视觉诱发脑电信号特征提取方法研究

五邑大学本科毕业设计I摘 要脑机接口（BCI：Brian-Computer Interface）是在人脑和外界（外部设备）之间建立不依赖于常规大脑信息输出通路(外围神经和肌肉组织)的一种通讯系统。扮演系统传输角色的脑电信号（EEG）通常会混叠了眼电、肌电、心电等多种不同的成分。 P300 是一种诱发电位，常用于构建脑机接口系统的脑电信号，是神经系统接受特定模式下的视觉刺激所产生的电活动，在特定的脑头皮区域信号能量分布比较明显，相对比较容易检测，在脑机接口中广泛应用。P300 顾名思义是根据事件发生后约 300ms 处脑电信号中的一个正电位波形命名，是由小概率事件诱发产生的事件相关电位（ERP） 。本文研究的是脑电信号的处理，即如何从采集到的原始脑电信号中提取有用的信息；另外就是寻求有效的分类特征和分类算法。引用来自 BCI Competition III Challenge的数据进行处理（特征提取和分类） 。本文采用简单的 P300 脑电处理算法对实验收集的脑电数据进行预处理。利用巴特沃斯数字低通滤波器进行滤波，并且利用加权平均叠加算法消噪提取 P300 的幅值特征。然后通过支持向量机（SVM）分类算法处理采集到的数据，并且实现对 P300 信号的分类识别研究。关键词： 脑机接口(BCI); 脑电(EEG); P300; 特征提取；支持向量机（SVM）五邑大学本科毕业设计IIAbstractBrain Computer Interface (BCI) established the brain and the outside world (external equipment) between the conventional brain not rely on the information output pathways (peripheral nerve and muscle tissue) a communication system. EEG, playing the role of transmission system usually contains many kinds of different ingredients like eye electricity, muscle power, ecg and so on. P300 is a cause potential.It is often used to construct the brain computer interface system eeg, It is nervous system take particular mode of visual stimulation of the electrical activity generated in specific brain scalp area signal energy distribution is quite obvious, and relatively easy to be detected. It is widely used in brain computer interface.As one component of electro encephalo graphy(EEG) signal,P300 potential is a positive peak at about 300ms after the target stimulus onset in the EEG,occurring in response to infrequent or particularly significant stimuli.Here, We studies the EEG signals processing, namely how from the primitive brain electrical signal acquisition to extract useful information; Another is to seek effective classification feature and classification algorithm. References are BCI Competition III Challenge of the data processing (feature extraction