واسط های مغز و رایانه (BCI) یک پیوند ارتباطی مستقیم بین مغز و یک کامپیوتر یا سایر دستگاه های خارجی فراهم می کند. آنها با جایگزین کردن و تقویت ظرفیت های کاری انسان، میزان آزادی بالایی را فراهم کرده و در زمینه های مختلفی همچون محاسبات عاطفی، توانبخشی، بازی، روباتیک و علوم اعصاب، کاربردهای فوق العاده ای را ایجاد می کنند.
تلاش‌های تحقیقاتی قابل توجه در مقیاس جهانی، پلتفرم های مشترکی را برای استانداردسازی فناوری Brain-computer interfaces ارائه کرده و به مقابله با پویایی بسیار پیچیده و غیرخطی مغز و چالش‌های استخراج و طبقه‌بندی ویژگی‌های مرتبط کمک می‌کند.
نوسانات روانی- نوروفیزیولوژیکی متغیر زمان و تأثیر آنها بر سیگنال های مغز، چالش دیگری را برای محققان BCI جهت تبدیل این فناوری از برنامه های آزمایشگاهی به زندگی روزمره plug-and-play تحمیل می کند.
BCI یا واسط های مغز و رایانه، سیستمی است که مبتنی بر رایانه بوده و قادر است تا به تجزیه و تحلیل سیگنال های مغزی که به دست می آورد، بپردازد و آن را به فرامینی تبدیل کند که جهت به انجام رساندن یک عمل انتخاب شده، به یک دستگاه ارائه می شود.
در واقع باید گفت که BCI ها از روند طبیعی اعصاب و عضلات اطراف مغز بهره نمی برند. بنابراین می توان BCI را به سیستم هایی محدود کرد که سیگنال های تولید شده توسط سیستم عصبی مرکزی (CNS) را اندازه گیری کرده و استفاده می کنند.
برای مثال، یک سیستم ارتباطی فعال شده با عضله، یک BCI نیست. علاوه بر این، یک دستگاه الکتروانسفالوگرام (EEG) به تنهایی یک BCI نیست، زیرا فقط سیگنال‌های مغز را ثبت می‌کند اما خروجی‌ای تولید نمی‌کند که بر روی محیط کاربر تاثیرگذار باشد.
این یک تصور اشتباه است که BCI ها دستگاه های ذهن خوان هستند. واسط های مغز و رایانه به معنای استخراج اطلاعات از کاربران به صورت ناخواسته نیست که ذهن را بخوانند، بلکه کاربران را قادر می سازند تا با استفاده از سیگنال های مغزی به جای ماهیچه ها، روی محیط عمل کنند.
در حقیقت کاربر و Brain-computer interfaces با هم کار می کنند. کاربر، اغلب پس از یک دوره آموزشی، سیگنال های مغزی را تولید می کند که هدف را رمزگذاری کرده و BCI، پس از آموزش، سیگنال ها را رمزگشایی می کند و آنها را به دستوراتی به یک دستگاه خروجی ارائه می‌کند که هدف کاربر را برآورده می کند.
در اصل، هر نوع سیگنال مغزی می تواند برای کنترل یک سیستم BCI یا واسط های مغز و رایانه استفاده شود. رایج ترین سیگنال‌های مورد مطالعه، سیگنال‌های الکتریکی هستند که عمدتاً توسط تغییرات قطبی غشای پس سیناپسی عصبی تولید می‌شوند که به دلیل فعال سازی کانال های دردار ولتاژ یا یونی رخ می‌دهند.
EEG پوست سر که برای اولین بار توسط هانس برگر در سال 1929 توصیف شد، عمدتاً معیاری از این سیگنال ها است. بیشتر کارهای اولیه BCI از سیگنال‌های EEG ثبت شده در پوست سر استفاده می‌کردند که از مزایای آنها آسان، ایمن و ارزان‌بودن به دست آوردن آنها است.
عیب اصلی ضبط های پوست سر این است که سیگنال های الکتریکی به طور قابل توجهی در فرآیند عبور از سختی، جمجمه و پوست سر ضعیف می شوند. بنابراین، اطلاعات مهم ممکن است از دست بروند. مشکل صرفاً تئوری نیست.
