（模式识别与智能系统专业论文）“脑计算机”系统中脑电信号分类与脑电信号模型研究.pdf

摘要 摘要 “脑- 计算机”系统( b r a i n - c o m p u t e ri n t e r f a c e ，b c i ) 是用人的意愿实现人脑与 计算机或其他电子设备通讯和控制的系统。b c i 的研究涉及认知活动产生的神经 生理学机制，涉及脑神经系统中神经元、神经元群和神经网络等各个层面，其中， 脑电信号( e l e c t r o e n c e p h a l o g r a p h ，e e g ) 的分类和脑电信号模型的研究扮演着重要 角色。 本文针对“脑计算机”系统的综合设计问题，基于计算智能的理论和方法， 对e e g 展开分析，研究了e e g 模式的分类和识别问题，并试图建立产生事件 相关脑电的模型，所取得的主要研究成果如下： n 1 脑电信号的高时频分辨率分析方法 论文提出一种事件相关脑电的高时频分辨率分析( h i 幽t i m e f r e q u e n c y r e s o l u t i o na n a l y s i s ，h t f r a ) 方法。此方法将脑电信号分解为最匹配于信号结构 的时频原子的和，结合遗传算法寻求最优的时频原子，并用维格纳威尔分布 ( w i g n e r - v i l l ed i s t r i b u t i o n ，w v d ) 导出信号不存在交叉项的时频表示。对仿真信 号和“脑计算机”系统中脑电信号采用传统的短时付氏变换、w i g n e r - v i l l e 分布、 小波变换及h t f r a 求时频能量分布，结果显示：h t f r a 较传统的方法更清晰 地反映信号在时频域内的能量变化。 ( 2 ) 用于脑电信号分类的自适应生长型神经网络 论文针对脑电信号的特点创建了自适应生长型神经网络( a d a p t i v eg r o w t h n e u r a ln e t w o r k ，a g n n ) 模型，一种可用于“脑计算机”系统中脑电信号分类的 模型。a g n n 从一个输入节点开始学习，根据外部规则调节神经元的权值，并 逐渐增加新的输入节点及新的隐神经元。构造出的a g n n 是一个窄而深的网络， 有接近最小数目的输入神经元、隐神经元及网络连接，能有效地防止网络的过拟 合。网络的计算成本低，学习速度快。 在奥地利g r a z 科技大学的“脑计算机”实验中，被试者根据声音和箭头的 提示想象左手或右手运动，通过置于感觉运动区附近的电极提取脑电信号，经模 式识别后控制屏幕上进度条向左或向右移动。用基于高时频分辨率分析的特征 提取方法和a g n n 分类模型，对g m z 科技大学通过互联网提供的4 名被试者共 1 3 6 0 次时程为7 s 9 s 的脑电信号进行分类，正确率均在9 0 以上。 ( 3 ) 事件相关脑电去同步化和同步化( e r d m r s ) 肼* 经元群模型的建立 论文提出了基于丘脑皮层网络的神经元群模型以研究被试者在某种认知状 态下脑功能区的连接状态。模型包括三个模块，分别对应脑电头皮电极c 3 ，c z ，c 4 记录的三个皮质区。模型外部输入包括用高斯白噪声表示的上行传入感受器信 号、用直流偏移表示的皮质对丘脑的兴奋性输入、用指数衰减表示的来自脑千和 前脑基底神经元的调制信号，模型输出的兴奋性神经元群的平均膜电位代表局部 脑电电位。改变模型输入，进行多次仿真试验并进行线性和非线性分析。仿真结 果显示了与实际“脑计算机”系统实验一致的事件相关去同步化和同步化现象； 模型中功能相近的区域间有更强的耦合，随着耦合强度的增加，输出信号间的相 关性和同步性均增加。 本文在以上工作的基础上，构建了虚拟的“脑计算机”系统( b c i ) 。该系统 采用高时频分辨率分析方法和自适应生长型神经网络区分左右手想象运动时的 脑电信号，用分类器的输出控制进度条的移动，设计了b c i 的动态演示过程。 采用互信息技术评价b c i 的性能，并与国际b c i 竞赛的结果进行了比较，显示 了本文方法的有效性。 本文的研究工作在提高“脑计算机”系统的可靠性和有效性、促进神经科 学和认知科学领域的基础研究、增进对神经系统的了解以助于开发新技术以再生 脑等方面具有积极的意义。 关键词：“脑一计算机”系统，脑电，时频分析，神经网络，神经元群 i i a b s t r a c t a b s t r a c t a b r a i n c o m p u t e ri n t e r f a c e ( b c i ) i sas y s t e mf o rc o n t r o l l i n go rc o m m u n i c a t i n g w i t hac o m p u t e ro ro t h e re l e c t r o n i cd e v i c e sb yh u m a ni n t e n t i o n s t h eb c ir e s e a r c h d e a l sw i t ht h en e u r o p h y s i o l o g ym e c h a n i s mo fc o g n i t i v ea c t i v i t y , n e r v ec e i l s ，n e u r o n p o p u l a t i o na n dn e u r a ln e t w o r ki nt h en e u r a ls y s t e m t h ee l e c t r o e n c e p h a l o