and classification).Firstly, we use traditional algorithms for P300 EEG data processing, including low-pass Butterworth filter to smooth EEG data and optimal weighted average algorithm to remove the random noise. Then algorithm processing the data collected through the support vector machine (SVM) classification, and realize the P300 classification identification of the signal.Keywords： Brain-Computer Interface; Electroencephalogram; P300; Support Vector Machines; Classification（SVM）五邑大学本科毕业设计III目 录摘 要 .IAbstract .II第 1 章 绪论 .11.1 视觉诱发脑电信号的概述 .11.2 课题研究的背景和意义 .11.3 脑-机接口国内外研究现状 .21.3.1 诱发视觉脑 机接口 .21.3.2 自发 EEG 脑一机接口 .31.4 本论文主要内容 .3第 2 章 视觉诱发脑电信号相关基础知识 .42.1 脑电信号介绍 .42.1.1 采集脑电信号方法 .42.1.2 脑电波的分类 .42.2 事件相关电位 P300 .72.2.1 事件相关电位 .72.2.2 P300 脑电信号及其特点 .82.2.3 P300 的研究现状及存在的主要问题 .82.3 本章小结 .9第 3 章 基于视觉诱发 P300 脑-机接口 .103.1 脑-机接口的工作原理及基本结构 .103.2 P300 脑一机接口实验设计和数据获取 .103.3 P300 脑电信号处理 .133.3.1 信号预处理 .143.3.2 信号的特征提取 .143.3.3 信号特征分类 .153.4 本章小结 .16第 4 章 视觉诱发脑电信号 P300 特征提取 .174.1 视觉诱发电位 .174.2 P300 的特征 .174.3 视觉诱发信号 P300 幅值特征 .184.4 本章小结 .21第五章 基于 SVM 的视觉诱发脑电信号 P300 分类算法 .225.1 支持向量机 SVM.225.2 基于 SVM 标准数据分类识别 .255.2.1 研究数据的简单介绍 .255.2.2 数据分析 .26五邑大学本科毕业设计IV5.2.3 数据预处理 .275.2.4 特征提取 .275.2.5 数据分类过程 .285.3 本章小结 .29总结与展望 .30参考文献 .31致谢 .32附录 1：MATLAB 相关语言意思 .33附录 2：本文引用到的程序 .331、幅值特征提取 .332、SVM 分类算法 .36附录 3: BCI Competition Challenge 竞赛数据 .37五邑大学本科毕业设计1第 1 章 绪论1.1 视觉诱发脑电信号的概述视觉诱发电位 【1】 (visual evokedpotential,VEP)是指枕叶皮层对视觉刺激产生的，可以用头皮电极检出的电活动，又称为特异皮层视觉诱发电位，或皮层视觉诱发电位(visual evoked cortical potential)，是一种长潜伏期的近场皮层电位。VEP 的信号十分微弱，在提取方面存在着一定的难度。通常，从人头皮上记录下来的诱发电位信号波幅只有 3-21V，而背景噪声却很大，主要来源于自发脑电，肌电，以及50Hz 工业频率电磁波在人体引起的感应电势等，仅自发脑电的波幅就高达 20-100V。微弱的诱发电位信号通常淹没在背景自发电位及其他噪声中。因此，如何完整，准确，简单地从强背景噪声中提取微弱的 VEP 信号，一直是众多科学家研究的焦点课题。1.2 课题研究的背景和意义大脑是人体所有高级神经中枢所在地，作为人体最复杂的部分，也是迄今为止宇宙中所知的最为复杂的组织结构。对人类大脑的综合研究己经成为当代科学发展的热点方向之一。由于大脑的复杂和神经联系的丰富多样的特性，对大脑的研究已经涉及到多个领域的交叉技术。当前社会，神经肌肉和大脑的障碍所引起的疾病困扰着越来越多人们的生活。