（机械电子工程专业论文）基于支持向量机的P300脑电信号分类研究.pdf

西北工业大学硕士学位论文 摘要 摘要 脑机接口是一种利用人脑生物电信号实现人脑与计算机或其他电子设备通 讯和控制的系统，人脑生物电信号的识别是脑机接口的核心。目前，已有许多 模式识别方法用于人脑生物电信号的识别，识别性能直接关系到脑机接口技术 能否走出实验室。 本文针对p 3 0 0 脑电信号的 特点， 通过p 3 0 0 仿真信号和国际标准实验信号， 对支持向量机分类识别p 3 0 0 脑电信号进行了研究。 研究结果显示， 支持向量机 对 p 3 0 0 仿真信号具有很高的识别率和识别速度:对于真实p 3 0 0 脑电信号，在 标准识别方案的基础上，通过多次信号平均和参数优化，并采用整个训练集进 行分类器的训练，识别率达到 9 0 . 3 % ，满足了识别性能要求。值得一提的是， 在分类识别过程中， 仅仅采用了1 5 个通道的采样数据和较少的预处理( 总通道 数:6 4 )，识别速度比较快。 研究结果表明， 支持向量机对p 3 0 0 脑电信号有很强的分类能力，促进了脑 机接口的发展。 关键词:脑机接口，p 3 0 0 ，支持向量机，模式识别 西北工业大学硕士学位论文摘要 ab s t r a c t b r a i n c o m p u t e r i n t e r f a c e ( b c i ) i s t h e s y s t e m t h a t c a n r e a l i z e th e c o n t r o l a n d c o m m u n i c a t i o n b e t w e e n h u m a n b r a in a n d c o m p u t e r o r o t h e r e l e c t r o n i c e q u i p m e n t b y u s i n g b i o e l e c t r i c s i g n a l o f h u m a n b r a i n , t h e r e c o g n i t i o n o f b i o e l e c t r i c s i g n a l o f h u m a n b r a i n i s t h e c o r e o f t h e b c i . a t p r e s e n t , a l o t o f p a tt e rn - r e c o g n i t i o n m e t h o d s h a v e b e e n u s e d i n t h e r e c o g n i t i o n o f t h e b i o e l e c t r ic s i g n a l o f h u m a n b r a i n , t h e p e r f o r m a n c e o f r e c o g n i t i o n d e t e r m i n e s d i r e c t l y w h e t h e r t h e b c i t e c h n o l o g y c o u l d g o o u t o f t h e l a b o r a t o r y . b a s e d o n t h e c h a r a c t e r i s t i c o f p 3 0 0 e e g s i g n a l , t h i s p a p e r h a s s t u d i e d t h e c l a s s i f i c a t i o n o f t h e a r t i f i c i a l p 3 0 0 s i g n a l a n d in t e rn a t i o n a l s t a n d a r d e x p e r i m e n t s ig n a l u s in g s u p p o rt v e c t o r m a c h i n e s ( s v m ) . t h e r e s u l t s h o w s t h a t s v m h a s h i g h r e c o g n i t io n r a t e a n d s p e e d t o a r t i f i c i a l p 3 0 0 s i g n a l ; t o t h e t r u e p 3 0 0 e e g s i g n a l , o n t h e b a s i s o f t h e s t a n d a r d s c h e m e a n d t h e w h o l e t r a i n i n g s e t , t h r o u g h t h e a v e r a g e o f s e v e r a l s i g n a l s a n d t h e p a r a m e t e r o p t i m i z a t i o n , t h e r e c o g n it i o n r a t e i s u p t o 9 0 . 