صرع شناسان مدت هاست می دانند که برخی از تشنج ها که به وضوح در طول ضبط داخل جمجمه قابل شناسایی هستند در نوار مغزی پوست سر دیده نمی شوند. با توجه به این محدودیت احتمالی، کار اخیر واسط های مغز و رایانه روش‌های ضبط داخل جمجمه را نیز بررسی کرده است.
رایانه های کلاسیک واقعاً نسخه های بسیار پیچیده تری از ماشین‌حساب های جیبی هستند. آنها مبتنی بر مدارهای الکتریکی و سوئیچ‌هایی هستند که می‌توانند روشن (یک) یا خاموش (صفر) باشند. با رشته‌بندی تعداد زیادی از این یک‌ها و صفرها، آنها می‌توانند هر اطلاعاتی را ذخیره و پردازش کنند.
با این حال، سرعت آنها به دلیل این واقعیت است که مقادیر زیادی از اطلاعات به تعداد زیادی یک و صفر برای نشان دادن آن نیاز دارند، همیشه محدود است. کیوبیت‌های محاسبات کوانتومی به جای یک‌ها و صفرهای ساده، می‌توانند در بسیاری از حالت‌های مختلف وجود داشته باشند.
دریافت سیگنال و اندازه گیری سیگنال های مغزی با استفاده از یک روش حسگر خاص است (به عنوان مثال، الکترودهای پوست سر یا داخل جمجمه برای فعالیت الکتروفیزیولوژیک، fMRI برای فعالیت متابولیک). سیگنال ها تا سطوح مناسب برای پردازش الکترونیکی تقویت می شوند و همچنین ممکن است برای حذف نویز الکتریکی یا سایر ویژگی های سیگنال نامطلوب مانند تداخل خط برق 60 هرتز در معرض فیلتر قرار گیرند. سپس سیگنال ها دیجیتالی می شوند و به کامپیوتر منتقل خواهند شد.
تحقیق و توسعه واسط های مغز و رایانه هیجان فوق العاده ای را در دانشمندان، مهندسان، پزشکان و عموم مردم ایجاد می کند. این هیجان منعکس کننده آینده غنی Brain-computer interfaces است. آنها ممکن است در نهایت به طور معمول برای جایگزینی یا بازیابی عملکرد مفید برای افرادی که به دلیل اختلالات عصبی-عضلانی شدید ناتوان شده اند استفاده شوند.
آنها همچنین ممکن است توانبخشی را برای افراد مبتلا به سکته مغزی، ضربه به سر و سایر اختلالات بهبود بخشند. در عین حال، این آینده هیجان انگیز تنها در صورتی می تواند رقم بخورد که محققان و توسعه‌دهندگان واسط های مغز و رایانه مشکلات را در 3 حوزه حیاتی حل کنند که شامل سخت افزار اکتساب سیگنال، اعتبارسنجی و انتشار BCI و قابلیت اطمینان می شود.
همه سیستم های BCI به حسگرها و سخت افزار مرتبطی که سیگنال های مغز را دریافت می کنند، بستگی دارند. بهبود در این سخت افزار برای آینده BCI ها حیاتی است. در حالت ایده آل، BCI های مبتنی بر EEG (غیر تهاجمی) باید دارای الکترودهایی باشند که به سایش پوست یا ژل رسانا (یعنی به اصطلاح الکترودهای خشک) نیاز نداشته باشند.
آنها باید کوچک و قابل حمل باشند. دارای نصب راحت و قابل قبول از نظر زیبایی بوده و تنظیم آنها آسان باشد. برای چندین ساعت بدون تعمیر کار کنند. واسط های مغز و رایانه باید دارای عملکرد خوب در همه محیط ها بوده و به راحتی با طیف گسترده ای از برنامه ها ارتباط برقرار کنند.
در اصل، بسیاری از این نیازها را می توان با فناوری فعلی برآورده کرد و گزینه های الکترود خشک در حال در دسترس شدن هستند.
همانطور که کار پیشرفت می کند و BCI ها شروع به استفاده واقعی بالینی می کنند، 2 سوال مهم مطرح می شود: یک Brain-computer interfaces معین چقدر می تواند خوب باشد و چقدر توانمند و قابل اعتماد است؟ و کدام BCI برای چه اهدافی بهترین است.