g r a p h ( e e g ) c l a s s i f i c a t i o na n de e gm o d e l p l a yi m p o r t a n tr o l e s t h et h e s i sa n a l y z e se e gs i g n a l sw i t hi n t e l l i g e n tc o m p u t a t i o n a lt h e o r i e sa n d m e t h o d s ，d o e sr e s e a r c ho ne e gp a t t e r nr e c o g n i t i o na n dc l a s s i f i c a t i o nf o r b r a i n - c o m p u t e ri n t e r f a c ed e s i g n i ta l s oa t t e m p t st ob u i l da ne v e n t r e l a t e de e g m o d e l t h em a i nc o n t r i b u t i o n so f t h ep a p e ri n c l u d ea sf o l l o w ： ( 1 ) ah i g ht i m e f r e q u e n c yr e s o l u t i o na n a l y s i sm e t h o df o re e g t h et h e s i sp r o p o s e sah i 曲t i m e - f r e q u e n c yr e s o l u t i o na n a l y s i s ( h t f r a ) m e t h o df o re v e n t - r e l a t e de e g ，i nw h i c ht h eo r i g i n a ls i g n a lf ( t ) i sd e c o m p o s e di n t oa s l i mo ft i m e - f r e q u e n c ya t o m s ，t h a ta r ec h o s e nt ob e s tm a t c hi t si n n e rs t r u c t u r e s ， g e n e t i ca l g o r i t h m ( g a ) i su s e dt os e a r c hf o rt h eo p t i m a lt i m e f r e q u e n c ya t o m s f r o mt h ed e c o m p o s i t i o no fa n yf 谢也i nat i m e - f r e q u e n c yd i c t i o n a r yw ed e r i v ea n e wt i m e - f r e q u e n c ye n e r g yd i s t r i b u t i o nb ya d d i n gt h ew i g n e r - v i l l ed i s t r i b u t i o no f e a c hs e l e c t e da t o m u n l i k et h ew i g n e ra n dt h ec o h e nc l a s sd i s t r i b u t i o n ，i td o e sn o t i n c l u d ec r o s st e r m s t h es i m u l a t e ds i g n a l sa n dt h ee e g si nb r a i n c o m p u t e ri n t e r f a c e a r ea n a l y z e dr e s p e c t i v e l yw i t hs h o r t - t i m ef o u r i e rt r a n s f o r m w i g n e r - 1 1 e d i s t r i b u t i o n ，w a v e l e tt r a n s f o t i na n dh t f r a i ts h o w st h a tt h eh t f r ao b t a i n a c l e a r e rp i c t u r eo ft h ee n e r g yd i s t r i b u t i o ni nt h et i m e - 靠e q u e n c yp l a n ec o m p a r e dw i t h t h et r a d i t i o n a lm e t h o d s ( 2 ) a na d a p t i v eg r o w t hn e u r a ln e t w o r kf o re e g c l a s s i f i c a t i o n t h i st h e s i sp r o p o s e sa l la d a p t i v eg r o w t hn e u r a ln e t w o r k ( a g n n ) a c c o r d i n gt o e e gc h a r a c t e r i s t i c sa n du s e si ta sac l a s s i f i e ri nt h eb r a i n c o m p u t e ri n t e r f a c e ( b