪”聲，以及流過后大腦不同區域的電位差。腦電儀器記錄的正是腦神經細胞的電生理活動在大腦皮層或頭皮表面的總體反映。

  一般認為，腦電波大致分為α波、β波、γ波、δ波和θ波，不同的電波對應不同的大腦狀態。“腦電波一直存在，但是不同的狀態下不同的波將成為主體，例如合眼的時候，α波會馬上活躍起來。”復旦大學教授黃志力說，而當大腦充滿θ波時，人的意識活動明顯受到抑制，無法進行邏輯思維和推理活動。此時，大腦憑直覺、靈感、想象等接收和傳遞信息。

  科學家還發現，人們在覺醒并專注于某一事時，常可見一種頻率較β波更高的γ波，其頻率為30—80赫茲，波幅范圍不定。有假說認為，γ波也許與建立統一的清晰認知有關，通過吸引不同的神經元電路的同步，增強意識、產生注意力。

  用腦機接口、電極、頭環均可檢測

  “腦電波本身就是電信號，微伏測量確實難，但是檢測完全沒問題，至少實驗室沒問題。”北京大學工學院特聘研究員雷霆表示，腦電測量設備的先進性、貼合的緊密程度、測量方法、是否植入等均對是否能夠準確測量腦電波產生影響。

  據了解，目前獲得腦電波的方式，有腦機接口、電極貼片、頭環或頭盔等。

  通過腦機接口獲取腦電波的方式，理論上獲取效率最高，識別率最好，而且可以長期持續使用，但缺點是需要腦機接口，風險性較大。

  電極貼片是一種典型的獲取腦電波的方式，在醫學領域和一些科學實驗場景，我們常常可以見到在腦外部貼上密密麻麻電極的場景。

  上海師范大學教授李魯群等在《基于腦電波信號的人體疲勞程度測試模型分析》一文中曾詳細介紹了通過電極貼片獲取腦電波的方式：通過兩個干電極，將芯片與測試者頭部相連，其中一個干電極貼于測試者的腦門，另外一個夾在測試者的左耳；然后將生物傳感器與電腦終端相連，芯片將采集到的腦電波信號通過藍牙的方式發送到生物傳感器，電腦終端就會顯示腦電波信號的特征值。

  雖然這種方式比腦機接口的成本低很多，不需要植入，安全性較高，此外，其信號的識別率也比較有保障。但缺點是這種方式操作成本較高，且需要專業人士協助，不能隨時進行，日常生活場景中很難普及。

  此外，頭環或頭盔也是獲取腦電波的方式之一。頭環或頭盔的優點在于可以簡單佩戴，持續使用，可以方便地產品化。其缺點是采集信號容易被背景噪音信號干擾，識別的準確性和效率明顯不如前兩者。

  腦電信號的破譯仍是“藍海”

  天馬行空、不拘一格、智慧深邃……人的思維是如此豐富多彩，腦電波又有多個種類和千萬種組合，那么如何破譯這些信號？

  “不同的認知可以根據腦電圖的變化來判斷，但是非常復雜。”中國標準化研究院研究員張運紅表示，盡管不同的腦電波大致有一個代表的方向，但實際情況卻復雜得多。

  李魯群等人為找到司機疲勞程度與腦電波信號的關系，曾建立了一個模型，通過對復雜數據的降噪、重構、建模、擬合等多步處理后，經過多步計算，隨后進行反向驗證，得到相對有一定準確率的計算方法，使得α、β、θ波的特征值能夠計算，從而得到疲勞狀態的判定表達式，來判斷疲勞與否。

  “主要問題是腦電波測得是否準確，數據有沒有價值。”雷霆認為，如果在基礎研究階段沒有得出準確的數學模型，則后續的軟件設計、應用開發都是無本之木。

  事實上，腦電信號的破譯工作目前仍是一片“藍海”。“將α、β、θ波的特征值用于計算，只是其中一部分，還有很多其他方面的影響。”張運紅表示，目前科學界并沒有形成指南之類的共識。生物學領域的生命活動基礎仍是未解之謎，將其轉化為數學模型的表達是粗線條的反映，即使腦電波捕捉準確、后續的軟件開發適宜，也無法高度精確地反映思維的現狀。

  比如，從西南科技大學李雪飛、許朝進《腦電生物反饋對正常小學生注意力的影響》的論文中可以看到，實驗針對注意力分散的8名五年級小學生，采用腦電生物反饋訓練系統進行為期兩個月的注意力訓練，比較后發現，盡管整體效果有所改善，但存在腦電數據與量表結果不一致的現象。也就是說，腦電數據顯示集中精力，而量表題庫顯示注意力不足。究竟是腦電數據與現實狀況接近，還是主觀題庫更準，目前仍難判斷。

來源：科技日報