برای پاسخ به سوال اول، هر BCI امیدوارکننده باید بهینه شود و محدودیت‌های مربوط به قابلیت‌های کاربران با آن مشخص شود. پرداختن به سوال دوم مستلزم اجماع بین گروه‌های تحقیقاتی در مورد اینکه کدام برنامه‌ها باید برای مقایسه واسط های مغز و رایانه استفاده شوند و عملکرد چگونه باید ارزیابی شوند، است.
واضح ترین مثال این سوال است که آیا عملکرد BCI هایی که از سیگنال های داخل قشری استفاده می کنند بسیار برتر از BCI هایی است که از سیگنال های ECoG یا حتی سیگنال های EEG استفاده می کنند. برای بسیاری از کاربران آینده نگر، BCI های تهاجمی باید عملکرد بسیار بهتری ارائه دهند تا به BCI غیرتهاجمی ترجیح داده شوند.
اگرچه آینده فناوری BCI مطمئناً به بهبود در اکتساب سیگنال و مطالعات اعتبار سنجی واضح و مدل‌های انتشار قابل اجرا بستگی دارد، اما این مسائل در کنار موارد مرتبط با مشکل قابلیت اطمینان کمرنگ است. در حالت کلی، صرف نظر از روش ضبط، نوع سیگنال یا الگوریتم پردازش سیگنال، قابلیت اطمینان واسط های مغز و رایانه برای همه به جز ساده ترین برنامه ها ضعیف است.
رابط های مغز و رایانه مناسب برای استفاده واقعی باید به اندازه اقدامات مبتنی بر ماهیچه های طبیعی قابل اعتماد باشند. بدون پیشرفت های عمده، سودمندی واقعی BCIها در بهترین حالت، تنها به ابتدایی ترین عملکردهای ارتباطی برای کسانی که دارای شدیدترین ناتوانی‌ها هستند، محدود می‌ماند.
بسیاری از محققان در سراسر جهان در حال توسعه سیستم های Brain-computer interfaces هستند که چند سال پیش در قلمرو داستان های علمی تخیلی قرار داشتند. این سیستم ها از سیگنال های مغزی مختلف، روش های ضبط و الگوریتم های پردازش سیگنال استفاده می کنند.
آنها می توانند بسیاری از دستگاه های مختلف، از مکان نما روی صفحه نمایش کامپیوتر گرفته تا صندلی چرخدار و بازوهای رباتیک را کار کنند. تعداد کمی از افراد دارای ناتوانی شدید در حال حاضر از واسط های مغز و رایانه برای ارتباطات اولیه و کنترل در زندگی روزمره خود استفاده می کنند.
با سخت افزار اکتساب سیگنال بهتر، اعتبارسنجی بالینی واضح، مدل‌های انتشار قابل اجرا و افزایش قابلیت اطمینان، BCI ممکن است به یک فناوری ارتباطی و کنترلی جدید برای افراد دارای معلولیت و احتمالاً برای جمعیت عمومی تبدیل شود.
توفر واجهات الدماغ والحاسوب (BCIs) رابط اتصال مباشر بین الدماغ والحاسوب أو الأجهزه الخارجیه الأخرى. ومن خلال استبدال وتعزیز قدرات العمل البشریه، فإنها توفر درجه عالیه من الحریه وتخلق تطبیقات غیر عادیه فی مجالات مختلفه مثل الحوسبه العاطفیه، وإعاده التأهیل، والألعاب، والروبوتات، وعلم الأعصاب.
توفر جهود البحث الهامه على نطاق عالمی منصات مشترکه لتوحید معاییر تکنولوجیا واجهات الدماغ والحاسوب، مما یساعد على معالجه الدینامیکیات المعقده وغیر الخطیه للغایه فی الدماغ والتحدیات المتمثله فی استخراج وتصنیف المیزات ذات الصله.
تشکل التقلبات النفسیه العصبیه المتغیره مع مرور الوقت وتأثیرها على إشارات الدماغ تحدیًا آخر أمام باحثی BCI لتحویل هذه التکنولوجیا من تطبیقات المختبر إلى الحیاه الیومیه.