c i ) t h ea g n n b e g i n st ol e a r nw i t ho n ei n p u tn o d e ，a a j u s t sn e u r o nw e i g h t sa c c o r d i n gt o e x t e r i o rc r i t e r i o na n dt h e na d d i n gn e wi n p u t sa sw e l la sn e wh i d d e nn e u r o n sg r a d u a l l y , t h ec o n s t r u c t e da g n ni sn a r r o wa n dd e e pw i t hn e a r l ym i n i m a ln u m b e ro fi n p u ta n d h i d d e nn e u r o n sa sw e l la sc o n n e c t i o n s t h ea g n nc a l lp r e v e n to v e r - f i t t i n g e f f e c t i v e l y i th a sl o wc o m p u t a t i o nc o s ta n dh i g hs p e e d i nt h eb c i e x p e r i m e n tp r o v i d e db yg r a zu n i v e r s i t yo ft e c h n o l o g y , a u s t r i a ，t h e s u h j e c tw a sa s k e dt oc o n t r o laf e e d b a c kb a rb ym e a n so fi m a g e r yl e f to rr i g h th a n d m o v e m e n t s t h ee e g sw e r ed e t e c t e d 、i t he l e c t r o d e sn e a rs e n s o r i m o t o ra r e a s w i t h i l l h i 曲t i m e - f r e q u e n c yr e s o l u t i o na n a l y s i sm e t h o da n da d a p t i v eg r o w t hn e u r a l n e t w o r kc l a s s i f i e r , t h ea c c u r a c yf o r4 s u b j e c t s ，1 3 6 0t r i a l sw i t h7 - 9 sl e n g t he e g s a f f o r d e db yg r a zu n i v e r s i t yo f t e c h n o l o g yv i ai n t e m e tr e a c h e sa b o v e9 0 ( 3 ) an e u r o np o p u l a t i o nm o d e lf o re v e n t - r e l a t e d d e s y n c h r o n i z a t i o n a n d s y n c h r o n i z a t i o n an e u r o np o p u l a t i o nm o d e lb a s e do nt h a l a m o c o r t i c a ln e t w o r ki s s u g g e s t e dt o u n d e r s t a n dt h eb r a i nc o n n e c t i v i t yw i t hc e r t a i nm e n t a lt a s k s i tc o n s i s t so ft h r e e m o d u l e sc o r r e s p o n d i n gt oc o r t e xr e g i o n su n d e re e ge l e c t r o d e sc 3 c za n dc 4 n s e x t e r n a li n p u t si n c l u d et h es e n s o r yi n p u t sf r o mt h ea s c e n d i n ga f f e r e n t sm o d e l e da s g a u s s i a nw h i t en o i s e ，t h ec o r t i c o t h a l a m i ce x c i t a t o r yi n p u tm o d e l e da sad co t i s e t a n dt h em o d u l a t i n gi n p u tf r o mb r a i n s t e ma n df o r e b r a i nb a s i l a rn e u r o n sm o d e l e da s a t t e n u a t i n ge x p o n e n t i t so u t p u ta v e r a g em e m b r a n ep o t e n t i a li nt h ee x c i t a t o r y p o p u l a t i o ns t a n df o rt h el o c a lf i e l dp o t e n t