放大大脑里的“纠错警报”错误正波(Error Positivity)：脑机接口进入认知训练的新入口

人类的大多数技能，都建立在发现错误和修正错误的基础上。

写字时，笔尖稍稍偏离原有轨迹；走路时，脚掌落点与身体重心出现错位；远程手术中，机械臂的运动方向产生轻微偏差。面对这些误差，大脑需要比较预期动作与实际感觉反馈，判断偏差是否发生，并及时作出修正。

但大脑并不能意识到所有已经发生的错误。

当偏差足够明显时，人通常能够迅速察觉；当误差逐渐缩小、接近知觉阈值时，感觉系统可能已经处理了异常信息，个体却未必真正意识到自己出了错。错误没有进入意识，也就很难成为后续学习的有效信号。这也是传统训练面临的一个关键瓶颈：

人可以从自己知道的错误中学习，却很难从那些已经发生、但未被清楚察觉的错误中学习。

美国得克萨斯大学奥斯汀分校等机构的研究人员，在《Advanced Science》发表研究，通过实时读取与错误意识相关的脑电活动，并将其作为训练反馈，提升了参与者发现细微视觉—运动误差的能力。

这项研究关注的核心，并不是传统意义上的运动控制信号，而是一种被称为错误正波的脑电成分——Error Positivity，简称 Pe。研究结果显示，当脑机接口把大脑内部是否产生错误相关电位实时反馈给参与者后，人们对微小误差的感知能力得到改善，与此同时，Pe 振幅也随着训练逐渐增强。

01

大脑知道“出错了”，与人意识到“我错了”

当人的动作偏离目标时，大脑会产生一类被称为错误相关电位的脑电活动，即Error-related Potential，简称ErrP。ErrP主要包含两个阶段：较早出现的错误相关负波ERN，以及随后出现的错误正波Pe。

图 实验设计

两者反映的并不是完全相同的过程。

ERN通常与快速的异常检测和行为监控有关。当实际结果与大脑预期不一致时，它会较早出现，更接近一种自动化的失配反应。Pe则出现得更晚，与人是否有意识地察觉错误、如何评估错误，以及内部支持“这里确实出了问题”的证据强度有关。

简单来说，ERN更接近“大脑发现情况不对”，Pe更接近“我意识到这里出了错”。

此次研究首先检验了Pe与微小误差感知之间的关系。参与者使用操纵杆控制光标沿直线移动到目标位置，系统则在部分试次中人为改变操纵杆与光标之间的映射，使轨迹产生3°、6°、9°或12°的旋转偏差。

结果显示，Pe振幅会随着误差幅度增加而升高。更关键的是，对于相同大小的误差，当参与者成功发现偏差时，Pe明显强于未能发现时。

在3°旋转条件下，成功察觉误差时的平均Pe振幅约为0.465微伏，漏掉误差时约为0.121微伏；在6°条件下，两者分别约为1.461微伏和0.426微伏。参与者层面的分析还显示，Pe振幅与3°、6°误差下的感知准确率均呈显著正相关。

这表明，Pe并不是错误发生之后随机出现的一段脑电波动。它可以反映一个外部偏差是否已经从感觉系统中的异常，转化为能够被个体明确感知的错误。

图 脑电电位总平均值

02

传统训练为什么难以越过知觉阈值

传统知觉训练通常依靠重复练习和行为反馈。

参与者完成一次任务，给出自己是否看到误差的判断，系统再告诉他回答正确还是错误。随着训练增加，人们通常能够更好地识别明显偏差。但当误差接近知觉阈值，学习往往逐渐进入平台期。

原因在于，行为反馈只能告诉参与者最终答案是否正确，却不能直接揭示，在误差出现的那个瞬间，大脑内部是否形成了足够清晰的错误意识。

对于9°或12°这类明显旋转，这种差别并不重要。参与者本来就较容易看到异常，外部反馈主要起到校准作用。但当轨迹只偏转3°时，参与者甚至无法确定自己刚才是否真正看到了偏差。即使系统不断告诉他“答错了”，他也未必知道应该强化哪一种感知状态。

研究人员设置了传统行为训练组和脑机接口训练组，每组16人，均连续训练五天。行为组在每次任务结束后判断轨迹是否发生旋转，并获得正确或错误的反馈。结果显示，这种训练能够改善对较大误差的识别，却没有明显提升对3°和6°小误差的感知能力。

限制学习的可能并不是练习次数，而是错误没有被充分意识到。

03

将错误意识本身放进闭环

为越过这一瓶颈，研究人员为另一组参与者建立了个体化ErrP脑机接口。

两组完成的是相同任务，但获得反馈的依据不同。传统组的反馈来自参与者的主观判断是否正确，BCI组的反馈则来自脑电信号：系统实时判断刚才的运动过程中是否出现ErrP，并将这一结果与该试次是否真实存在旋转进行比较。

当大脑信号与实际情况一致时，屏幕显示正确标记；二者不一致时，则显示错误标记。

因此，这套系统反馈的不是“你回答对了吗”，而是“大脑有没有对这个误差产生相应的神经反应”。

在信号处理上，研究人员截取旋转发生后200至800毫秒的脑电片段，这一区间覆盖ERN和Pe。系统使用空间滤波提取脑电特征，并结合时域信号与4至10赫兹频段的信息，通过分类器估计ErrP出现的概率。为了适应训练过程中脑信号的变化，分类器、空间滤波器和判定阈值会在每轮训练结束后，根据参与者已有的全部数据持续更新。