BCI، أو واجهه الدماغ والحاسوب، هو نظام قائم على الکمبیوتر قادر على تحلیل إشارات الدماغ التی یکتسبها وتحویلها إلى أوامر یتم تقدیمها إلى جهاز لأداء إجراء محدد.
فی الواقع، لا تستفید واجهات الدماغ والعضلات من العملیات الطبیعیه للأعصاب والعضلات المحیطه بالدماغ. لذلک، یمکن أن یقتصر BCI على الأنظمه التی تقیس وتستخدم الإشارات التی یولدها الجهاز العصبی المرکزی (CNS).
على سبیل المثال، نظام الاتصال المنشط بالعضلات لیس واجهه دماغیه حاسوبیه. بالإضافه إلى ذلک، جهاز تخطیط کهربیه الدماغ (EEG) وحده لیس واجهه دماغیه حاسوبیه، لأنه یسجل إشارات الدماغ فقط ولکنه لا ینتج أی مخرجات تؤثر على بیئه المستخدم.
من المفاهیم الخاطئه أن واجهات الدماغ والدماغ هی أجهزه لقراءه العقول. لا تهدف واجهات الدماغ والحاسوب إلى استخراج المعلومات من المستخدمین بشکل غیر مقصود، أو قراءه أفکارهم، بل إلى تمکین المستخدمین من التصرف فی البیئه باستخدام إشارات الدماغ بدلاً من العضلات.
فی الواقع، تعمل واجهه المستخدم والدماغ والحاسوب معًا. یقوم المستخدم، غالبًا بعد فتره تدریب، بإنتاج إشارات دماغیه تشفر الهدف، ثم یقوم BCI، بعد التدریب، بفک تشفیر الإشارات وترجمتها إلى أوامر لجهاز إخراج یحقق هدف المستخدم.
من حیث المبدأ، یمکن استخدام أی نوع من إشارات الدماغ للتحکم فی نظام BCI أو واجهات الدماغ والحاسوب. الإشارات الأکثر دراسه هی الإشارات الکهربائیه، والتی یتم إنشاؤها بشکل أساسی عن طریق التغیرات فی قطبیه الغشاء العصبی ما بعد المشبکی، والتی تحدث بسبب تنشیط القنوات ذات البوابات الجهدیه أو القنوات الأیونیه.
إن تخطیط کهربیه الدماغ لفروه الرأس، والذی وصفه هانز بیرغر لأول مره فی عام 1929، هو فی المقام الأول مقیاس لهذه الإشارات. استخدمت معظم أعمال واجهه الدماغ والدماغ المبکره إشارات تخطیط کهربیه الدماغ المسجله فی فروه الرأس، والتی تتمیز بسهوله الحصول علیها وأمانها وقله تکلفتها.
العیب الرئیسی لتسجیلات فروه الرأس هو أن الإشارات الکهربائیه تضعف بشکل کبیر أثناء مرورها عبر القشره الصلبه والجمجمه وفروه الرأس. وبالتالی، قد یتم فقدان معلومات مهمه. المشکله لیست نظریه فحسب.
یعرف أخصائیو الصرع منذ فتره طویله أن بعض النوبات التی یمکن التعرف علیها بوضوح أثناء التسجیلات داخل الجمجمه لا تظهر فی تخطیط کهربیه الدماغ فی فروه الرأس. ونظرا لهذا القید المحتمل، استکشفت الأعمال الحدیثه فی مجال واجهات الدماغ والحاسوب أیضا أسالیب التسجیل داخل الجمجمه.
إن أجهزه الکمبیوتر الکلاسیکیه ما هی فی الواقع إلا إصدارات أکثر تطوراً من الآلات الحاسبه الجیبیه. إنها تعتمد على دوائر ومفاتیح کهربائیه یمکن أن تکون قید التشغیل (واحد) أو متوقفه (صفر). من خلال ربط عدد کبیر من هذه الآحاد والأصفار معًا، یمکنهم تخزین ومعالجه أی معلومات.
