利用神经调节的增强型脑机接口

摘要

描述了一种经改善的脑机接口，该经改善的脑机接口包括神经接口以及与该神经接口进行通信的可控装置。神经接口包括神经装置，该神经装置具有用于收集关注信号的一个或更多个传感器以及一个或更多个处理器，所述一个或更多个处理器用于：调节关注信号；从经调节的关注信号提取显著神经特征并且对经调节的关注信号进行解码；以及生成用于可控装置的控制命令。可控装置根据控制命令执行一个或更多个操作，并且神经装置管理神经调节刺激，以加强可控装置的操作。

说明书

政府许可权益

本发明是在美国政府合同号W911NF-16-C-0018的政府支持下完成的。政府拥有本发明的某些权利。

相关申请的交叉引用

本申请是2016年10月24日在美国提交的题为“Method and System toAccelerate Consolidation of Specific Memories Using Transcranial Stimulation”的美国申请No.15/332,787的部分继续申请，该申请是2015年10月23日在美国提交的题为“Method and System to Accelerate Consolidation of Specific Memories UsingTranscranial Stimulation”的62/245,730的非临时专利申请，上述申请的全部内容通过引用并入本文。

本申请还是2018年7月31日在美国提交的题为“Enhanced Brain-MachineInterfaces with Neuromodulation”的美国临时申请No.62/712,447的非临时申请，该美国临时申请的全部内容通过引用并入本文。

发明背景

(1)技术领域

本发明涉及增强型脑机接口，并且更具体地，涉及使用神经调节的增强型脑机接口。

(2)背景技术

脑机接口是增强型或有线大脑与外部装置之间的直接通信路径。脑机接口可以用于研究、映射、协助、增强或修复人类的认知或感觉运动功能。

缺乏通过利用经颅刺激、颅内刺激或其它神经调节信号来直接解决神经接口的增强的现有技术。Pan等人(参见所并入的参考文献的列表中的参考文献No.7)完成了解决神经控制的增强的最接近的现有技术，并且聚焦于使用经颅直流电刺激来改善周围(periphery)的肌电图反应。

Coleman(美国公开No.2015/0351655，该公开通过引用并入本文，就像在此完全陈述一样)描述了使用脑电图(EEG)直接测量神经活动以及通过提供直接的视觉或听觉反馈来操纵神经状态。对于在不同神经过程之间进行区分或产生丰富的控制输出集，该技术的能力受到严重限制。除了神经调节以外，用于改善脑机接口的其它技术也聚焦于传感器读数的改善和解码技术的改善。

利用神经调节的所有现有方法都聚焦于利用神经调节来改善认知任务或物理疗法。造成这种情况的主要原因是该领域的研究量有限。用于改善脑机接口的其它现有方法以传感器和解码器为中心。然而，在解决神经接口的准确性方面，在延长的持续时间内表现良好而无需对受试者进行重新训练或重新校准的更高级的解码器需要大量数据。

因此，仍然需要一种脑机接口，该脑机接口利用刺激来改善大脑中的而不是周围的神经生理反应，然后利用该信号来直接控制机器。

发明内容

本发明涉及一种增强型脑机接口，并且更具体地，涉及使用神经调节的增强型脑机接口。所述增强型脑机接口包括神经接口以及与所述神经接口进行通信的可控装置。所述神经接口包括：神经装置，所述神经装置具有用于收集关注信号的一个或更多个传感器，其中，所述神经装置被配置成管理神经调节刺激；以及一个或更多个处理器以及非暂时性计算机可读介质，所述非暂时性计算机可读介质编码有可执行指令，使得当执行所述可执行指令时，所述一个或更多个处理器执行以下操作：调节所述关注信号，从而产生经调节的关注信号；从所述经调节的关注信号提取显著神经特征；对所述显著神经特征进行解码，从而为所述可控装置提供输入神经特征空间与输出控制空间之间的映射；基于所述映射，生成用于所述可控装置的至少一个控制命令；使所述可控装置根据所述至少一个控制命令执行一个或更多个操作；以及使所述神经装置管理神经调节刺激，以加强所述可控装置的操作。