如今的医学虽然能够通过各种方法减缓这些疾病患者的病情，但始终是治标不治本。这些病者通过辅助治疗后虽能进行些近于常人的活动，却更希望正常地与他人进行交流。这种患者的现象已经开始影响到社会的发展，同时也给患者的家庭构成沉重的负担。因此我们迫切地希望能建立一个人与外界环境之间的信息交流与控制的新型通道，可以直接从人的大脑获取信息而不仅仅依赖于人体的外周神经系统和肌肉组织。脑机接口(BCI:Brain-Computer-Interfaee)技术形成于 20 世纪 70 年代中期，是一种涉及医学、神经学、信号检测、信号处理、模式识别等多个领域的交叉技术。虽说脑机接口技术还是一门新兴的科技，而且其研究初衷是用于医疗领域，为一些患者提供方便。但近 30 年来，随着电子和信息技术的快速发展，脑机接口的研究团队越来越多，其研究成果也取得了巨大的进步。人们发现其除了应用在残疾人医疗康复领域，在其他科学研科学研究领域和社会生产活动中也有着潜在的价值。以下是现阶段的脑机接口在一些应用领域的具体介绍:(1)辅助控制:提供一种在特殊环境下控制外部设备的途径。例如在一些恶劣的生产环境下，不允许工作人员进行现场的操作，为了保证生产的正常进行，可以通过脑电控制相关单元。(2)游戏娱乐:作为脑与外部环境的信息通路，脑机接口可以为人们提供一种新的娱乐方式。例如仅仅通过思维想象就可以玩电子游戏。五邑大学本科毕业设计2(3)脑科学研究:在研究脑机接口的同时，也是人们对大脑进行深入研究和不断认识的过程，其中取得的一些研究成果将促进脑科学的进步与发展。由于脑电信号的微弱性，复杂性，数据量大等特性，目前所展示的脑机接口系统还很不成熟。如何提高单次试验的分类识别正确率和系统传输比特率是现今的热点和难点。可以预见，在未来，随着各学科研究的进步，脑机接口的应用领域将不断拓展，其研究意义将愈发愈大。1.3 脑-机接口国内外研究现状通常，BCI 技术又被称作直接神经接口技术，有单双通道之分。单通道 BCI 技术只能在同一时刻用电脑接受大脑指令或向大脑发送指令，而双通道 BCI 技术则能在大脑和电脑之间同时建立起指令(信息)交互链路。目前，世界各国研发机构公开的成果主要集中在单通道 BCI 技术领域，该技术通过直接采集来自大脑的神经生物信号，并将其转换为输出指令，而不依赖正常的外围神经中枢和肌肉组织输出通道来实现指令传送。目前的 BCI 系统大多是在线的、同步的和无创伤系统。对于这种在线的、同步的和无创伤的研究方法，再依据 EEG 的产生是否需要外界刺激，分为诱发 EEG(视觉刺激法)和自发 EEG(心理作业法)两类对于目前 BCI 系统的研究现状进行说明。1.3.1 诱发视觉脑机接口该方法基于人接受外界视觉刺激所产生的特定电活动，所产生的信号电位有其空间、时间和相位特征与刺激有较严格的锁时关系。目前在 BCI 的研究中主要有 p3oo 法和 VEp(Visualevokedpotentials，视觉诱发电位)法。1.P300 是一种事件相关电位(Event related potentials，ERP)，当实验者受到特定视觉刺激后的 300ms 内，EEG 呈正向峰值，对其进行特征提取来研究实验者接受刺激后的脑电变化，这种研究方法称为 P300 法。它反映了大脑对稀少事件的认知，相关事件出现的概率越小，所引起的 P300 越显著。2.视觉诱发电位 (Visualevokedpotentials，VEP)视觉诱发电位人眼经过“集中注视”活动诱发大脑视觉皮层神经的特定电活动在头皮电位的反映。基于 VEP 的 BCI 系统依赖于使用者控制眼睛注视方向的能力。试验通过对操作者经行生物反馈训练，可获得稳态视觉诱发电位(Steady stateVisualevokedPotentials，SSVEP)。MatthewMiddendorf 等开发了基于 VEP 的 BCI 系统，他们在屏幕上设置了几个以不同频率闪烁的按钮，使用者注视其中的一个按钮，系统分析 VEP 的频率，如果匹配于某个按钮闪烁的频率，就可确定使用者希望选择的按钮。2002 年开发了利用 ssvEP 实现电话拨号的实验系统，2003 年实现对电灯、电视、电话等室内环境控制9，2004 年开发的Bcl 系统能够帮助残疾人利用 SSVEP 通过红外遥控设备控制电视和空调、拨打电话并启动语音播放。清华大学 2004 年开发了患者主动参与的上肢康复训练系统，患者利用五邑大学本科毕业设计3ssvEP 的主动参与有利于提高治疗效果。