ومع ذلک، فإن سرعتها محدوده دائمًا بسبب حقیقه أن کمیات کبیره من المعلومات تتطلب عددًا کبیرًا من الآحاد والأصفار لتمثیلها. بدلاً من أن تکون مجرد آحاد وأصفار، یمکن أن توجد وحدات کیوبت الحوسبه الکمومیه فی العدید من الحالات المختلفه.
اکتساب الإشارات وقیاس إشارات الدماغ باستخدام طریقه استشعار محدده (على سبیل المثال، أقطاب فروه الرأس أو داخل الجمجمه للنشاط الکهربی الفسیولوجی، أو التصویر بالرنین المغناطیسی الوظیفی للنشاط الأیضی). یتم تضخیم الإشارات إلى مستویات مناسبه للمعالجه الإلکترونیه ویمکن أیضًا إخضاعها للتصفیه لإزاله الضوضاء الکهربائیه أو غیرها من خصائص الإشاره غیر المرغوب فیها مثل تداخل خطوط الطاقه 60 هرتز. ویتم بعد ذلک تحویل الإشارات إلى بیانات رقمیه وإرسالها إلى جهاز کمبیوتر.
إن البحث والتطویر فی مجال واجهات الدماغ والحاسوب یولد قدرًا هائلاً من الإثاره بین العلماء والمهندسین والأطباء وعامه الناس. یعکس هذا الحماس المستقبل الغنی لواجهات الدماغ والحاسوب. وقد یتم استخدامها فی نهایه المطاف بشکل روتینی لاستبدال أو استعاده الوظیفه المفیده للأشخاص الذین أصیبوا بالإعاقه بسبب اضطرابات عصبیه عضلیه شدیده.
وقد تساعد أیضًا فی تحسین إعاده التأهیل للأشخاص الذین یعانون من السکتات الدماغیه وإصابات الرأس واضطرابات أخرى. وفی الوقت نفسه، لا یمکن تحقیق هذا المستقبل المثیر إلا إذا تمکن الباحثون والمطورون لواجهات الدماغ والحاسوب من حل المشکلات فی ثلاثه مجالات حاسمه: أجهزه اکتساب الإشاره، والتحقق من صحه واجهات الدماغ والحاسوب ونشرها، والموثوقیه.
تعتمد جمیع أنظمه BCI على أجهزه الاستشعار والأجهزه المرتبطه بها والتی تستقبل إشارات الدماغ. إن التحسینات فی هذا الجهاز تشکل أهمیه بالغه لمستقبل واجهات الدماغ والحاسوب. من الناحیه المثالیه، ینبغی أن تحتوی أجهزه BCI التی تعتمد على تخطیط کهربیه الدماغ (غیر الجراحیه) على أقطاب کهربائیه لا تتطلب تآکل الجلد أو هلام موصل (أی ما یسمى بالأقطاب الکهربائیه الجافه).
ینبغی أن تکون صغیره وقابله للحمل. إنها سهله الترکیب، وجمیله من الناحیه الجمالیه، وسهله التعدیل. العمل لعده ساعات دون إصلاح. یجب أن تعمل واجهات الدماغ والحاسوب بشکل جید فی جمیع البیئات وأن تتواصل بسهوله مع مجموعه واسعه من التطبیقات.
ومن حیث المبدأ، یمکن تلبیه العدید من هذه الاحتیاجات باستخدام التکنولوجیا الحالیه، کما أصبحت خیارات الأقطاب الکهربائیه الجافه متاحه.
ومع تقدم العمل وبدء استخدام واجهات الدماغ والحاسوب فی التطبیقات السریریه الحقیقیه، یبرز سؤالان مهمان: ما مدى جوده واجهه الدماغ والحاسوب، وما مدى قدرتها وموثوقیتها؟ وأی BCI هو الأفضل لأی غرض؟
للإجابه على السؤال الأول، یجب تحسین أی واجهه دماغیه حاسوبیه واعده وتحدید حدود قدرات المستخدمین. إن معالجه السؤال الثانی تتطلب الإجماع بین مجموعات البحث حول البرامج التی ینبغی استخدامها لمقارنه واجهات الدماغ والحاسوب وکیفیه تقییم الأداء.