在另一方面，所述关注信号包括神经信号和环境信号中的至少一者。

在另一方面，所述神经调节刺激是听觉刺激、视觉刺激和电刺激中的一者。

在另一方面，所述神经调节刺激包括独特的时空幅度调节模式(STAMP，spatiotemporal amplitude-modulated pattern)的刺激。

在另一方面，所述可控装置是假肢。

在另一方面，所述一个或更多个神经传感器包括一个或更多个电极，所述一个或更多个电极被配置成执行感测和施加刺激中的至少一者。

最后，本发明还包括计算机程序产品和计算机实现的方法。所述计算机程序产品包括在非暂时性计算机可读介质上存储的计算机可读指令，所述计算机可读指令能够由具有一个或更多个处理器的计算机执行，使得在执行所述指令时，所述一个或更多个处理器执行本文列出的操作。另选地，所述计算机实现的方法包括使计算机执行这种指令并且执行所得到的操作的动作。

附图说明

结合参考以下附图，本发明的目的、特征以及优点将从本发明的各个方面的以下详细描述变得显而易见，其中：

图1是对根据本公开的一些实施方式的经改善的脑机接口的部件进行描绘的框图；

图2是根据本公开的一些实施方式的计算机程序产品的例示图；

图3是例示了根据本公开的一些实施方式的用于假肢控制中的神经调节的系统的图；以及

图4是例示了根据本公开的一些实施方式的对脑机接口的控制的图。

具体实施方式

本发明涉及经改善的脑机接口，并且更具体地，涉及使用神经调节的经改善的脑机接口。呈现以下描述以使本领域普通技术人员能够作出和使用本发明并将其结合到特定应用的上下文中。多种修改以及不同应用中的多种用途对于本领域技术人员来说是显而易见的，并且本文限定的总体原理可以应用于广泛方面。因此，本发明不旨在限于所呈现的方面，而是涵盖与本文所公开的原理和新颖特征相一致的最广范围。

在下面的详细说明中，阐述了许多具体细节，以便提供本发明的更透彻的理解。然而，对本领域技术人员来说显而易见的是，本发明可以在不限于这些具体细节的情况下来实施。在其它情况下，公知结构和装置按框图形式示出而不被详细示出，以免模糊本发明。

读者应留意与本说明书同时提交的所有文件和文档，这些文件和文档与本说明书一起公开以供公众查阅，所有这些文件和文档的内容通过引用并入于此。本说明书(包括任何所附权利要求、摘要以及附图)中公开的所有特征可以由用于相同、等同或相似目的的替代特征来代替，除非另有明确说明。因此，除非另有明确说明，否则所公开的各个特征仅仅是典型系列的等同或相似特征的一个示例。

此外，权利要求中的未明确陈述用于执行特定功能的“装置”或用于执行特定功能的“步骤”的任何要素不被解释为在35 U.S.C.第112节第6款中指定的“装置”或“步骤”条款。具体地，在本文的权利要求中使用“……的步骤”或“……的动作”不旨在援引35 U.S.C.第112节第6款的规定。

在详细描述本发明之前，首先提供了引用参考文献的列表。接下来，提供了本发明各个主要方面的说明。最后，提供了本发明的各个实施方式的具体细节，以给出具体方面的理解。

(1)所并入的参考文献的列表

在本申请中引用并且并入了以下参考文献。为了清楚和方便起见，这些参考文献在此被列为读者的中心资源。下列参考文献通过引用并入于此，就像在此完全陈述一样。这些参考文献通过参考如下对应文献参考号而在本申请中加以引用：

1.Astaras，Alexander，et al.″Towards brain-computer interface controlof a6-degree-of-freedom robotic arm using dry EEG electrodes.″Advances inHuman-Computer Interaction 2013(2013)：2.