3 % a n d t h e p e r f o r m a n c e i s g o o d . wh a t d e s e r v e s t o b e m e n t i o n e d i s , i n t h e c o u r s e o f c l a s s i f y i n g , o n l y t h e s a m p l e d a t a o f 1 5 c h a n n e l s a n d l e s s p r e t r e a t m e n t a r e a d o p t e d ( t h e o v e r a l l c h a n n e l n u mb e r i s g 4 ) , t h e s p e e d o f r e c o g n i t i o n i s f a s t e r . t h e r e s u l t o f s t u d y i n d ic a t e s t h a t s v m h a s t h e s t r o n g a b i l i t y o f c l a s s i f i c a t i o n t o p 3 0 0 e e g s i g n a l , a n d h a s p r o m o t e d t h e d e v e l o p m e n t o f b c i . k e y wo r d s : b c i , p 3 0 0 , s v m , p a tt e rn r e c o g n i t i o n 西北工业大学硕士学位论文基于支持向量机的 p 3 0 0 脑电信号分类研究 第一章绪论 为帮助严重运动障碍的残疾人解决通讯交流和环境控制问题，1 9 9 1年 w o l p a w u 等人 发 表了 通 过改 变脑电 信号中 的k节 律幅 度来 控制光 标移 动的 成 果，提 出了一种全新的 自动控制概念一一大脑驱动控制技术 b a c ( b r a i n - a c t u a t e d c o n t r o l ) ，简称脑电控制。与手动控制、语音控制相比，所谓 脑电 控制是指利用大脑脉冲信号去控制计算机、发动机或其它装置。实现脑电 控 制 的 关 键 技 术 是 脑 一 计 算 机 接口b c i ( b r a i n - c o m p u t e r i n t e r f a c e ) 一， ， 简 称 脑 机接口。脑电信号的分类作为基于脑电信号的脑机接口的核心，对脑机接口的 实现至关重要，本章主要讨论脑电信号分类的背景和研究现状，并分析未来的 发展方向。 1 . 1 脑电信号分类的背景一脑机接口 脑机接口是一种不依赖于大脑外周神经与肌肉正常输出通道的通讯控制系 统2 1 。它通过采集和分析人脑生物电 信号， 在人脑与计算机或其它电 子设备之 间建立起直接交流和控制的通道，从而通过脑来表达意愿或操纵设备，而不需 要语言或肢体动作。 1 . 1 . 1脑机接口的组成与特点 脑机接口与脑电图和脑磁图的应用不同， 它并非试图去解释大脑自发产生的 信号，而是使人主动产生可以识别的信号，从而实现通讯与控制。 与其它任何通讯与控制系统一样，脑机接口 系统也由 输入、 输出、以及联系 二者的中间环节组成tz l 。 脑机接口 的输入包括大脑行为 特征及其测量它们的 方 法。 脑机接口可采用频域特征 ( 如e e g 的l1 . 0 节律等) 和时域特征 ( 如慢皮层 电 位s c p ( s l o w c o rt i c a l p o t e n t ia l s ) . p 3 0 0 、单个皮层神经元的行为电 位等) 。 特 征的测量方法包括:电极类型与位置、 参考电平、 空间与时间滤波、以 及其它检 测信号特征的处理方法。中间 环节也称为转换算法， 它是脑机接口的核心， 其作 用是将大脑电生理输入转化为控制外部设备的输出，它包含线性与非线性方程、 神经网络及其它方法。 脑机接口的输出可能去控制光标的移动、 字母或图标的选 择、轮椅的转动等，同时还提供反馈，使用户和脑机接口能够互相适应。 西北工业大学硕士学位论文基于支持向量机的 p 3 0 0 脑电信号分类研究 第一章绪论 为帮助严重运动障碍的残疾人解决通讯交流和环境控制问题，1 9 9 1年 w o l p a w u 等人 发 表了 通 过改 变脑电 信号中 的k节 律幅 度来 控制光 标移 动的 成 果，提 出了一种全新的 自动控制概念一一大脑驱动控制技术 b a c ( b r a i n - a c t u a t e d c o n t r o l ) ，简称脑电控制。与手动控制、语音控制相比，所谓 脑电 控制是指利用大脑脉冲信号去控制计算机、发动机或其它装置。实现脑电 控 制 的 关 键 技 术 是 脑 一 计 算 机 接口b c i ( b r a i n - c o m p u t e r i n t e r f a c e ) 一， ， 简 称 脑 机接口。脑电信号的分类作为基于脑电信号的脑机接口的核心，对脑机接口的 实现至关重要，本章主要讨论脑电信号分类的背景和研究现状，并分析未来的 发展方向。 