i a le x p r e s s e di ns c a l pe e gr e c o r d i n g m a n y t r i a l sh a v eb e e nm a d ew i t hv a r i o u si n p u t sa n dt h em o d e li sa n a l y z e dw i t hl i n e a ra n d n o n l i n e a rm e a s u r e m e n t s t h er e s u l t si n d i c a t et h a tt h ea l p h af r e q u e n c yb a n ds p e c t r u m o fo u t p u ts h o w se v e n t - r e l a t e dd e s y n c h r o n i z a t i n na n ds y n c h r o n i z a t i o n ( e r da n de r s ) w h i c hi sc o n s i s t e n tw i t ht h eb r a i nc o m p u t e ri n t e r f a c e e x p e r i m e n t t h es i m i l a r f u n c t i o n a lr e g i o n sh a v em o r ei n h i b i t o r yc o n n e c t i o n ，t h ed e p e n d e n c yb e t w e e nt h e i r o u t p u ti n c r e a s e sw i t hc o u p l i n gs t r e n g t h t h et h e s i sd e s i g n sav i r t u a l b r a i n c o m p u t e ri n t e r f a c e ( b c i ) b a s e do nt h e p r e v i o u s w o r k t h eb c id i s c r i m i n a t e so n l i n ee e g so fl e f t a n d r i g h t h a n d i m a g i n a t i o nw i t ht h ep r o p o s e dh i g ht i m e f r e q u e n c yr e s o l u t i o na n a l y s i sm e t h o d a n da d a p t i v eg r o w t hn e u r a ln e t w o r kc l a s s i f i e rt h e nc o n t r o laf e e d b a c kb a r t h eb c i p e r f o r m a n c ei se v a l u a t e dw i 血m u t u a li n f o r m a t i o no v i i ) a n dc o m p a r e d 谢t 1 1t h er e s u l t o f t l l eb c ic o m p e t i t i o n2 0 0 3o f t h eg r a zd a t a s e t i ts h o w s v a l i d i t yo f o u rm e t h o d s t h es t u d yp r e s e n t e di nt h i st h e s i sm a ym a k ea s i g n i f i c a n tc o n t r i b u t i o nt op r o m o t e t h er e l i a b i l i t ya n dv a l i d i t yo fb c i ，a c c e l e r a t er e s e a r c ho nn e u r o s c i e n c ea n d c o g n i t i v e s c i e n c e ，a n dd e v e l o pn e wt e c h n o l o g yt or e g e n e r a t eb r a i n k e y w o r d s ：b r a i n - c o m p u t e ri n t e r f a c e ( b c l ) ，e l e c 扛o e n c e p h a l o g r a p h y ( e e g ) t i m e - f r e q u e n c ya n a l y s i s ，n e u r a ln e t w o r k ，n e u r o np o p u l a t i o n 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 己在论文中作了明确的说明并表示了谢意。 签名：遣l 叁堕日期：2 q q 生旦! q 目 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：垂e 缝导师签名燮日期： 2 q q 生旦l q 目 第1 章绪论 1 1 课题研究背景、目的和意义 通常人们通过周围神经和肌肉组织表达自己的意愿，而身体残疾或有其他严 重运动障碍的人需要其他途径与外界交流，现有的残疾人辅助控制装置，如肌电 假肢，要求使用者还具有部分肌肉活动能力，这类设备不能用于如肌萎缩性( 脊 髓) 侧索硬化症( a m y o t r o p h i cl a t e r a ls c l e r o s i s ，a l s ) 患者、严重脊髓损伤或完全 瘫痪的人。