2.Mankin，Emily A.，et al.″Hippocampal CA2 activity patterns changeover time to a larger extent than between spatial contexts.″Neuron 85.1(2015)：190-201.

3.Chi，Zhiyi，and Daniel Margoliash.″Temporal precision and temporaldrift in brain and behavior of zebra finch song.″Neuron 32.5(2001)：899-910.

4.Wheeler，Kevin R.，and Charles C.Jorgensen.″Gestures as input：Neuroelectric joysticks and keyboards.″IEEE pervasive computing 2.2(2003)：56-61.

5.Bashivan，Pouya，et al.″Learning representations from EEG with deeprecurrent-convolutional neural networks.″arXiv preprint arXiv：1511.06448(2015).

6.Elango，Venkatesh，et al.″Sequence Transfer Learning for NeuralDecoding.″bioRxiv(2017)：210732.

7.Pan，Lizhi，et al.″Transcranial direct current stimulation versususer training on improving online myoelectric control for amputees.″J.NeuralEng 14.046019(2017)：046019.

8.Patel，Aashish，et al.“Mental state assessment and validation usingpersonalized physiological biometrics.”Front.Hum.Neurosci.2018.Vol.12，Article221.

(2)主要方面

本发明的各个实施方式包括三个“主要”方面。第一方面是用于经改善的脑机接口的系统。该系统通常采用计算机系统操作软件的形式或采用“硬编码”指令集的形式。该系统可以结合到提供不同功能的各种各样的装置中。第二主要方面是使用数据处理系统(计算机)运行的通常采用软件形式的方法。第三主要方面是计算机程序产品。所述计算机程序产品通常表示存储在诸如光学存储装置(例如，光盘(CD)或数字通用盘(DVD))或磁存储装置(诸如，软盘或磁带)的非暂时性计算机可读介质上的计算机可读指令。计算机可读介质的其它非限制性示例包括硬盘、只读存储器(ROM)以及闪存型存储器。这些方面将在下文进行更详细的说明。

图1提供了对本发明的系统(即，计算机系统100)的示例进行描绘的框图。计算机系统100被配置成执行与程序或算法相关联的计算、处理、操作和/或功能。在一个方面，本文讨论的某些处理和步骤被实现为存在于计算机可读存储器单元内并由计算机系统100的一个或更多个处理器执行的一系列指令(例如，软件程序)。在执行时，这些指令使计算机系统100执行特定动作并呈现特定行为，诸如本文所描述的。

计算机系统100可以包括被配置成传送信息的地址/数据总线102。另外，一个或更多个数据处理单元(诸如，处理器104(或多个处理器))与地址/数据总线102联接。处理器104被配置成处理信息和指令。在一个方面，处理器104是微处理器。另选地，处理器104可以是不同类型的处理器(诸如，并行处理器、专用集成电路(ASIC)、可编程逻辑阵列(PLA)、复杂可编程逻辑器件(CPLD)或现场可编程门阵列(FPGA))。

计算机系统100被配置成利用一个或更多个数据存储单元。计算机系统100可以包括与地址/数据总线102联接的易失性存储器单元106(例如，随机存取存储器(“RAM”)、静态RAM、动态RAM等)，其中，易失性存储器单元106被配置成存储用于处理器104的信息和指令。计算机系统100还可以包括与地址/数据总线102联接的非易失性存储器单元108(例如，只读存储器(“ROM”)、可编程ROM(“PROM”)、可擦除可编程ROM(“EPROM”)、电可擦除可编程ROM(“EEPROM”)、闪存等)，其中，非易失性存储器单元108被配置成存储用于处理器104的静态信息和指令。另选地，计算机系统100可以执行诸如在“云”计算中从在线数据存储单元取回的指令。在一个方面，计算机系统100还可以包括与地址/数据总线102联接的一个或更多个接口(诸如，接口110)。一个或更多个接口被配置成使得计算机系统100能够与其它电子装置和计算机系统进行接口连接。由一个或更多个接口实现的通信接口可以包括有线通信技术(例如，串行电缆、调制解调器、网络适配器等)和/或无线通信技术(例如，无线调制解调器、无线网络适配器等)。

