第51章：韩世文教授
第51章：韩世文教授 (第1/3页)
2005年5月10日,周二下午,两点整。
清华大学医学院楼,三层阶梯教室。
林煜坐在最后一排的角落里,手里拿着借来的《神经科学原理》教材,笔记本上已经密密麻麻记满了笔记。
这是生物医学工程系的专业课:《神经信号处理》,授课老师是韩世文教授。
林煜虽然是双学位,但按照课程安排,这门课应该是大二才上。但他等不了,他需要提前学习,需要尽快掌握脑机接口的核心知识。
所以从这学期开始,他每周二下午都会来旁听这门课。
教室里坐着四十多个学生,大部分是生医工程大二的,也有几个研究生。林煜坐在最后面,尽量不引起注意,只是安静地听课,记笔记。
讲台上,韩世文教授正在讲解脑电信号的基本原理。
韩教授五十多岁,头发花白,戴着一副金丝眼镜,说话语速不快,但每一个字都很清晰,很有力量。他是清华生医工程系的知名教授,国内脑机接口领域的先驱之一,发表过上百篇SCI论文,主持过多项国家级科研项目。
“同学们,我们继续讲脑电图,也就是EEG。“韩教授在黑板上画了一个简单的示意图,“EEG是通过头皮电极,记录大脑神经元群体活动产生的电信号。这些信号非常微弱,通常只有几十微伏,而且淹没在各种噪声中。“
他转过身,看着台下的学生:
“那么问题来了:如何从这些噪声中,提取出真正有用的脑电信号?换句话说,如何提高EEG信号的信噪比?“
教室里安静了几秒。
这是一个开放性问题,没有标准答案,但也是脑机接口研究中最核心的问题之一。
韩教授扫视了一圈,没有人举手。
“没有人想试试吗?“他笑了笑,“这可是脑机接口领域最重要的问题之一。“
还是没有人举手。
大部分学生低着头,有的在翻书,有的在看笔记,都不敢和教授对视。
林煜坐在最后一排,盯着黑板上的示意图。
他的“规则视野“自动启动了。
那些抽象的波形图,在他的脑海中变成了真实的、流动的能量场。他“看见“了神经元的放电,看见了电信号在突触间跳跃,看见了那些微弱的电位差如何叠加、传播,最终被头皮电极捕获。
他也“看见“了噪声。
肌肉活动产生的肌电干扰,眼球转动产生的眼电干扰,环境中的50Hz工频干扰,甚至心脏跳动产生的心电干扰……这些噪声,像一层厚厚的迷雾,遮盖住了真正的脑电信号。
传统的方法,是用线性滤波器,比如带通滤波器,高通滤波器,把特定频率范围内的信号保留下来,其他的过滤掉。
但林煜知道,这样做有问题。
因为大脑不是线性系统。
大脑是一个高度复杂的非线性动力学系统,神经元之间的相互作用,产生的是非线性的、混沌的信号模式。如果用线性滤波器,会损失大量的信息,甚至会引入新的失真。
那应该怎么办?
林煜想起了他在物理系学的混沌理论,想起了非线性动力学,想起了……
他的手不自觉地举了起来。
韩教授看到了最后一排举起的手,有些意外:“这位同学,请说。“
所有人都转过头,看向林煜。
林煜站起来,有些紧张,但声音还算平稳:
“韩教授,我认为可以用物理学的非线性滤波方法。“
“非线性滤波?“韩教授来了兴趣,“请继续。“
“大脑不是线性系统,传统的线性滤波器会损失信息。“林煜深吸一口气,继续说,“如果我们把脑电信号看作一个非线性动力学系统,用混沌理论建模,就可以设计自适应的非线性滤波器。“
教室里有人开始窃窃私语。
韩教授抬起手,示意大家安静,然后看着林煜:“很有意思。具体怎么做?“
林煜走到黑板前,拿起粉笔,开始写:
“首先,我们可以用相空间重构,把一维的时间序列转换成多维的轨迹。“
他画了一个简单的示意图:
“然后,用Lyapunov指数判断信号的混沌特性。如果信号是混沌的,说明它包含了真实的脑电成分;如果是随机的,说明它是噪声。“
韩教授眼睛亮了。
“接下来,我们可以用非线性预测算法,比如局部线性预测,或者神经网络,来预测下一个时刻的信号。“林煜继续写,“噪声是不可预测的,但真实的脑电信号,即使是混沌的,也有短期可预测性
（本章未完，请点击下一页继续阅读）