放大大腦里的“糾錯警報”錯誤正波(Error Positivity)：腦機接口進入認知訓練的新入口

人類的大多數技能，都建立在發現錯誤和修正錯誤的基礎上。

寫字時，筆尖稍稍偏離原有軌跡；走路時，腳掌落點與身體重心出現錯位；遠程手術中，機械臂的運動方向產生輕微偏差。面對這些誤差，大腦需要比較預期動作與實際感覺反饋，判斷偏差是否發生，并及時作出修正。

但大腦并不能意識到所有已經發生的錯誤。

當偏差足夠明顯時，人通常能夠迅速察覺；當誤差逐漸縮小、接近知覺閾值時，感覺系統可能已經處理了異常信息，個體卻未必真正意識到自己出了錯。錯誤沒有進入意識，也就很難成為后續學習的有效信號。這也是傳統訓練面臨的一個關鍵瓶頸：

人可以從自己知道的錯誤中學習，卻很難從那些已經發生、但未被清楚察覺的錯誤中學習。

美國得克薩斯大學奧斯汀分校等機構的研究人員，在《Advanced Science》發表研究，通過實時讀取與錯誤意識相關的腦電活動，并將其作為訓練反饋，提升了參與者發現細微視覺—運動誤差的能力。

這項研究關注的核心，并不是傳統意義上的運動控制信號，而是一種被稱為錯誤正波的腦電成分——Error Positivity，簡稱 Pe。研究結果顯示，當腦機接口把大腦內部是否產生錯誤相關電位實時反饋給參與者后，人們對微小誤差的感知能力得到改善，與此同時，Pe 振幅也隨著訓練逐漸增強。

01

大腦知道“出錯了”，與人意識到“我錯了”

當人的動作偏離目標時，大腦會產生一類被稱為錯誤相關電位的腦電活動，即Error-related Potential，簡稱ErrP。ErrP主要包含兩個階段：較早出現的錯誤相關負波ERN，以及隨后出現的錯誤正波Pe。

圖 實驗設計

兩者反映的并不是完全相同的過程。

ERN通常與快速的異常檢測和行為監控有關。當實際結果與大腦預期不一致時，它會較早出現，更接近一種自動化的失配反應。Pe則出現得更晚，與人是否有意識地察覺錯誤、如何評估錯誤，以及內部支持“這里確實出了問題”的證據強度有關。

簡單來說，ERN更接近“大腦發現情況不對”，Pe更接近“我意識到這里出了錯”。

此次研究首先檢驗了Pe與微小誤差感知之間的關系。參與者使用操縱桿控制光標沿直線移動到目標位置，系統則在部分試次中人為改變操縱桿與光標之間的映射，使軌跡產生3°、6°、9°或12°的旋轉偏差。

結果顯示，Pe振幅會隨著誤差幅度增加而升高。更關鍵的是，對于相同大小的誤差，當參與者成功發現偏差時，Pe明顯強于未能發現時。

在3°旋轉條件下，成功察覺誤差時的平均Pe振幅約為0.465微伏，漏掉誤差時約為0.121微伏；在6°條件下，兩者分別約為1.461微伏和0.426微伏。參與者層面的分析還顯示，Pe振幅與3°、6°誤差下的感知準確率均呈顯著正相關。

這表明，Pe并不是錯誤發生之后隨機出現的一段腦電波動。它可以反映一個外部偏差是否已經從感覺系統中的異常，轉化為能夠被個體明確感知的錯誤。

圖 腦電電位總平均值

02

傳統訓練為什么難以越過知覺閾值

傳統知覺訓練通常依靠重復練習和行為反饋。

參與者完成一次任務，給出自己是否看到誤差的判斷，系統再告訴他回答正確還是錯誤。隨著訓練增加，人們通常能夠更好地識別明顯偏差。但當誤差接近知覺閾值，學習往往逐漸進入平臺期。

原因在于，行為反饋只能告訴參與者最終答案是否正確，卻不能直接揭示，在誤差出現的那個瞬間，大腦內部是否形成了足夠清晰的錯誤意識。

對于9°或12°這類明顯旋轉，這種差別并不重要。參與者本來就較容易看到異常，外部反饋主要起到校準作用。但當軌跡只偏轉3°時，參與者甚至無法確定自己剛才是否真正看到了偏差。即使系統不斷告訴他“答錯了”，他也未必知道應該強化哪一種感知狀態。

研究人員設置了傳統行為訓練組和腦機接口訓練組，每組16人，均連續訓練五天。行為組在每次任務結束后判斷軌跡是否發生旋轉，并獲得正確或錯誤的反饋。結果顯示，這種訓練能夠改善對較大誤差的識別，卻沒有明顯提升對3°和6°小誤差的感知能力。

限制學習的可能并不是練習次數，而是錯誤沒有被充分意識到。

03

將錯誤意識本身放進閉環

為越過這一瓶頸，研究人員為另一組參與者建立了個體化ErrP腦機接口。

兩組完成的是相同任務，但獲得反饋的依據不同。傳統組的反饋來自參與者的主觀判斷是否正確，BCI組的反饋則來自腦電信號：系統實時判斷剛才的運動過程中是否出現ErrP，并將這一結果與該試次是否真實存在旋轉進行比較。

當大腦信號與實際情況一致時，屏幕顯示正確標記；二者不一致時，則顯示錯誤標記。

因此，這套系統反饋的不是“你回答對了嗎”，而是“大腦有沒有對這個誤差產生相應的神經反應”。

在信號處理上，研究人員截取旋轉發生后200至800毫秒的腦電片段，這一區間覆蓋ERN和Pe。系統使用空間濾波提取腦電特征，并結合時域信號與4至10赫茲頻段的信息，通過分類器估計ErrP出現的概率。為了適應訓練過程中腦信號的變化，分類器、空間濾波器和判定閾值會在每輪訓練結束后，根據參與者已有的全部數據持續更新。