1 . 1 脑电信号分类的背景一脑机接口 脑机接口是一种不依赖于大脑外周神经与肌肉正常输出通道的通讯控制系 统2 1 。它通过采集和分析人脑生物电 信号， 在人脑与计算机或其它电 子设备之 间建立起直接交流和控制的通道，从而通过脑来表达意愿或操纵设备，而不需 要语言或肢体动作。 1 . 1 . 1脑机接口的组成与特点 脑机接口与脑电图和脑磁图的应用不同， 它并非试图去解释大脑自发产生的 信号，而是使人主动产生可以识别的信号，从而实现通讯与控制。 与其它任何通讯与控制系统一样，脑机接口 系统也由 输入、 输出、以及联系 二者的中间环节组成tz l 。 脑机接口 的输入包括大脑行为 特征及其测量它们的 方 法。 脑机接口可采用频域特征 ( 如e e g 的l1 . 0 节律等) 和时域特征 ( 如慢皮层 电 位s c p ( s l o w c o rt i c a l p o t e n t ia l s ) . p 3 0 0 、单个皮层神经元的行为电 位等) 。 特 征的测量方法包括:电极类型与位置、 参考电平、 空间与时间滤波、以 及其它检 测信号特征的处理方法。中间 环节也称为转换算法， 它是脑机接口的核心， 其作 用是将大脑电生理输入转化为控制外部设备的输出，它包含线性与非线性方程、 神经网络及其它方法。 脑机接口的输出可能去控制光标的移动、 字母或图标的选 择、轮椅的转动等，同时还提供反馈，使用户和脑机接口能够互相适应。 西北工业大学硕士学位论文绪论 除以上特点外， 每种脑机接口都有不同的特点， 如开/ 关机制、 响应时间、 用 户训练的类型与程度、 合适的 用户群体、 速度与精度 ( 信息传输率) 等等。 脑机 接口的操作依靠两种自适应控制器的相互作用: 一是使用者的大脑， 它产生一定 的行为思维供脑机接口 系统测量; 二是脑机接口 系统本身， 它将大脑的行为思维 转换为特定的控制命令。 1 . 1 . 2脑机接口的应用 脑机接口 研究的初衷是针对运动功能失常的病人。最新统计数据表明4 1 ，仅 美 ia l s ( a m y o t r o p h i c l a t e r a l s c l e r o s is : 肌 萎 缩性 ( 脊 髓 ) 侧 索 硬化 症) 病 人就 有大约3 万人， 脑干损伤约有5 万人， 脑瘫4 0 万人， 各种运动功能失常的病人超过 2 0 0 万，他们完全或部分丧失了交流与运动控制的能力，给社会、家庭及个人带 来了巨大的经济负担与精神压力。 因此， 医学上直接而迫切的应用是为思维正常 而有运动功能障碍的人提供一种对外界环境进行交流和控制的途径，如控制轮 椅、 计算机、照明开关、电视机、 与人交流、 甚至恢复运动功能等， 对于全身瘫 痪、 说话甚至呼吸有困难的人来说， 脑机接口尤其合适， 这样至少可以提高他们 的独立性、增强生活的信心。 尽管当前脑机接口的研究主要服务于运动功能严重失常的患者， 随着脑机接 口技术的进步，脑机接口可能应用于运动功能部分失常的患者甚至是正常人群。 例如， 脑机接口可用于监视远距离行驶的驾驶员或飞行员的注意力， 帮助飞行员 在高加速度下控制飞机， 给宇航员提供一种在超重或失重状态下控制宇宙飞船的 灵活手段， 可用于控制在危险环境操作的机器人， 也可作为游戏控制的附加手段 等。 1 .2 脑电信号分类的研究现状 按照大脑信号记 录位置的不同，可将脑机接口 系统分为 3类:单元记 录脑 机接口、局部场电 位记录脑机接口 和头皮脑电信号记录脑机接口。由 于脑电 信 号可以反映大脑的不同状态，能够实时地被提取与分类，且记录简单、无创， 因此基于头皮脑电信号的脑机接口研究是最多的。 1 .2 . 1 不同脑电 信号分类的研究进展 脑电信号分类的研究可简单分为四类，其代表性的研究成果简述如下。 西北工业大学硕士学位论文绪论 除以上特点外， 每种脑机接口都有不同的特点， 如开/ 关机制、 响应时间、 用 户训练的类型与程度、 合适的 用户群体、 速度与精度 ( 信息传输率) 等等。 脑机 接口的操作依靠两种自适应控制器的相互作用: 一是使用者的大脑， 它产生一定 的行为思维供脑机接口 系统测量; 二是脑机接口 系统本身， 它将大脑的行为思维 转换为特定的控制命令。 1 . 1 . 2脑机接口的应用 脑机接口 研究的初衷是针对运动功能失常的病人。最新统计数据表明4 1 ，仅 美 ia l s ( a m y o t r o p h i c l a t e r a l s c l e r o s is : 肌 萎 缩性 ( 脊 髓 ) 侧 索 硬化 症) 病 人就 有大约3 万人， 脑干损伤约有5 万人， 脑瘫4 0 万人， 各种运动功能失常的病人超过 2 0 0 万，他们完全或部分丧失了交流与运动控制的能力，给社会、家庭及个人带 来了巨大的经济负担与精神压力。 因此， 医学上直接而迫切的应用是为思维正常 而有运动功能障碍的人提供一种对外界环境进行交流和控制的途径，如控制轮 椅、 计算机、照明开关、电视机、 与人交流、 甚至恢复运动功能等， 对于全身瘫 痪、 说话甚至呼吸有困难的人来说， 脑机接口尤其合适， 这样至少可以提高他们 的独立性、增强生活的信心。 