2006 年针对 SSVEP 的 BCI 系统不同受试者个体差不同导致控制效果变化差异较大方面，证明了通过通道位置的选择、刺激频率以及选择速率的调整可以减少这种差异带来的影响。1.3.2 自发视觉脑一机接口该类方法无需外部刺激，用户通过执行特定的心理活动来实现。简单概括有如下几类：1.事件相关同步电位 (ERD)和事件相关去同步电位(ERS)2.皮层慢电位 (SlowCortiealpotentials，SCP)3.自发 EEG 的 波、 节律和 节律信号1.4 本论文主要内容视觉刺激产生的 P300 信号时间特征与刺激有较严格的锁时关系，相对比较容易提取特征，基于视觉诱发的 P300 脑一机接口系统具有不需要初始训练的优势，易于在线系统的实现。传统的 P300 脑电信号分类算法存在叠加次数多，分类准确度低等不足等。基于统计学习理论的支持向量机能够很好的解决小样本的学习问题。论文结构安排如下:第二章是关于视觉诱发 P300 脑机接口系统的一些基本概念，并对事件相关电位P300 做了详细的介绍。第三章阐述了基于视觉诱发 P300 脑-机接口实验过程中数据采集，特征提取以及分类的基本概念和步骤。第四章介绍了 P300 脑电的诱发以及实验的记录过程，幅值特征提取。第五章对 EEG 信号的预处理， 通过支持向量机（SVM）分类算法处理采集到的数据，并且实现对 P300 信号的分类识别研究。最后对全文的工作做了总结及展望。五邑大学本科毕业设计4第 2 章 视觉诱发脑电信号相关基础知识2.1 脑电信号介绍2.1.1 采集脑电信号方法脑电图在头皮外测量，电极仅仅用于接收信号。这是它最大的优势，不会对监控的大脑造成任何可能的损伤。而它的缺点也同样明显：在头皮外接收到的电信号不仅微弱，而且多个脑区的活动信号会叠加在一起，最终形成看起来十分混乱的波形。幸好这些缺点可以部分克服。微弱的电信号可以放大，而波形的分离早在十九世纪就已经由法国数学家傅立叶解决。现在我们只需要解决脑电波和大脑思考行为的对应关系就可以。脑电信号的采集方式，从破坏性上可分为两类：“有创”和 “无创” 。 “有创”采集方式由于要进行开颅手术而对大脑有一定的损伤；“无创”采集方式就不需要这种手术，从而对人脑没有什么损害。有创采集方式具体可分为完全植入型和皮层表面电极。完全植入型就是将电极植入到大脑皮层中；而皮层表面电极型则是将电极放在大脑皮层的表面而不是真正植入大脑。1999 年，由 John Donoghue 领导的研究小组在 Nature 杂志上发表论文称，他们通过将一个微小的电极阵列植入了一名瘫痪病人的大脑运动皮层，从而使这位患者可以通过思维来操控外界设备，如打开电视机，移动假肢，使用键盘打字，移动鼠标等。皮层表面电极方式和完全植入型相比较，两者虽然都需要做开颅手术，但皮层表面电极方式却不需要将电极植入大脑皮层，而是放置在大脑皮层表面，这样对皮层神经元的损伤就很小，风险也更低些。尽管如此，对大多数用户而言，开颅手术还是难以接受的。因此，有创型的研究和实施一般都是在那些需要用大脑皮层电极来实现病灶的精确定位的癫痫病人身上。目前使用最广泛的仍是基于头皮脑电的无创的脑机接口技术。但是，由于脑电信号在传输到头皮时已经衰减很多，信号十分微弱，要从如此微弱的脑电信号中提取意识信息是相当有难度的。在过去的十年中，科研工作者的研究方向主要就是集中在对头皮脑电信号的检测和分析上。2.1.2 脑电波的分类脑电波就是通过电极记录下来的脑细胞群的自发性、节律性电活动。以脑细胞电活动的时间为横坐标、电位为纵坐标，这样把时间与电位的相互关系记录下来的就是脑电图。正常的自发脑电一般处于几微伏到 75 微伏之间。而由心理活动所引起的脑电信号比自发脑电信号更为微弱，一般在 2 到 10 微伏之间，它通常被淹埋在自发电位中，其成分不规则而复杂。脑电波的波形近似于正弦波。它主要是由脑皮质层大量的神经元同时发生突触后的电位变化所引起。一般脑电信号见下图 2.3。五邑大学本科毕业设计5图 2-1 脑电信号在安静状态下，大脑皮层神经细胞自发地表现出持续的节律性电位改变，称为自发脑电活动。它指在没有特定人为刺激的条件下，大脑细胞本身出现的电活动。节律是由频率大体一致的波构成的脑电图。正常成年人的脑电图的波形、频率、波幅和位相等都具有一定特点。人体依其个体差异，身体状况，脑电图的特征都会有所不同。传统上，对脑电图的波形分类主要是依据其频率的不同由人工划分的。通常说来