在一个方面，计算机系统100可以包括与地址/数据总线102联接的输入装置112，其中，输入装置112被配置成将信息和命令选择传送至处理器100。根据一个方面，输入装置112是可以包括字母数字键和/或功能键的字母数字输入装置(诸如，键盘)。另选地，输入装置112可以是除字母数字输入装置之外的输入装置。在一个方面中，计算机系统100可以包括与地址/数据总线102联接的光标控制装置114，其中，光标控制装置114被配置成将用户输入信息和/或命令选择传送至处理器100。在一个方面中，光标控制装置114使用诸如鼠标、跟踪球、跟踪板、光学跟踪装置或触摸屏的装置来实现。尽管如此，但在一个方面，诸如响应于使用与输入装置112相关联的特殊键和键序列命令，光标控制装置114借助于来自输入装置112的输入被引导和/或激活。在另选方面中，光标控制装置114被配置成通过语音命令来引导或指导。

在一个方面，计算机系统100还可以包括与地址/数据总线102联接的一个或更多个可选计算机可用数据存储装置(诸如，存储装置116)。存储装置116被配置成存储信息和/或计算机可执行指令。在一个方面，存储装置116是诸如磁或光盘驱动器(例如，硬盘驱动器(“HDD”)、软盘、光盘只读存储器(“CD-ROM”)、数字通用盘(“DVD”))的存储装置。依据一个方面，显示装置118与地址/数据总线102联接，其中，显示装置118被配置成显示视频和/或图形。在一个方面，显示装置118可以包括阴极射线管(“CRT”)、液晶显示器(“LCD”)、场发射显示器(“FED”)、等离子体显示器或适于显示视频和/或图形图像以及用户可识别的字母数字字符的任何其它显示装置。

本文所提出的计算机系统100是根据一个方面的示例计算环境。然而，计算机系统100的非限制性示例并不严格限于是计算机系统。例如，一个方面规定了计算机系统100表示可以根据本文所述各个方面使用的一种数据处理分析。此外，还可以实现其它计算系统。实际上，本技术的精神和范围不限于任何单个数据处理环境。因此，在一个方面，使用通过计算机执行的计算机可执行指令(诸如程序模块)来控制或实现本技术的各个方面的一个或更多个操作。在一个实现方式中，这样的程序模块包括被配置成执行特定任务或实现特定抽象数据类型的例程、程序、对象、部件和/或数据结构。另外，一个方面规定了通过利用一个或更多个分布式计算环境来实现本技术的一个或更多个方面，诸如，在分布式计算环境中，由通过通信网络链接的远程处理装置执行任务，或者诸如，在分布式计算环境中，各种程序模块位于包括存储器-存储装置的本地和远程计算机存储介质中。

图2描绘了具体实施本发明的计算机程序产品(即，存储装置)的例示图。计算机程序产品被描绘为软盘200或诸如CD或DVD的光盘202。然而，如先前提到的，计算机程序产品通常表示存储在任何兼容的非暂时性计算机可读介质上的计算机可读指令。关于本发明所使用的术语“指令”通常指示要在计算机上执行的一组操作，并且可以表示整个程序的片段或者单个可分离的软件模块。“指令”的非限制性示例包括计算机程序代码(源代码或目标代码)和“硬编码”电子器件(即，编码到计算机芯片中的计算机操作)。“指令”被存储在任何非暂时性计算机可读介质上，诸如存储在计算机的存储器中或软盘、CD-ROM以及闪存驱动器上。在任一种情况下，这些指令被编码在非暂时性计算机可读介质上。