尽管当前脑机接口的研究主要服务于运动功能严重失常的患者， 随着脑机接 口技术的进步，脑机接口可能应用于运动功能部分失常的患者甚至是正常人群。 例如， 脑机接口可用于监视远距离行驶的驾驶员或飞行员的注意力， 帮助飞行员 在高加速度下控制飞机， 给宇航员提供一种在超重或失重状态下控制宇宙飞船的 灵活手段， 可用于控制在危险环境操作的机器人， 也可作为游戏控制的附加手段 等。 1 .2 脑电信号分类的研究现状 按照大脑信号记 录位置的不同，可将脑机接口 系统分为 3类:单元记 录脑 机接口、局部场电 位记录脑机接口 和头皮脑电信号记录脑机接口。由 于脑电 信 号可以反映大脑的不同状态，能够实时地被提取与分类，且记录简单、无创， 因此基于头皮脑电信号的脑机接口研究是最多的。 1 .2 . 1 不同脑电 信号分类的研究进展 脑电信号分类的研究可简单分为四类，其代表性的研究成果简述如下。 西北工业大学硕士学位论文绪论 除以上特点外， 每种脑机接口都有不同的特点， 如开/ 关机制、 响应时间、 用 户训练的类型与程度、 合适的 用户群体、 速度与精度 ( 信息传输率) 等等。 脑机 接口的操作依靠两种自适应控制器的相互作用: 一是使用者的大脑， 它产生一定 的行为思维供脑机接口 系统测量; 二是脑机接口 系统本身， 它将大脑的行为思维 转换为特定的控制命令。 1 . 1 . 2脑机接口的应用 脑机接口 研究的初衷是针对运动功能失常的病人。最新统计数据表明4 1 ，仅 美 ia l s ( a m y o t r o p h i c l a t e r a l s c l e r o s is : 肌 萎 缩性 ( 脊 髓 ) 侧 索 硬化 症) 病 人就 有大约3 万人， 脑干损伤约有5 万人， 脑瘫4 0 万人， 各种运动功能失常的病人超过 2 0 0 万，他们完全或部分丧失了交流与运动控制的能力，给社会、家庭及个人带 来了巨大的经济负担与精神压力。 因此， 医学上直接而迫切的应用是为思维正常 而有运动功能障碍的人提供一种对外界环境进行交流和控制的途径，如控制轮 椅、 计算机、照明开关、电视机、 与人交流、 甚至恢复运动功能等， 对于全身瘫 痪、 说话甚至呼吸有困难的人来说， 脑机接口尤其合适， 这样至少可以提高他们 的独立性、增强生活的信心。 尽管当前脑机接口的研究主要服务于运动功能严重失常的患者， 随着脑机接 口技术的进步，脑机接口可能应用于运动功能部分失常的患者甚至是正常人群。 例如， 脑机接口可用于监视远距离行驶的驾驶员或飞行员的注意力， 帮助飞行员 在高加速度下控制飞机， 给宇航员提供一种在超重或失重状态下控制宇宙飞船的 灵活手段， 可用于控制在危险环境操作的机器人， 也可作为游戏控制的附加手段 等。 1 .2 脑电信号分类的研究现状 按照大脑信号记 录位置的不同，可将脑机接口 系统分为 3类:单元记 录脑 机接口、局部场电 位记录脑机接口 和头皮脑电信号记录脑机接口。由 于脑电 信 号可以反映大脑的不同状态，能够实时地被提取与分类，且记录简单、无创， 因此基于头皮脑电信号的脑机接口研究是最多的。 1 .2 . 1 不同脑电 信号分类的研究进展 脑电信号分类的研究可简单分为四类，其代表性的研究成果简述如下。 西北工业大学硕士学 位论文 基于支持向量机的p 3 0 0 脑电信号分类研究 ( 1 )利用自发脑电信号节律的频域特性。如b i r b a u m e r等r 5 1 设计的t t d ( t h o u g h t t r a n s l a t i o n d e v i c e ) 采用慢皮层电 位s c p ， 实现了 一种二 元拼 字脑机接口( 即每次只能进行二选一操作) ， 它将字母表连续对半分直到 选上希望的字母，分类精度可达7 0 % - - 8 0 %， 拼字速率为每两分钟一个字 母。 w a d s w o rt h 中 心的 b c 1 6 1 采用1 1 节 律来实 现光标的 移动、 字母的 拼写、 神经假肢的 控制等功能。 g r a z t7 l 的 脑机接口 是基于神经生理学基础，他 们设计的虚拟键盘v k ，采用两个e e g 电 极和不同 运动想象产生的a 和p 节律， 设置了5 个连续的字母选择及确认与校正功能， 每选择一个字母共 需6 步操作，三个测试对象的最高拼字速率为每分钟1 . 0 2 个字母。其改进 设计v k - t 8 ，缩短了两次选择字母 ( 运动想象)的间隔时间，并增加可 识别的运动想象数量，使得采用四步就能选择一个字母，测试表明可以 实现每分钟4 .2 4 个字母的拼字速率17 1 ( 2 )利用由 特定频率刺激产生的视觉诱发电 位v e p ( v is u a l e v o k e d p o t e n t i a l ) 8 1 。 视觉诱发电 位在一定程度上是视觉信息在大脑中 进行处理的电生理 表现，外界刺激的改变常使视觉诱发电位发生变化。近来研究表明，基 于 稳态 视觉诱 发电 位s s v e p ( s t e a d y - s t a t e v i s u a l e v o k e d p o t e n t i a l ) 的 脑 机接口系统具有实用的潜力。