由此，一个闭环被建立起来：轨迹发生偏差，大脑产生或没有产生ErrP，系统读取这一神经活动并提供反馈，参与者再根据反馈调整下一次的感知和注意状态。

过去，ErrP更多被用来帮助机器纠错。例如，当用户发现机械臂执行错误动作时，系统可以从脑电中识别这一反应，并修正设备行为。在这项研究中，ErrP不再只是机器判断错误的辅助信号，而成为训练大脑错误感知能力的神经靶点。

04

越难察觉的错误，BCI优势越明显

经过五天训练，两组表现出了不同的学习轨迹。

在最难发现的3°旋转条件下，传统行为组的准确率没有随训练显著提高，BCI组则出现了显著改善。BCI组第一天的表现原本低于行为组，但在训练过程中逐渐提升，从低于随机水平上升到高于随机水平，到第五天时已经追平并超过行为组。

在6°条件下，两组学习速度的差异没有达到显著水平，但BCI组整体表现更好。到第五天，传统组准确率约为76.56%，BCI组达到89.84%。

研究结果由此呈现出一个清晰趋势：错误越接近知觉阈值，基于ErrP的反馈相对于传统行为反馈越可能体现优势。对于明显偏差，大脑本来就能形成较强的错误意识，神经反馈能够增加的内容有限；对于3°这样的细小偏差，大脑内部的错误证据更弱，反馈的作用也更突出。

脑电变化与行为改善也基本同步。在3°条件下，BCI组的Pe振幅随训练天数显著增加，而行为组没有出现显著变化；在6°条件下，两组Pe均有所增强。总体来看，Pe振幅越高，对微小误差的感知准确率也越高。

不过，论文并未证明BCI组最终的Pe振幅显著高于行为组。更准确的表述是：BCI组的感知能力提升，与组内Pe振幅增强同步发生，但现有结果还不足以确认BCI反馈直接放大了Pe。

图 BCI 组中的解码分析

05

从增强感觉输入，转向训练错误之后的判断

以往改善知觉学习的神经干预，大多集中在感觉处理阶段，例如调节视觉皮层活动，或通过神经刺激增强接近阈值的感觉输入。

此次研究采用了不同路径。它没有直接让视觉刺激变得更加清晰，而是将干预位置放在感觉处理之后：大脑如何形成“这里发生了错误”的判断。

ErrP被认为主要与前扣带回皮层等参与决策、认知控制和行为监测的区域有关。研究中的特征分析显示，对ErrP解码贡献较大的信号分布在中央、顶叶和枕叶电极；在时间维度上，最有判别力的特征大多集中于Pe区间，其中旋转出现后约418至481毫秒的特征最突出。

研究人员认为，BCI反馈可能通过操作性条件作用发挥影响：当某种脑活动出现后，系统立即给出与之相关的反馈，参与者便有机会逐渐强化这种神经状态。ErrP反馈把内部错误检测与外部强化联系起来，可能由此改善错误处理通路，使原本模糊的偏差信息更容易进入有意识判断。

但这一机制仍需进一步验证。BCI组与行为组的反馈在结构和时间上并不完全相同，因此目前无法确认训练优势完全来自ErrP反馈本身。未来需要加入假BCI对照组：反馈形式和时间保持一致，但内容不依赖真实脑电，从而分离神经反馈的特异性作用。

这项研究真正证明的，是一个更基础的可能性：与错误意识相关的神经信号，可以被实时读取、反馈，并纳入知觉训练闭环。

传统脑机接口主要从大脑中读取运动意图，再把它转化为外部控制命令。此次研究则让系统读取大脑是否意识到错误，并把这一内部状态重新反馈给大脑。机器不再只是执行人的意图，也开始成为大脑观察自身认知活动的一面镜子。

Pe因此不只是大脑犯错后留下的一道电信号痕迹。它正在成为脑机接口进入错误感知与认知学习过程的一个新入口。

参考来源：

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

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

运营：陈菲

排版：亮亮

脑机接口社区是国内首家脑机接口(BCI)产业服务平台、国内脑机接口新媒体开创者与引领者。主要为企业、科研团队、投资机构和从业者提供以下服务：

宣传报道：图文、短视频、直播形式报道企业动态、技术解读、产品介绍等内容，提升曝光和行业影响力。

资源对接：根据需求匹配资本、供应链、临床机构、渠道方等资源，完成真实对接，促进合作。

成果转化：协助技术团队寻找产业方、投资人及落地场景，推动技术到产品的转化。

活动策划执行：承接线上线下路演、沙龙、论坛等活动的策划与执行。

其他定制需求：包括报告定制、市场调研、人才招聘支持等个性化服务。

合作洽谈，请联系微信：ZuoLeiLeiya

（备注：姓名-单位-合作）

投稿丨成为创作者，请联系微信：RoseBCI

不错过每一条脑机前沿进展

一键三连「分享」、「点赞」和「在看」

欢迎在评论区聊聊