脑机接口(BCI)能够在大脑和电子设备之间实现直接和近乎即时的通信。目前最大的挑战之一是开发一种有效的无创BCI，它能使记录电极避免人类皮肤上的毛发，同时又不带来使用导电凝胶的不便和隐患。在这项研究中，清华大学研究人员开发了一种低成本、易于制造、柔韧、坚固且不含凝胶的脑电图(EEG)电极【银纳米线/聚乙烯醇缩丁醛(PVB)/三聚氰胺海绵(AgPMS)】，可以解决头发问题。由于银纳米线(AgNWs)表面金属化，海绵在重量不变的情况下导电率高达917 S/m。柔软的海绵框架和自锁式AgNW结合在一起，为新电极提供了非常好的机械稳定性(电导率在10%的压缩下循环10000次后保持不变)。基于稳态视觉诱发电位(SSVEP)在无毛皮肤上的BCI应用表明，新电极的BCI精度(86%)与导电凝胶支撑的传统电极(88%)大致相同。最重要的是，AgPMS在多毛皮肤上的性能并没有明显降低，这表明新电极可以替代传统电极用于无毛和多毛皮肤BCI及其他EEG应用。清华大学研究人员开发了一种新型的脑电图(EEG)电极，它可以做到用脑电波控制电子设备，而无需传统电极所需要的粘性凝胶。更厉害的是，该设备可以在有头发的大脑上正常工作。研究人员在ACS《Nano Letters》上报道了这种柔性电极，未来它有可能被用于脑机接口，用于驱动汽车或移动假肢。无创BCI的常见应用如下图。
无创BCI工作原理示意图及典型应用
脑电图通常用于诊断癫痫和其他神经系统疾病，它是追踪和记录脑电波模式的机器。为了进行脑电图，技术人员通常使用一种非常粘稠的凝胶将电极连接到患者头皮的不同区域。这种凝胶很难从头发上洗掉，有时会刺激皮肤。而且，头发还会干扰电信号。下图为普通Ag/AgCl常规电极与导电凝胶机使用过程。
上图(b)为普通Ag/AgCl常规电极与导电凝胶。图(c)是普通Ag/AgCl常规电极的部分放大图。(d)展示了受试者的Ag/AgCl常规电极的凝胶注射过程，使用带针的注射器来降低电极与皮肤之间的接触阻抗。(e)在无毛和有毛皮肤上使用传统电极和AgPMSs的不同接触条件示意图。清华大学研究人员开发一种灵活、坚固且无凝胶的脑电图电极。这种电极可以帮助病人，但也可能让人们有一天可以用大脑控制设备。为了制造电极，研究人员在商用的三聚氰胺海绵中放置银纳米线。每个电极的制造成本非常低，可以大规模生产。研究小组将10个电极组装到一个可弯曲的硅帽中，并测量光头或长发的人戴上时的性能。在无毛的皮肤上，这种新型电极可以像传统电极一样记录脑电波。更重要的是，电极的灵活性使得它们可以在有毛和无毛的皮肤上进行类似的操作，这与传统的设备不同。为了验证开发的电极的实用性，研究人员通过实验展示了电极的耐热性、防汗性以及机械性。
上图和下图为AgPMS的制备、微观形貌和元素分析。其中图(a)准备过程，包括AgNWs、PVB/乙醇溶液和标准化尺寸的三聚氰胺海绵。(b)展示了采用真空浸渗工艺制备了100多个AgPMSs。插图显示了我们设计的空心圆筒电极，包括一个PVC壳，浸润的生理盐水，和一个AgPMS接触。制作了带有10个集成电极的脑电图帽，其中8个AgPMS工作电极位于T5、P3、PZ、P4、T6、O1、OZ和O2位点，图(c)所示。
(d) AgPMS和三聚氰胺海绵的XRD谱。(e) AgPMS的TGA(蓝色)和差热分析(红色)。(f) AgPMS和三聚氰胺海绵的拉曼光谱。(g)在AgPMS和三聚氰胺海绵上进行Ag 3d的XPS峰差模拟分析。(h,i)不同放大倍数下AgPMS的SEM图像。(j)用AgPMS的洗涤实验。为测试该电极在实际应用的有效性，研究人员设计了基于SSVEP映射的BCI应用，如下图所示。(a)所设计的脑机接口系统流程图，包括去噪、带通滤波、CCA及CCmax评估流程。(b)脑电图信号记录(3000毫秒)由AgPMS半晶电极与类模拟信号6.00Hz。(c)从50个SSVEP测量试验中提取的功率谱，这些试验使用传统电极和AgPMS无毛皮肤上的半干电极以及AgPMS毛皮上的半干电极。(d)经CCA计算得到的脑电图信号与模拟信号之间的CC。利用AgPMS半晶电极在毛发皮肤上进行SSVEP实验，采集脑电图信号。从左到右的5个图形对应于不同闪烁频率(6.00、6.66、7.50、8.57和10.00 Hz)显示给受试者的5个结果。每个图中的10条彩色线对应10次试验。
研究人员还设计了脑电图信号记录和指令映射实验:在毛皮上用AgPMS半晶电极BCI系统意念控制一辆无人驾驶汽车。
戴着这顶帽子的志愿者可以用意念控制一辆玩具车，让它前进、后退、向左或向右。基于稳态视觉诱发电位(SSVEP)在无毛皮肤上的BCI应用表明，新电极的BCI精度(86%)与导电凝胶支撑的传统电极(88%)大致相同。而且，AgPMS在多毛皮肤上的性能并没有明显降低，这表明新电极可以替代传统电极用于无毛和多毛皮肤BCI及其他EEG应用。