(3)各个实施方式的具体细节

描述了一种经改善的脑机接口(BMI)，其增强了当前的脑机接口的功效。具体地，根据本公开的实施方式的经改善的BMI解决了以下挑战：1)学习对由神经活动控制的装置进行控制，以及2)在延长的使用期间维持对装置的有效神经控制。系统由便携式系统组成，该便携式系统集成了用于在受约束或不受约束的场景期间使用的神经信号测量结果(例如，脑电图、功能近红外光谱等)和经颅刺激(即，交流电、直流电、聚焦超声、光声)以及开环或闭环构造。注意，经颅刺激还可以施加感觉刺激(诸如，听觉提示或视觉提示)。与不依赖来自进行中的大脑状态的反馈的开环操作相反，闭环操作基于进行中的大脑状态(例如，睡眠期间头皮脑电图的慢波振荡)来确定经颅刺激参数(例如，相位、频率)。

利用睡眠刺激工作和记忆的最新见解，可以通过在活动时段期间对期望行为进行STAMP(时空幅度调节模式)标记并在睡眠期间进行巩固(如美国申请No.15/332,787中所描述的，该美国申请通过引用并入本文，就像在此完全陈述一样)以及通过其它神经调节方式(包括听觉提示或视觉提示)来应用神经调节。本文所描述的发明使得个体能够利用神经接口来实现更高自由度(DOF)的输出系统控制，以在延长的持续使用期间提高神经接口作为整体的稳定性，并减少学习控制调节所需的训练时间量。提供感测和控制接口两者的大多数系统通过将经解码的输出限制为少数可靠信号来解决控制方面的限制(参见参考文献No.1)。除了吞吐量和可用控制位的限制之外，现有技术对于用户而言是非直观且耗时的，因为用户需要大量的基元(primitive)链接来执行复杂的任务，或者更直观的方式(诸如，肌电图(EMG))的使用需要剥离(leech off)另一端(参见参考文献No.2)。

此外，延长使用任何神经接口的持续时间会使该神经接口的鲁棒性降低，并且需要全天进行重复校准以确保准确且可靠的功能(参见参考文献No.3和参考文献No.4)。尽管正在改善神经解码器以解决该问题以及改善整体性能(参见参考文献No.5和参考文献No.6)，但代替大量受体特定的神经数据，校准仍然是最可靠的解决方案。

最后，学习控制神经接口是困难的，因为它需要操纵通常在日常中不可见且毫不费力地运行的过程。现有的缓解技术依赖于训练个体，以间接地通过考虑特定的任务或对象或者直接通过积极地参与诸如视频游戏的系统来诱导增加的神经活动。虽然对于一些控制输出有效，但这难以用于许多控制输出，因此推广性很差。通过直接解决神经接口中的关键限制，根据本公开的实施方式的系统使得能够在从假肢到游戏的许多应用中有效地、高自由度(DOF)地利用神经接口。

下面是对个体的应用的描述，该个体利用本文所描述的脑机接口来控制假肢装置(诸如，机械臂)。由于完全铰接上肢假肢需要大量控制参数，因此选择该应用作为示例。此外，由于通常大量使用假肢，所以该接口需要所利用的解码器具有长期稳定性。

图3描绘了实施本文所描述的发明来控制假肢300的系统(例如，便携式装置)的非限制性示例。核心系统由测量部件、处理部件和通信部件组成。可以利用脑电图(EEG)电极或任何其它侵入式或非侵入式神经记录技术(诸如，功能近红外光谱(fNIRS)和脑电皮层成像(ECoG))来执行测量。这些传感器将用在便携式头戴式耳机302或其它头戴式平台(诸如，神经头罩或头带)中。例如，便携式头戴式耳机302可以是包含传感器以对高分辨率的时空神经生理活动进行检测的头罩。便携式头戴式耳机302还可以包括用于将电流引导至特定神经区域的刺激元件。应理解，还可以实现附加的头带配置，诸如，非弹性头罩、网罩(诸如，头发网罩或头网)、绑带、面罩、头盔或其它头带。