المثال الأکثر وضوحًا هو السؤال حول ما إذا کان أداء BCIs التی تستخدم إشارات داخل القشره المخیه متفوقًا بشکل کبیر على BCIs التی تستخدم إشارات ECoG أو حتى إشارات EEG. بالنسبه للعدید من المستخدمین المحتملین، یجب أن توفر واجهات الدماغ والحاسوب الغازیه أداءً أفضل بکثیر حتى یتم تفضیلها على واجهات الدماغ والحاسوب غیر الغازیه.
على الرغم من أن مستقبل تکنولوجیا BCI یعتمد بالتأکید على التحسینات فی اکتساب الإشاره ودراسات التحقق الواضحه ونماذج الانتشار القابله للتنفیذ، إلا أن هذه القضایا تتضاءل مقارنه بتلک المتعلقه بمشکله الموثوقیه. بشکل عام، وبغض النظر عن طریقه التسجیل أو نوع الإشاره أو خوارزمیه معالجه الإشاره، فإن موثوقیه واجهات الدماغ والحاسوب ضعیفه فی جمیع التطبیقات باستثناء أبسطها.
یجب أن تکون واجهات الدماغ والحاسوب المناسبه للاستخدام فی العالم الحقیقی موثوقه مثل الإجراءات الطبیعیه المعتمده على العضلات. وبدون تحقیق تقدم کبیر، فإن الفائده الحقیقیه لواجهات الدماغ والحاسوب سوف تقتصر، فی أفضل الأحوال، على وظائف الاتصال الأساسیه للأشخاص الذین یعانون من أشد الإعاقات.
ویعمل العدید من الباحثین فی مختلف أنحاء العالم على تطویر واجهات الدماغ والحاسوب، والتی کانت تعتبر مجرد خیال علمی قبل بضع سنوات. تستخدم هذه الأنظمه إشارات دماغیه مختلفه، وطرق تسجیل، وخوارزمیات معالجه الإشارات.
بإمکانهم تشغیل العدید من الأجهزه المختلفه، بدءًا من المؤشر على شاشه الکمبیوتر وحتى الکراسی المتحرکه والأذرع الروبوتیه. ویستخدم عدد قلیل من الأشخاص ذوی الإعاقات الشدیده حالیًا واجهات الدماغ والحاسوب للتواصل والتحکم الأساسیین فی حیاتهم الیومیه.
بفضل أجهزه التقاط الإشاره الأفضل، والتحقق السریری الواضح، ونماذج الانتشار القابله للتنفیذ، والموثوقیه المتزایده، قد تصبح واجهه الدماغ والحاسوب تقنیه جدیده للاتصال والتحکم للأشخاص ذوی الإعاقه وربما للسکان بشکل عام.
Brain-computer interfaces (BCIs) provide a direct communication link between the brain and a computer or other external device. They provide a high degree of freedom by replacing and augmenting human working capacities, and have tremendous applications in fields as diverse as emotional computing, rehabilitation, gaming, robotics, and neuroscience.
Significant research efforts on a global scale provide common platforms for standardizing Brain-computer interfaces technology, helping to tackle the highly complex and nonlinear dynamics of the brain and the challenges of extracting and classifying relevant features.
Time-varying psycho-neurophysiological fluctuations and their impact on brain signals pose another challenge for BCI researchers to transform this technology from laboratory applications to plug-and-play everyday life.
A BCI, or brain-computer interface, is a computer-based system that is capable of analyzing the brain signals it acquires and converting them into commands that are presented to a device to perform a selected action.
In fact, BCIs do not take advantage of the natural processes of nerves and muscles surrounding the brain. Therefore, BCIs can be limited to systems that measure and use signals generated by the central nervous system (CNS).
For example, a muscle-activated communication system is not a BCI. Furthermore, a device Electroencephalogram (EEG) alone is not a BCI, as it only records brain signals but does not produce any output that affects the user’s environment.
It is a misconception that BCIs are mind-reading devices. Brain-computer interfaces are not meant to extract information from users involuntarily, to read minds, but rather to enable users to act on the environment using brain signals instead of muscles.
In fact, the user and the Brain-computer interfaces work together. The user, often after a training period, produces brain signals that encode the goal, and the BCI, after training, decodes the signals and translates them into commands to an output device that fulfills the user’s goal.