m i d d e n d o r f 等f n 通过1 7 . 5 6 h z和2 3 .4 2 h z 的调制信号产生了 稳定的s s v e p . 清华大学的高小榕等1 8 1 采用4 8个按照 不同频率 ( 6 - 1 5 h z ,间隔0 . 1 9 5 h z )闪烁的发光管产生的s s v e p ， 信息传 输率达6 0 - 9 0 b / m i n ， 远远高于其它b c i 系统。 他们还设计了基于s s v e p 控 制的红外 遥控器， 可以 控制诸如电 视、 录象机 及空 调 18 1 。 基于s s v e p 的 脑 机接口系统特点是:仅需要很少的信号记录电极，并且训 练周期很短， 只需适应视觉刺激信号。 ( 3 ) 在时 域利 用事 件相 关电 位 e r p ， 如p 3 0 0 电 位 19 1 。 诱 发电 位中的 p 3 0 0 成分 是出现在外界刺激之后大约3 0 0 m s 的正向波峰，它的影响主要与外界刺 激及其频率有关，研究表明p 3 0 0 在运动失常的病人甚至是脑干损伤的病 人中相对稳定，f a r w e l l 和d o n c h in 首先将p 3 0 0 成功用于脑机接口设计中 1 1 0 ) ( 4 )运动想象等心理作业会导致颅顶骨中央脑电 信号功率谱的变化，并通过 表面拉普拉斯算子s l ( s u r f a c e l a p l a c i a n ) 可以 增强 脑电 信号功率谱在头 西北工业大学硕士学位论文绪论 皮上的电 位分布， 且通过线性与非线性的分类器可以 识别。 c i n c o t t i 等d u 研究了以想象左右手中指运动为心理作业的脑机接口系统，并发现只要 采用c 3 和c 4两个头皮电极信号和线性分类器就可实现较高的正确识别 率。 g a r r e tt 等人 1 2 1 设 计的 脑 机接口 系 统 对五 种心 理作 业 ( 放松、 造 句、 心算乘法、计数、旋转三维物体)所产生的自 发脑电信号能够实现较高 精度的分类。 1 . 2 .2脑电信号分类的性能评价准则 速度和精度是脑电信号分类最重要的评价准则。同时对脑电信号采用单次分 析还是多次平均也是一个重要的性能评价准则。 在脑电信号分类的研究中， 存在众多的机器学习与模式分类算法。尽管文献 都表明它们各自 具有较好的结果， 但因为采用的数据不同， 衡量的标准也不尽相 同， 很难评估其相对优势。 一种有效的方法是提供公共的标准数据集， 让研究者 进行数据分析竞赛。在2 0 0 1 年的神经信息处理系统 ( n i p s 2 0 0 1 ) 脑机接口 工作 组会议上， c o l u m b i a 大学的研究者提供了三个数据集， 并在2 0 0 2 年的脑机接口国 际 会议上公 布了 采用不同方 法的 数 据分析竞赛结果 1 3 1 。 现在 4 个著 名的 脑 机接l7 实 验 室 联 合 举 行了 称 为“ b c i c o m p e t i ti o n 2 0 0 3 ， 的 数 据 分 析 竞 赛 p 4 1 ， 并 在 网 上 提供了5 组高质量、多通道、不同种类的数据集，目的是比较各种信号处理与分 类算法，以进一步提高现有脑机接口系统的性能。 1 . 2 .3脑电信号分类存在的主要问 题和未来发展方向 目 前，脑电信号分类还面临很多挑战，主要可归纳为以下几类: 信息传输率 ( 带宽) :即使是有经验的测试者操作最快的脑机接口系统，最 大 传输率也才 2 5 b / m i n 2 -3 1 ， 相当 于 每分钟3 个字符， 这 对正常的 对话与 交流 仍 然 太慢。 高 误差率。 这也是影响信息传输率的重要因素。 大脑信号本身是时空变化的， 再加上对运动失常的病人而言，由于疲劳、 药物作用等情形使信号更加复杂，提 高了正确识别与分类的难度。 环境适应性。大多数脑机接口系统还只是在安静的实验室环境中进行测试， 实际应用可能面临更复杂的环境， 包括任务本身的认识程度、 情绪反应、 注意力、 西北工业大学硕士学位论文绪论 皮上的电 位分布， 且通过线性与非线性的分类器可以 识别。 c i n c o t t i 等d u 研究了以想象左右手中指运动为心理作业的脑机接口系统，并发现只要 采用c 3 和c 4两个头皮电极信号和线性分类器就可实现较高的正确识别 率。 g a r r e tt 等人 1 2 1 设 计的 脑 机接口 系 统 对五 种心 理作 业 ( 放松、 造 句、 心算乘法、计数、旋转三维物体)所产生的自 发脑电信号能够实现较高 精度的分类。 1 . 2 .2脑电信号分类的性能评价准则 速度和精度是脑电信号分类最重要的评价准则。同时对脑电信号采用单次分 析还是多次平均也是一个重要的性能评价准则。 在脑电信号分类的研究中， 存在众多的机器学习与模式分类算法。尽管文献 都表明它们各自 具有较好的结果， 但因为采用的数据不同， 衡量的标准也不尽相 同， 很难评估其相对优势。 一种有效的方法是提供公共的标准数据集， 让研究者 进行数据分析竞赛。