在一个方面，本文描述的神经接口和干预系统包括与头部接触的一个或更多个电极或换能器(电、磁、光、超声)(其能够感测和/或施加刺激)。一个或更多个电极可以是非侵入式的(例如，头部表面)或侵入式的(例如，大脑)。电极(或其它神经传感器)测量大脑中神经元之间的电压差。然后，如下所述处理(例如，放大、过滤)信号，然后由计算机程序自动解释该信号，以生成用于机器(例如，假肢)的控制命令。

在一个实施方式中，便携式装置如上所述收集关注的神经信号。便携式装置还可以通过与该便携式装置附接的其它传感器从环境获取输入(例如，全球定位系统(GPS)坐标、加速计数据、陀螺仪传感器数据)，以标记关注的行为或神经事件并确定适当的刺激模式。在另一方面，便携式装置收集并处理关注信号，以及管理对大脑的神经调节。在又一实施方式中，便携式装置可以收集并处理信号、施加神经调节并与可控系统(诸如，假肢或远程机器人)接口连接。然后，所收集的信号由对神经数据进行调节并执行神经特征提取304以提取显著神经特征的便携式处理部件(专用装置或通过使用移动应用)实时处理。

此外，随着定期创建新颖的解码器，处理部件支持板上或远程协处理模块的集成，所述板上或远程协处理模块有助于解释神经输出。此外，如上所述，处理部件还接受输入以标记关注的行为或神经事件并确定适当的刺激模式。当通电时，刺激模式将遵循美国申请No.15/332,787。简而言之，该方法包括将独特的时空幅度调节模式(STAMP)的刺激(例如，经颅电流刺激(tCS)306)应用于标记和提示记忆，根据用户希望执行的任务(例如，控制假肢获取物体或抓住并举起物体)，经由合适的刺激装置将该刺激应用于显著生理区域。如果从用户大脑的功能性神经影像学获知了计划和执行个体任务所涉及的大脑区域，则所述大脑区域可以相应地作为STAMP的目标。可以适当地应用其它神经调节技术。

最后，通信部件提供了通过BMI 308操纵外部系统的能力。虽然可控装置的接口需要应用编程接口(API)或其它模拟/数字接口，但是本文所描述的发明提供了标准通信层来访问离散或连续控制信号的形式的经训练和处理的大脑活动。图4示出了对根据本公开的实施方式的系统的不同部件进行描绘的系统图。以下是子系统及其实现方式的详细说明。

(3.1)信号调节400

在利用例如电极(EEG、ECoG、fNIRS)从大脑403接收到神经输入402后，本发明的信号调节部件400向特征提取部件404和神经解码器部件406提供干净的基础信号。利用在HRL实验室进行的最新研究(参见参考文献No.8)以及针对调节的最佳实践的研究文献，以下一组步骤提供了信号调节的示例实现方式。

1.如果测量方式需要，则消除公共信道噪声。可能需要这样做的情况可以是如下情况：由于差的线束隔离导致噪声引入其它信道，或者所有信道中存在公共的外部噪声生成器。

2.校正信号漂移。该过程涉及从信号矢量中消除线性趋势，以确保平均信号斜率(signal slope)约为0。

3.必要时，创建虚拟信道，以提供神经激活在特征空间中的更好空间表示。另选地，可以利用独立分量分析(ICA)来从共享的(嘈杂的)神经记录空间提取信号分量，以提供以源为中心的信号，以供在特征提取部件404中使用。

