<aside> 💡 脑电信号所包含的信息是庞大的，可以利用技术手段对脑电信号暗藏的信息进行挖掘并利用。因此，研究人员试图通过建立一种脑机接口(BCI，brain computer interface)系统，对大脑生理电信号进行采集，分析脑电生理信号中的思维活动与意图，将最后分析的结果作为控制信号,对其他的外部设备发送指令并进行控制，脑机接口原理如图8.1所示。
</aside>
图8.1 脑机接口示意图
**与虚拟现实关系：**Dong Wen 等人在虚拟现实应用于认知康复里面写到:我们建议收集训练前、训练中、训练后患者的脑电信号,评估神经可塑性并监测康复进展,最终目标是创造一个闭环的虚拟现实系统。
**与情感计算关系：**基于生理信号情感计算的原理是借助人体内部产生的自发信息来完成，可见基于这类生理信号的情感计算更不容易伪装。据研究发现，在不同情感状态下，人类的呼吸、心跳速率、皮肤电信号等自主神经信号会发生变化，因此可利用这些生理变化进行情感计算。脑电信号由于其高识别率，使其在情感计算领域也越来越受欢迎。
<aside> 💡 脑电信号——进行虚拟现实刺激下——情感计算——实现应用
</aside>
原理：人脑由1000多亿个神经元组成，人类在生活中的任何行动都伴随着神经元的放电过程。神经元的放电行为可以归根于轴突处动作电位和突触后电位。轴突处的动作电位是由神经元受到外部刺激，因而神经元的静息态被改变，造成膜内外电位差进而产生突触后电位。这些微弱的电位变化通过神经元集群的叠加，可利用放置在头皮的电极和电位放大器进行捕捉。 脑电图是通过放置在头皮层的电极记录的电位随时间变化的波形图，该波形图记录了皮层下神经元集群的放电状态。脑电信号极其微弱，幅值大小为40-100µF之间。脑电信号的频率区间为0-100Hz，因此在脑电信号采集过程中应该尽量控制外部噪音对信号纯净度造成的影响。脑电信号采集时，应该注意不同位置电极的分布。电极位置的合理排布，可以确保采集的脑电数据准确可靠，避免因为电极位置的错误排布造成的信号混合。
图8.2 国际标准电极放置法
如图8.2，该方法根据大脑不同功能区划分，对电极位置进行合理的排布。图中的英文字母分别对应着大脑功能区的英文自己缩写，额叶F，颞叶T，中央C，顶叶P。另外左右大脑的导联名字分别对应两个相连的阿拉伯数字，中线区域的导联则用字母z代替阿拉伯数字。由于脑电信号采集是通过记录头皮层两个电极之间的电位差，因此通常将鼻子或者耳朵旁边的两个点作为参考电极位置。 脑电信号的频率为0-100Hz，脑电信号可根据频率分为不同的节律，不同节律的脑电信号特点不一样。在不同的状态下，由不同的脑电节律占主导地位，即在某些状态下某种脑电节律会明显出现。如下分类： Delta波是一种慢波，该节律的幅值为20至200微伏。该节律是婴儿脑电信号的主要节律，表示大脑正处于睡眠状态。Delta波与年龄的大小高度相关，随着年龄的增加delta波在脑电节律中的主导地位开始下降。另外，Delta波对于脑部疾病的研究有重要研究意义，如癫痫的治疗和诊断，癫痫病主要与慢波的异常出现有关。另外，脑部因受损发生结构改变时，脑电信号会出现局部慢波。因此，当脑电波出现慢波时应该提高警惕，需要进一步的检查以确定病因做进一步的诊断和治疗。
Theta波也是一种慢波，它主要在大脑枕叶区和顶叶区出现，该节律的幅值变化范围为20至100微幅。该节律是学龄前小孩脑电信号的主要节律，表示大脑正处于深度思考状态。Theta波与学习状态有关，另外在灵感思维状态时和记忆时候也会被记录。 Alpha波主要在枕叶区和顶枕叶区出现，该节律的幅值为10至100微幅。在一般时刻该节律基本保持不变，当受到外部的刺激之后，alpha波迅速消失，产生频率较高的其他节律波形。另外，可以通过alpha波出现的区域可以看出alpha节律与视觉有关，当进行闭目时alpha节律出现，其幅值出现大小交替变化。 Beta波是一种快波，主要在额叶和中央区出现，该节律的幅值范围为2-20微幅。闭眼状态下，在额叶区除了可以检测到alpha波，还可以检测到beta波。但是在闭目状态下，其他区域不能检测到beta波。在睁眼时，或者受到外部刺激时，在多个皮层区域可以检测到beta波。Beta波在人精神亢奋的状态下产生，它会迅速代替脑电波中的慢波。Beta波可以作为事件相关电位进行研究，可利用由beta波主导的事件相关电位进行脑机接口的研发。 Gamma波什一种高频快波，它是频率最高的脑电波，在成人集中注意力时出现该波。另外，Gamma波可用于老年痴呆症的诊断，研究发现在老年痴呆症患者的脑电波中，gamma节律明显减弱。
情感是一种主观的感受，通常需要建立情感模型来对情感进行客观定义。情感模型根据连续状态可分为两种模型，第一种模型为连续情感模型，包括情感的二位模型和情感的三维模型，它们通过不同的维度来表达人在各维度的情感强度值；第二种模型为情感的离散模型，离散模型更具体的描述了情感的类型和状态，离散模型包括高兴、失落、伤心等。通过对连续模型不同维度和强度的结合，可以得到离散的情感模型。
情感可以通过二维或者三维表示，研究表明情感的变化通常由多个维度的状态变化叠加而成。情感的两维为“愉悦度”和“唤醒度”。“愉悦度”表现了人类对某个事物或者事件产生的不愉快-愉快的强度；“唤醒度”表现了人类对某个事物或事件产生的平静-兴奋状态的变化。“愉悦度”和“唤醒度”都是一个连续的值，可以由连续的坐标轴表示。根据情感二维模型，出现了情感三维模型，如图8.3所示。情感的三维模型在二维模型的基础上增加了“优势度”，“优势度”表现了人类对于某个事物或者事件产生情感状态变化的支配程度，是由紧张-松弛的变化。
图8.3 情感三维模型
根据情感的三维模型，Lang设计了一种测量人类对各种刺激的反应量表，即SAM量表。该量表通过三维理论对情感进行判断，目前国际上几乎所有的情感刺激数据库或是情感刺激素材都是与SAM量表相结合。SAM量表不仅可以作为情感诱发的评估手段，还可以运用于心理疾病和感官器官刺激的评估标准。SAM量表通过大小不同的人形图案表示情感三个维度。每一排表示一个维度，第一排表示“愉悦度”，第二排表示“唤醒度”，第三排表示“优势度”；从左到右的小人大小逐渐变大，表示三个维度的强度，从1到9的变化。1分表示低“愉悦度”，9分表示高“愉悦度”，其他维度同样如此。SAM量表被广泛应用于情感评估中，本文的虚拟现实情感诱发同样选择SAM量表进行评估。