在2 0 0 1 年的神经信息处理系统 ( n i p s 2 0 0 1 ) 脑机接口 工作 组会议上， c o l u m b i a 大学的研究者提供了三个数据集， 并在2 0 0 2 年的脑机接口国 际 会议上公 布了 采用不同方 法的 数 据分析竞赛结果 1 3 1 。 现在 4 个著 名的 脑 机接l7 实 验 室 联 合 举 行了 称 为“ b c i c o m p e t i ti o n 2 0 0 3 ， 的 数 据 分 析 竞 赛 p 4 1 ， 并 在 网 上 提供了5 组高质量、多通道、不同种类的数据集，目的是比较各种信号处理与分 类算法，以进一步提高现有脑机接口系统的性能。 1 . 2 .3脑电信号分类存在的主要问 题和未来发展方向 目 前，脑电信号分类还面临很多挑战，主要可归纳为以下几类: 信息传输率 ( 带宽) :即使是有经验的测试者操作最快的脑机接口系统，最 大 传输率也才 2 5 b / m i n 2 -3 1 ， 相当 于 每分钟3 个字符， 这 对正常的 对话与 交流 仍 然 太慢。 高 误差率。 这也是影响信息传输率的重要因素。 大脑信号本身是时空变化的， 再加上对运动失常的病人而言，由于疲劳、 药物作用等情形使信号更加复杂，提 高了正确识别与分类的难度。 环境适应性。大多数脑机接口系统还只是在安静的实验室环境中进行测试， 实际应用可能面临更复杂的环境， 包括任务本身的认识程度、 情绪反应、 注意力、 西北工业大学硕士学位论文绪论 皮上的电 位分布， 且通过线性与非线性的分类器可以 识别。 c i n c o t t i 等d u 研究了以想象左右手中指运动为心理作业的脑机接口系统，并发现只要 采用c 3 和c 4两个头皮电极信号和线性分类器就可实现较高的正确识别 率。 g a r r e tt 等人 1 2 1 设 计的 脑 机接口 系 统 对五 种心 理作 业 ( 放松、 造 句、 心算乘法、计数、旋转三维物体)所产生的自 发脑电信号能够实现较高 精度的分类。 1 . 2 .2脑电信号分类的性能评价准则 速度和精度是脑电信号分类最重要的评价准则。同时对脑电信号采用单次分 析还是多次平均也是一个重要的性能评价准则。 在脑电信号分类的研究中， 存在众多的机器学习与模式分类算法。尽管文献 都表明它们各自 具有较好的结果， 但因为采用的数据不同， 衡量的标准也不尽相 同， 很难评估其相对优势。 一种有效的方法是提供公共的标准数据集， 让研究者 进行数据分析竞赛。在2 0 0 1 年的神经信息处理系统 ( n i p s 2 0 0 1 ) 脑机接口 工作 组会议上， c o l u m b i a 大学的研究者提供了三个数据集， 并在2 0 0 2 年的脑机接口国 际 会议上公 布了 采用不同方 法的 数 据分析竞赛结果 1 3 1 。 现在 4 个著 名的 脑 机接l7 实 验 室 联 合 举 行了 称 为“ b c i c o m p e t i ti o n 2 0 0 3 ， 的 数 据 分 析 竞 赛 p 4 1 ， 并 在 网 上 提供了5 组高质量、多通道、不同种类的数据集，目的是比较各种信号处理与分 类算法，以进一步提高现有脑机接口系统的性能。 1 . 2 .3脑电信号分类存在的主要问 题和未来发展方向 目 前，脑电信号分类还面临很多挑战，主要可归纳为以下几类: 信息传输率 ( 带宽) :即使是有经验的测试者操作最快的脑机接口系统，最 大 传输率也才 2 5 b / m i n 2 -3 1 ， 相当 于 每分钟3 个字符， 这 对正常的 对话与 交流 仍 然 太慢。 高 误差率。 这也是影响信息传输率的重要因素。 大脑信号本身是时空变化的， 再加上对运动失常的病人而言，由于疲劳、 药物作用等情形使信号更加复杂，提 高了正确识别与分类的难度。 环境适应性。大多数脑机接口系统还只是在安静的实验室环境中进行测试， 实际应用可能面临更复杂的环境， 包括任务本身的认识程度、 情绪反应、 注意力、 西北工业大学硕士学位论文基于支持向量机的p 3 0 0 脑电 信号分类研究 安全因素等。 训练时间。 脑电信号的分类应该减少电极的数量， 缩短训练时间。利用e e g 的 f l 和p 成分对一维的 光标进行控制， 精度可达 到8 0 % - 9 5 % ， 但大于 9 0 % 的 精度 就 需要几个月的训练时间 a ; 利用s c p 实现光标的控制，也需要几个月的训练时间 才能达到6 5 % - 8 0 %的 精度; 有些a l s 病人甚至需要一年以 上的训练 1 5 1 。 现有b c i 的 研究 只 限 于 很 少的 测 试 者， g u g e r 等 ! 16 1采 用 两 个电 极， 首 次 对 9 9 个正 常 人 进 行 了2 03 0 分钟的心理作业 ( 右手或脚的运动)训练，测试表明，约9 3 %的测试者 可以获得高于6 0 %的分类精度，这离脑机接口的实用还有很长一段距离。 提高脑机接口的信息传输率，减少分类误差，在很大程度上取决于信号处理 与分类算法。 从信号本身的属性出发， 研究与大脑活动有关的脑电信号特征， 除 了时域、频域信息外， 如脑电信号的高阶统计量、 混沌特性、时空复杂性、时频 分 布、 头 皮 空 间 分 布 等 特 征 ， 也能 提 供 更 多 的 信 息。 