由此，一個閉環被建立起來：軌跡發生偏差，大腦產生或沒有產生ErrP，系統讀取這一神經活動并提供反饋，參與者再根據反饋調整下一次的感知和注意狀態。

過去，ErrP更多被用來幫助機器糾錯。例如，當用戶發現機械臂執行錯誤動作時，系統可以從腦電中識別這一反應，并修正設備行為。在這項研究中，ErrP不再只是機器判斷錯誤的輔助信號，而成為訓練大腦錯誤感知能力的神經靶點。

04

越難察覺的錯誤，BCI優勢越明顯

經過五天訓練，兩組表現出了不同的學習軌跡。

在最難發現的3°旋轉條件下，傳統行為組的準確率沒有隨訓練顯著提高，BCI組則出現了顯著改善。BCI組第一天的表現原本低于行為組，但在訓練過程中逐漸提升，從低于隨機水平上升到高于隨機水平，到第五天時已經追平并超過行為組。

在6°條件下，兩組學習速度的差異沒有達到顯著水平，但BCI組整體表現更好。到第五天，傳統組準確率約為76.56%，BCI組達到89.84%。

研究結果由此呈現出一個清晰趨勢：錯誤越接近知覺閾值，基于ErrP的反饋相對于傳統行為反饋越可能體現優勢。對于明顯偏差，大腦本來就能形成較強的錯誤意識，神經反饋能夠增加的內容有限；對于3°這樣的細小偏差，大腦內部的錯誤證據更弱，反饋的作用也更突出。

腦電變化與行為改善也基本同步。在3°條件下，BCI組的Pe振幅隨訓練天數顯著增加，而行為組沒有出現顯著變化；在6°條件下，兩組Pe均有所增強?？傮w來看，Pe振幅越高，對微小誤差的感知準確率也越高。

不過，論文并未證明BCI組最終的Pe振幅顯著高于行為組。更準確的表述是：BCI組的感知能力提升，與組內Pe振幅增強同步發生，但現有結果還不足以確認BCI反饋直接放大了Pe。

圖 BCI 組中的解碼分析

05

從增強感覺輸入，轉向訓練錯誤之后的判斷

以往改善知覺學習的神經干預，大多集中在感覺處理階段，例如調節視覺皮層活動，或通過神經刺激增強接近閾值的感覺輸入。

此次研究采用了不同路徑。它沒有直接讓視覺刺激變得更加清晰，而是將干預位置放在感覺處理之后：大腦如何形成“這里發生了錯誤”的判斷。

ErrP被認為主要與前扣帶回皮層等參與決策、認知控制和行為監測的區域有關。研究中的特征分析顯示，對ErrP解碼貢獻較大的信號分布在中央、頂葉和枕葉電極；在時間維度上，最有判別力的特征大多集中于Pe區間，其中旋轉出現后約418至481毫秒的特征最突出。

研究人員認為，BCI反饋可能通過操作性條件作用發揮影響：當某種腦活動出現后，系統立即給出與之相關的反饋，參與者便有機會逐漸強化這種神經狀態。ErrP反饋把內部錯誤檢測與外部強化聯系起來，可能由此改善錯誤處理通路，使原本模糊的偏差信息更容易進入有意識判斷。

但這一機制仍需進一步驗證。BCI組與行為組的反饋在結構和時間上并不完全相同，因此目前無法確認訓練優勢完全來自ErrP反饋本身。未來需要加入假BCI對照組：反饋形式和時間保持一致，但內容不依賴真實腦電，從而分離神經反饋的特異性作用。

這項研究真正證明的，是一個更基礎的可能性：與錯誤意識相關的神經信號，可以被實時讀取、反饋，并納入知覺訓練閉環。

傳統腦機接口主要從大腦中讀取運動意圖，再把它轉化為外部控制命令。此次研究則讓系統讀取大腦是否意識到錯誤，并把這一內部狀態重新反饋給大腦。機器不再只是執行人的意圖，也開始成為大腦觀察自身認知活動的一面鏡子。

Pe因此不只是大腦犯錯后留下的一道電信號痕跡。它正在成為腦機接口進入錯誤感知與認知學習過程的一個新入口。

參考來源：

https://neurosciencenews.com/bci-error-positivity-pe-wave-perceptual-learning-31079/

https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.76153

運營：陳菲

排版：亮亮

腦機接口社區是國內首家腦機接口(BCI)產業服務平臺、國內腦機接口新媒體開創者與引領者。主要為企業、科研團隊、投資機構和從業者提供以下服務：

宣傳報道：圖文、短視頻、直播形式報道企業動態、技術解讀、產品介紹等內容，提升曝光和行業影響力。

資源對接：根據需求匹配資本、供應鏈、臨床機構、渠道方等資源，完成真實對接，促進合作。

成果轉化：協助技術團隊尋找產業方、投資人及落地場景，推動技術到產品的轉化。

活動策劃執行：承接線上線下路演、沙龍、論壇等活動的策劃與執行。

其他定制需求：包括報告定制、市場調研、人才招聘支持等個性化服務。

合作洽談，請聯系微信：ZuoLeiLeiya

（備注：姓名-單位-合作）

投稿丨成為創作者，請聯系微信：RoseBCI

不錯過每一條腦機前沿進展

一鍵三連「分享」、「點贊」和「在看」

歡迎在評論區聊聊