Page 98 - 中医针灸与人工智能

中医针灸与人工智能
Chinese Acupuncture and Artificial Intelligence

储雨奕团队发明的用于微创手术穿刺机器人的弧形导轨远端虚拟支点机构
（RCM）进针装置，通过设置弹针组件，能够实现穿刺针快速进针，减轻人体

的疼痛感，再通过驱动组件实现平稳慢速地进针，直到病灶点。在针刺治疗的过
程中，安全无痛进针是避免产生应激因素、提高治疗效果的重要环节，是取得患
者认可、建立医患互信关系的重要基础。古时医家对无痛进针法即有研究，如
“针入贵速，既入徐进”“随咳进针”等，近年来许多医家前辈在临床中不断探

索，仍将是未来研究的一部分。

三、脑电逆问题的研究进展

通过脑电信号研究能够很好地反映针灸-脑电的时间效应，但在空间的追溯
上存在一定的缺陷。在人工智能领域，解决脑电逆问题并挖掘其应用和发展空
间，一直是脑信号研究中的重点内容。
（一）脑电逆问题

脑电逆问题是指根据脑电信号追溯真实确切的脑区分布，即通过盲源分离算
法将表面采集的脑电信号还原成其基本的组成成分——脑源电信号，从而可以将
脑电信号中的单个的脑源电信号识别出来并进行分析。而正问题则是指已知源的
分布，求头表电位或磁场，逆问题常常是通过迭代求解正问题去逼近，因此，正

问题算法的研究也是十分重要的。在临床上，逆问题研究有助于占位性疾病（如
病灶性癫痫病）的定位，在认知科学中，它是研究喜、怒、哀、乐等高级神经活
动的有效手段，在中医针灸机理的研究中它也发挥着越来越重要的作用。脑电逆
问题研究包括脑模型和算法两个部分（脑磁在数学处理方法上与脑电类似）。真

实头模型一般能够借助CT和MRI来构造，算法则因模型的不同而不同。
（二）脑电逆问题的应用
将脑电逆问题求解与运动意图识别相结合作为新型的人机交互方式，在康复
领域受到高度重视。QinL等采用单偶极子模型和源分布模型，解码被试左右手

的运动想象，以80.6%的准确率说明脑电信号源空间信号分析能够识别左右手运
动意图。季淑梅等利用脑电溯源方法，将脑电信号根据大脑皮层脑源信号的分布
模式进行整理重建，用大脑皮层源信号构建一个顿悟状态的脑网络来探讨顿悟可
能存在的神经机制。时频分析在非线性信号分析处理中具有一定的优势，张立国

等将盲源分离算法引入到运动想象脑电识别研究中，发现将二阶盲辨识算法和
信息论特征提取算法相结合获取的空间滤波器能够反映更真实的大脑源活动。

90