d e l o r m e 和 m a k e i 梦3 对 6 4 通 道的脑电信号数据进行独立成分分解， 并采用时频分析发现: 在皮层的某些位置， 脑电信号的功率被成功调控的同时， 对于低频和高频成分还伴随有广泛的、 非对 称的功率变化与相位相干性变化，尤其在1 2 h z 附近表现最强，脑电信号的这种 动态特性和其它动态特性为进一步提高脑机接口的性能提供了更多信息。 深入研究脑电信号的特征，组合使用不同类型的信号和多种特征，并采用合 适的方法进行分类与识别， 可为脑机接口的实现提供更丰富的信息资源。 从分类 算法出发， 采用更利于脑电信号分类的模式识别方法 ( 如支持向量机) ，也是十 分可行的。 1 . 3 论文研究内容 根据脑机接口 系统的研究现状、存在的问题和发展方向，本文将研究 p 3 0 0 脑电信号的转换算法，即p 3 0 0 脑电信号的特征提取和分类。通过对仿真信号和 实验信号的分类测试， 最终设计出提取信号特征清晰、 训练速度快和分类精度高 的稳健算法。 论文的组织及安排: 第一章 绪论:通过参考大量的中英文文献，对论文研究的背景进行详细地 描述，阐明论文开展的目的和意义。 西北工业大学硕士学位论文基于支持向量机的p 3 0 0 脑电 信号分类研究 安全因素等。 训练时间。 脑电信号的分类应该减少电极的数量， 缩短训练时间。利用e e g 的 f l 和p 成分对一维的 光标进行控制， 精度可达 到8 0 % - 9 5 % ， 但大于 9 0 % 的 精度 就 需要几个月的训练时间 a ; 利用s c p 实现光标的控制，也需要几个月的训练时间 才能达到6 5 % - 8 0 %的 精度; 有些a l s 病人甚至需要一年以 上的训练 1 5 1 。 现有b c i 的 研究 只 限 于 很 少的 测 试 者， g u g e r 等 ! 16 1采 用 两 个电 极， 首 次 对 9 9 个正 常 人 进 行 了2 03 0 分钟的心理作业 ( 右手或脚的运动)训练，测试表明，约9 3 %的测试者 可以获得高于6 0 %的分类精度，这离脑机接口的实用还有很长一段距离。 提高脑机接口的信息传输率，减少分类误差，在很大程度上取决于信号处理 与分类算法。 从信号本身的属性出发， 研究与大脑活动有关的脑电信号特征， 除 了时域、频域信息外， 如脑电信号的高阶统计量、 混沌特性、时空复杂性、时频 分 布、 头 皮 空 间 分 布 等 特 征 ， 也能 提 供 更 多 的 信 息。 d e l o r m e 和 m a k e i 梦3 对 6 4 通 道的脑电信号数据进行独立成分分解， 并采用时频分析发现: 在皮层的某些位置， 脑电信号的功率被成功调控的同时， 对于低频和高频成分还伴随有广泛的、 非对 称的功率变化与相位相干性变化，尤其在1 2 h z 附近表现最强，脑电信号的这种 动态特性和其它动态特性为进一步提高脑机接口的性能提供了更多信息。 深入研究脑电信号的特征，组合使用不同类型的信号和多种特征，并采用合 适的方法进行分类与识别， 可为脑机接口的实现提供更丰富的信息资源。 从分类 算法出发， 采用更利于脑电信号分类的模式识别方法 ( 如支持向量机) ，也是十 分可行的。 1 . 3 论文研究内容 根据脑机接口 系统的研究现状、存在的问题和发展方向，本文将研究 p 3 0 0 脑电信号的转换算法，即p 3 0 0 脑电信号的特征提取和分类。通过对仿真信号和 实验信号的分类测试， 最终设计出提取信号特征清晰、 训练速度快和分类精度高 的稳健算法。 论文的组织及安排: 第一章 绪论:通过参考大量的中英文文献，对论文研究的背景进行详细地 描述，阐明论文开展的目的和意义。 西北工业大学硕士学位论文绪论 第二章p 3 0 0 脑电信号: 分析 p 3 0 0 脑电信号的特点， 论述其独有的特征， 以 此作为特征提取和选择的依据。 第三章 支持向量机理论:分析支持向量机分类算法，论述支持向量机的理 论基础。 第四章 p 3 0 0 仿真信号的分类: 通过编程实现p 3 0 0 信号的仿真， 研究采用支 持向量机解决p 3 0 0 仿真信号的分类问题。 第五章 p 3 0 0 拼写范例分类实验; 阐述并分析p 3 0 0 拼写范例实验， 研究采用 支持向量机解决 p 3 0 0 真实信号的分类问题。 第六章 总结与展望:总结全文的主要研究内容和成果，分析后续的研究方 向。 西北工业大学硕士学位论文基于支持向量机的x 3 0 0 脑电信号分类研究 第二章事件相关电位与p 3 0 0 由上一章绪论可知，脑机接口系统分为三类:单元记录脑机接口、局部场 电位记录脑机接口和头皮脑电信号记录脑机接口，基于头皮脑电信号记录脑机 接口是研究得最多的。 那么p 3 0 0 脑电信号对应的事件相关电位有什么特点呢? p 3 0 0 脑电信号又有什么特点呢?这将是本章所要详细介绍的内容， 也是第四章 和第五章许多内容的理论依据。 2 . 1 事件相关电位 2 0 世纪6 0 年代以 来由 于神经电生理研究和计算机技术的发展对人的心理活 动提供了一个可行而又客观的方法，现在已受到人们广泛注意的事件相关电位 ( e v e n t - r e l a t e d p o t e n t i a l , e r p ) 是由 美国 人s u tt o n 在1 9 6 5 年提出 n 1 ，它是测 试对象辨认某种 “ 靶刺激”时在头皮记录的一种长潜伏期诱发电位，它的提出 为人脑高级功能的研究提供了一种客观可行的方法。 