(3.2)特征提取404

系统图(图4)的特征提取部件404向神经解码器部件406提供信号分量，所述信号分量是神经时间信号的丰富总结。这可以包括从关注的生理范围(例如，常规的δ(delta)、α(alpha)、β(beta)、θ(theta)、γ(gamma)和/或高γ范围(high-gamma range))中的信号功率到使用自动编码器提取的无监督特征的任何内容。EEG是代表信号源。自动编码器是神经网络，可以对该神经网络进行训练以学习输入的压缩表示。使用主题专家来识别关注的特征，并提供用于提取所述特征以供下游使用的算法。例如，主题专家可以建议将β功率和信号相干性用于大运动移动，或者将高伽玛功率用于高级认知解码，甚至将β高γ和信号相干性用于语音解码。

(3.3)神经解码器406

神经解码器部件406是脑机接口308中的倒数第二步；神经解码器部件提供了输入神经特征空间与输出应用控制空间之间的经学习的映射。尽管可以利用任何最新算法(即，Conv-LSTM(卷积长短期记忆)、RNN(递归神经网络)和线性模型(诸如，LDA(线性判别分析)))来提供这种经学习的预测，但创新源自神经调节刺激408。

在典型的用例中，现有技术的神经解码器部件针对数据集进行训练，然后在信号动力学或质量变化时需要重新校准。相比之下，根据本公开的实施方式的神经调节刺激408在训练期间和正常使用期间经由刺激(例如，电刺激、听觉刺激、视觉刺激)向用户提供加强，以确保神经解码器406的稳定性和增强的准确性。具体地，通过经由外部神经支配增强特定的神经动力学来获得稳定性。因此，经由通过刺激增强(即，神经调节刺激408)产生的常规的神经元激活途径来表现出神经解码器406的准确性。虽然训练期间的刺激将遵循严格的方案以确保快速适应控制器，但测试增强将发生在高置信度解码间隔期间，在此之前先观察到信号特征的波动(即，信噪比变化、信号动力学变化)。

(3.3.1)神经刺激/神经调节反馈

尽管经由神经调节刺激408的神经刺激/神经调节反馈的形式可以是包括电的、听觉的和光学的许多选择中的一种选择，但是也可以利用STAMP技术。具体地，初始训练设置(醒着期间)将由闭环性能监测系统组成，该闭环性能监测系统将测量用户关于期望任务的表现并将STAMP刺激应用于标记行为事件。在睡眠期间，可以使用相关的STAMP的应用来再激活期望行为(例如，假肢在特定试验中的正确操作或移动)下的大脑活动模式，以促进长期稳定性和巩固。根据任务，刺激可以集中于关注的大脑区域(例如，感觉运动皮层)或针对更复杂行为的不分区域的刺激。一旦达到了用户可以接受的基准性能，专门的训练过程则完成。

在正常使用期间，用户或教导者将通过从行为序列的开始到结束应用独特的STAMP来手动标记期望的行为。在睡觉时，用户将接收刺激，该刺激将再次加强关于可控装置(例如，假肢)的期望行为。此外，在高认知负荷环境中，系统将能够实时提供先发性刺激，以加强特定行为的神经动力学，从而降低要表现出期望行为的路径阈值。这种使用方式将在精神疲劳不利地影响解码器性能的情况下支持控制器的使用。

如上所述，本文所描述的发明提供了通过脑机接口308操纵外部系统的能力。标准通信层410传输来自离散或连续控制信号形式的经处理的脑活动的解码参数，以对可控装置的不同致动器(例如，假肢的关节)进行操作。通信层410对来自神经接口的输出(无线的或有线的，以及数字的或模拟的)进行控制，该输出被提供给个体正在控制的机器。

