特徵提取

原始腦訊號是一股數字的洪流——每秒成千上萬個微小的電壓讀數，其中大部分是解碼器並不需要的雜訊和細節。特徵提取這一步，就是把這股洪流濃縮成少數幾個有用的數字，叫做特徵，真正抓住要緊之處。這有點像形容一首歌：不去逐一列出每一道聲波，而是說「節奏快、低音重」——用幾句概括留住有用的精髓。

選哪些特徵，取決於是哪種腦機介面。對節律類系統，你可能計算幾個頻帶裡的頻帶能量；對那些守候大腦對一次閃光或一聲「嗶」作出反應的系統，你可能測量波形裡某個特定波峰的高度和出現時刻。目標始終一樣：留下能區分使用者意圖的那部分訊號，把其餘的丟掉。

好的特徵會讓解碼器的活兒輕鬆得多，因為最難的找規律的工作已經先做完了。在經典腦機介面裡，特徵是由人手工設計的；而一些現代系統則讓神經網路直接從訊號裡學出它自己的特徵。