2 . 1 . 1事件相关电 位的定义 事件相关电位 ( e r p )是一种特殊的诱发电位，属于近场电位，是指人进行 认知加工时， 通过平均叠加从头颅表面记录到的大脑电位。 它反映认知过程中大 脑的 神 经电 生 理 改 变， 故 又 可 称 其为“ 认 知电 位， ( c o g n it iv e p o t e n t i a l ) 17 1 ， 是 “ 窥视” 心理活动内 容的一个 “ 窗口” 。事件相关电位和经典的诱发电位有所不 同，e r p 特点是: ( 1 )受试者测试时一般需要意识清醒，不单是被动受检，要在一定程度参与 实验; ( 2 )所用的刺激不能是单一内容，必须有两个以 上的刺激组成刺激序列或刺 激范型。或利用改变刺激的量，使标准刺激发生偏离，其目的是要启动 受试者参与，启动注意和认知过程。 2 . 1 . 2事件相关电位的构成 分， n2, 一般认为事件相关电位有广义和狭义之说，广义指事件相关电位的全部成 包括p i , n1 , p 2 , n 2 , p 3 , mmn, n 4 0 0 和c n v，而狭义仅指p i , n1 、p 2 , p 3 。有人将p 3 0 0 称为e r p ， 实际上两者并不等同 1 8 1 西北工业大学硕士学位论文基于支持向量机的x 3 0 0 脑电信号分类研究 第二章事件相关电位与p 3 0 0 由上一章绪论可知，脑机接口系统分为三类:单元记录脑机接口、局部场 电位记录脑机接口和头皮脑电信号记录脑机接口，基于头皮脑电信号记录脑机 接口是研究得最多的。 那么p 3 0 0 脑电信号对应的事件相关电位有什么特点呢? p 3 0 0 脑电信号又有什么特点呢?这将是本章所要详细介绍的内容， 也是第四章 和第五章许多内容的理论依据。 2 . 1 事件相关电位 2 0 世纪6 0 年代以 来由 于神经电生理研究和计算机技术的发展对人的心理活 动提供了一个可行而又客观的方法，现在已受到人们广泛注意的事件相关电位 ( e v e n t - r e l a t e d p o t e n t i a l , e r p ) 是由 美国 人s u tt o n 在1 9 6 5 年提出 n 1 ，它是测 试对象辨认某种 “ 靶刺激”时在头皮记录的一种长潜伏期诱发电位，它的提出 为人脑高级功能的研究提供了一种客观可行的方法。 2 . 1 . 1事件相关电 位的定义 事件相关电位 ( e r p )是一种特殊的诱发电位，属于近场电位，是指人进行 认知加工时， 通过平均叠加从头颅表面记录到的大脑电位。 它反映认知过程中大 脑的 神 经电 生 理 改 变， 故 又 可 称 其为“ 认 知电 位， ( c o g n it iv e p o t e n t i a l ) 17 1 ， 是 “ 窥视” 心理活动内 容的一个 “ 窗口” 。事件相关电位和经典的诱发电位有所不 同，e r p 特点是: ( 1 )受试者测试时一般需要意识清醒，不单是被动受检，要在一定程度参与 实验; ( 2 )所用的刺激不能是单一内容，必须有两个以 上的刺激组成刺激序列或刺 激范型。或利用改变刺激的量，使标准刺激发生偏离，其目的是要启动 受试者参与，启动注意和认知过程。 2 . 1 . 2事件相关电位的构成 分， n2, 一般认为事件相关电位有广义和狭义之说，广义指事件相关电位的全部成 包括p i , n1 , p 2 , n 2 , p 3 , mmn, n 4 0 0 和c n v，而狭义仅指p i , n1 、p 2 , p 3 。有人将p 3 0 0 称为e r p ， 实际上两者并不等同 1 8 1 西北工业大学硕士学位论文事件相关电位与p 劲0 典型的事件相关电 位 ( 如图 2 . 1 所示) 包括三个正向 波( positi ve， p)和二个负 向 波(ne g at i ve， n ) ， 通常以 波峰向 上的 极 性为正， 向 下为 负。 各波命名方法与 普 通诱发电 位同， 以 波的极性和出 现次序命名为pi， ni， pz和 n z 或以极性和波峰潜 伏期命名，如n 2 0 o ，p 3 0 0 等。 +p 3 潜伏期p 3 乡、 / 厂甲尹 丛 线一 户 之 仁乙升杯 一 - 一寸: 1 10 州 2丫赢 沙 镰二 勺n1 图2 . 1典型事件相关电位各成分示意图 事件相关电位的构成除了易受刺激物理特性影响的外源性成份外， 还有不受 刺激物理特性影响的内源性成份， 内源性成份和认知过程密切相关， 是窥视心理 活动内容的一个窗口 ” 91 。 e r-p的外源性成份包括pi， n l 及pz，而n z 和p3属于内 源性成份。 2 . 1 .3事件相关电位的提取 脑电信号成分复杂而不规则， 正常的自 发脑电信号一般处于几微伏到75微 伏之间。而由心理活动所引起的脑电信号比自 发脑电 信号更弱，一般只有2 到 10微伏，通常淹埋在自 发电位中。 事件相关电位有两个重要特性: 潜伏