如上所述，本文描述的发明的独特方面是使用神经调节刺激408来标记醒着期间的期望行为，并作为加强在睡眠期间提示所述期望行为，以在控制外部装置/机器412(例如，假肢、远程机器人)时无缝地使用所述期望行为，以及通过增强与调节有关的信号的神经可重复性来改善这种系统的鲁棒性。针对根据本公开的实施方式的系统，存在多种使用场景，但是描述了两种主要技术：经典训练测试和在线训练测试。经典方法是通常用于训练神经接口的方法。用户多次执行期望任务，并且神经数据用于离线训练解码器。一旦针对期望行为收集了足够的数据，并且神经解码器能够实现某些性能，用户就可以在需要重新校准之前使用该接口(通常长达几个小时)。将本文描述的发明应用于该方法，执行在训练期间标记期望行为的自动或手动方法，并相应地施加刺激。

在线训练测试方法在控制基元的可扩展性方面更加灵活，但需要注意的是在使用期间需要用户干预。在这种方法中，通常针对基本基元集来训练用户。然而，在常规使用期间，用户可以添加更多的神经反应以用于控制字典。用户将直接使用已经训练的基本基元中的一个，或者使用诸如按钮的物理输入，迫使系统及时使用最后几个实例作为新的或经加强的控制信号的有利行为。与在上述经典技术中一次学习所有控制信号相反，该方法允许更渐进的学习。

用于学习控制基元的经典技术和在线技术都可以以开环和闭环方式应用。一旦模型被训练以实现某一性能，开环方法就根本不允许用户重新训练模型。闭环方法允许在常规使用期间发生刺激来调节神经反应，并可以随时间推移更好地控制神经动力学的鲁棒性。

Pan等人(参见参考文献No.7)完成了解决脑机接口增强的最接近的现有技术，并且集中于使用经颅直流电刺激来改善周围肌肉而不是中枢神经系统的肌电图反应。这与本文所描述的系统形成鲜明对比，因为该系统利用刺激来改善大脑(即，中枢神经系统)而非周围肌肉的神经生理反应，然后利用该信号直接控制机器。除了神经调节以外，用于改善脑机接口的其它技术也集中于传感器读数的改善和解码技术的改善上。尽管这些改善很重要，但本发明不仅可以利用这些进展，而且还可以通过操纵基础神经动力学来为这些传感器和解码器提供更多的经调节的神经反应。没有类似的技术可以通过使用神经调节来改善脑机接口。利用神经调节的所有现有方法都集中于利用该神经调节来改善认知任务或物理疗法。造成这种情况的主要原因是该领域的研究量有限；因此，本文描述的发明利用了允许有效地利用该技术的最新进展。用于改善脑机接口的其它现有方法以传感器和解码器为中心。由于传感器改善了所有神经接口的性能，因此这是正交比较(orthogonalcomparison)；然而，解码器的改善解决了本发明所解决的一些挑战。然而，在解决神经接口的准确性方面，在延长的持续时间内表现良好而无需对受试者进行重新训练或重新校准的更高级的解码器需要大量数据。因此，本发明提供了一种方法，该方法不仅解决了现有脑机接口的挑战，而且保留了神经接口工作的其它进展所提供的优点。

尽管在医学、商业和国防领域存在许多应用，但是潜在的应用是集中于假肢控制的医学(即，支持失去四肢的退伍军人的康复)。其它应用包括对身体健全的个体的外骨骼进行控制以执行超出人类能力范围的任务，以及在危险情况下执行搜索和救援操作的远程机器人。

最后，虽然已经根据多个实施方式对本发明进行了说明，但本领域普通技术人员应当容易地认识到，本发明可以在其它环境中具有其它应用。应注意，可以有许多实施方式和实现。此外，所附权利要求绝不旨在将本发明的范围限于上述具体实施方式。另外，“用于……的装置”的任何用语旨在引发要素和权利要求的装置加功能的解读，而未特别使用“用于……的装置”用语的任何要素不应被解读为装置加功能要素，即使权利要求以其它方式包括了“装置”一词。此外，虽然已经按特定顺序陈述了特定方法步骤，但这些方法步骤可以按任何期望的顺序进行，并且落入本发明的范围内。