In principle, any type of brain signal can be used to control a BCI system or brain-computer interfaces. The most commonly studied signals are electrical signals, which are mainly generated by changes in the polarity of the neuronal postsynaptic membrane, which occur due to the activation of voltage-gated or ion channels.
Scalp EEG, first described by Hans Berger in 1929, is a major measure of these signals. Most early BCI work used scalp-recorded EEG signals, which have the advantage of being easy, safe, and inexpensive to acquire.
The main disadvantage of scalp recordings is that the electrical signals are significantly attenuated in the process of passing through the hard tissues, skull, and scalp. Therefore, important information may be lost. The problem is not merely theoretical.
Epileptologists have long known that some seizures that are clearly detectable during intracranial recording are not seen on scalp EEG. Given this potential limitation, recent work on brain-computer interfaces has also explored intracranial recording methods.
Classical computers are really much more sophisticated versions of pocket calculators. They are based on electrical circuits and switches that can be on (one) or off (zero). By stringing together a large number of these ones and zeros, they can store and process any information.
However, their speed is always limited by the fact that large amounts of information require a large number of ones and zeros to represent it. Instead of being simple ones and zeros, quantum computing qubits can exist in many different states.
Signal acquisition and measurement of brain signals using a specific sensing method (e.g., scalp or intracranial electrodes for electrophysiological activity, fMRI for metabolic activity). The signals are amplified to levels suitable for electronic processing and may also be filtered to remove electrical noise or other undesirable signal features such as 60 Hz power line interference. The signals are then digitized and transmitted to a computer.
The research and development of brain-computer interfaces is generating tremendous excitement among scientists, engineers, physicians, and the general public. This excitement reflects the rich future of brain-computer interfaces. They may eventually be routinely used to replace or restore useful function to people who are disabled by severe neuromuscular disorders.
They may also improve rehabilitation for people with stroke, head trauma, and other disorders. However, this exciting future can only be realized if researchers and developers of brain-computer interfaces solve problems in three critical areas: signal acquisition hardware, BCI validation and deployment, and reliability.
All BCI systems depend on sensors and associated hardware that receive brain signals. Improvements in this hardware are critical to the future of BCIs. Ideally, EEG-based (non-invasive) BCIs should have electrodes that do not require skin abrasion or conductive gel (i.e., so-called dry electrodes).
They must be small and portable. They must be easy to install and aesthetically pleasing, and they must be easy to adjust. They must operate for many hours without maintenance. Brain-computer interfaces must perform well in all environments and easily interface with a wide range of applications.
In principle, many of these needs can be met with current technology, and dry electrode options are becoming available.
As work progresses and BCIs begin to see real clinical use, two important questions arise: How good can a given brain-computer interface be, and how capable and reliable is it? And which BCI is best for what purposes?
To answer the first question, any promising BCI must be optimized and the limitations of its capabilities identified. Addressing the second question requires consensus among research groups on which programs should be used to compare brain-computer interfaces and how performance should be evaluated.
The most obvious example is the question of whether the performance of BCIs that use intracortical signals is significantly superior to that of BCIs that use ECoG signals or even EEG signals. For many prospective users, invasive BCIs must offer significantly better performance to be preferred to noninvasive BCIs.
Although the future of BCI technology certainly depends on improvements in signal acquisition and clear validation studies and workable propagation models, these issues pale in comparison to the related reliability problem. In general, regardless of the recording method, signal type, or signal processing algorithm, the reliability of brain-computer interfaces is poor for all but the simplest applications.
Brain-computer interfaces suitable for real-world use must be as reliable as natural muscle-based actions. Without major improvements, the real-world utility of BCIs will be limited, at best, to the most basic communication functions for those with the most severe disabilities.
Many researchers around the world are developing brain-computer interfaces, which were once the realm of science fiction, using various brain signals, recording methods, and signal processing algorithms.
They can operate many different devices, from cursors on a computer screen to wheelchairs and robotic arms. A small number of people with severe disabilities currently use brain-computer interfaces for basic communication and control in their daily lives.
With better signal acquisition hardware, clear clinical validation, workable propagation models, and increased reliability, BCI may become a new communication and control technology for people with disabilities and possibly for the general population.