“脑一计算枫”系统( 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 ) 是利用脑电信号实现 人脑与计算机或其他电子设备通讯和控制的系统，系统的输入是特定认知状态下 的脑电信号，输出信号可用于光标移动，字母选择或假肢控制。通过这种通道， 人就可以直接通过脑来表达想法或操纵设备， 而不需要语言或动作【l ，2 1 。“脑一 计算机”系统可为人们提供无需体力操作的新的人机交互通讯方式，适合于特殊 环境下，当不便采用传统控制方式时，用脑电控制外界设备；还可用于监视远距 离行驶的驾驶员或飞行员的注意力。此外，“脑一计算机”系统可为人们提供一 种新的娱乐方式，不用动手，直接用“思想”玩电子游戏会更加有趣。 目前“脑计算机”系统仍处于发展阶段，现有的“脑计算机”系统大多处 于实验阶段，离实际应用存在一定距离，现有的“脑计算机”系统还存在着识 别率不高，通讯速度慢的问题。提高控制的正确率和通讯速度是需解决的关键技 术，只有寻求更加有效的信号提取方法及相应的算法，才可以提高系统的可靠性 b 4 】；另外，研究“脑一计算机”系统中认知脑电产生的神经生理学机制，增进对 神经系统的进一步了解，可以理解人类活动的神经生物学基础，解释人类活动的 本质；了解入脑可以有助于开发新技术以再生脑，如促进逻辑运算和人工神经网 络的发展。随着神经系统生理学和解剖学实验数据的迅速增加，以此为基础的理 论和预言将得到进一步发展，并能有针对性地设计实验以验证理论。人们已经意 识到建立基于神经结构的计算模型，会更有效地促进此过程的循环。模型可以验 证预言并对实验数据进行解释，产生新思想，促进理论的发展。目前还未见到以 “脑计算机”系统实验数据为基础的神经计算模型。 本研究课题的目的是探索适合“脑一计算机”系统的更为有效的特征提取技 术和分类方法，提高系统的准确性和速度，并仿真实现“脑一计算机”系统：研 究认知过程中脑电信号产生的神经生理学模型，以便理解大量神经元协同作用进 行信息处理的方式，进而对脑电信号波形进行神经生理学及临床解释。 w 婴1 - l 动作电位的形成 一肌引1n e f o r m i n go f a t t i = 品t c i l 蜘 动作电位呈电脉冲形式。它一旦在神经元的一个部位发生，局部膜电位便迅 速变为内正外负，形成电池效应。这对仍处于静息膜电位( 内负外正) 的相邻部 分构成阈上刺激，使相邻部位也随着进入兴奋状态，并且产生脉冲式动作电位。 神经元的局部膜上产生的动作电位就这样通过局部电流机制依次诱发相邻部位 产生动作电位，又由于动作电位的幅度具有全或无特性，它可以跨越较远的距离 进行传递而不衰减。中枢神经系统的每一个神经元，都持续地接受来自其他神经 元突触的输入。单个神经元可以接受数以千计的不同突触前输入，有兴奋性，也 有抑制性的；有强的，也有弱的。突触可以在输入信号的作用下产生兴奋性突触 后电位( e p s p ) 或抑制性突触后电位( i p s p ) ，只有e p s p 和i p s p 总和的相对强度达 到阈值电位时，才发放动作电位1 7 ”。 脑电( e e g ) 信号反映的是神经元群电活动的动态特性。这些神经元群的重要 性质是神经元群间通过互相抑制性或兴奋性连接构成的神经元网络可以同步工 作。e e g 信号的电位变化是由于脑皮层突触后电位的累加所产生的。单个突触 后电位的幅度为1 0 “4 v ，数千个突触被同时激活，才可以检测到e e g 。一般认为 e e g 是在皮层和丘脑间产生的振荡。这些振荡由神经元的物理特性及丘脑细胞 壁的离子通道的功能所决定。研究表明皮层的功能状态( 如睡眠、信息处理或放 松状态) 是由丘脑活动变化引起的。 1 2 2 脑电信号的检测 众所周知，头皮电位的变化反映了对应的深层脑区的功能活动。头皮电位的 变化可通过检测头皮电极对间的电位差，经放大、滤波后得到。国际标准1 0 2 0 电极系统是据电极位置和下面对应的脑皮层间的关系而设置的【酗。如图1 2 所示， f r o r t v e 0 i 图1 - 21 0 2 0 电极系统的放置 f i g u r e1 - 21 0 2 0e l e c t r o d e ss y s t e mp l a c e m e n t 字母f 、t 、c 、p 分别表示额叶、颢叶、中央、顶叶和枕叶，其他的数字或字母 表示在大脑半球的位置。偶数( 2 、4 、6 、8 ) 表示右侧大脑半球，奇数( 1 、3 、5 、 7 ) 表示左侧大脑半球，z 表示电极位于正中线，n a s i o n 点位于鼻根，i n i o n 为枕骨 隆突。 1 2 3 脑电信号的频率 在脑电( e e g ) 信号中通常可发现下面几种频率成分，如表1 - 1f ) t 示c 9 1 。图1 - 3 是e e g 主要成分的波形及频谱分布。 表1 1e e g 频带分布 t a b l e1 - 1e e gf r e q u e n c yb a n d | l 圆 i ”矗叫0 ” ( c y c l e s 瞅雠0 “ 锄删sl 唧 a l p h aa c t i v i t y b e t aa c t i v i t y 主 例咿咖啪诹m 帆帅州删l t h e t aa o lj v i t v f 睫锄日h c v l c y c i f r m t o m 珥 = a - t = = = s ：，。：，。；：。螬鳌造 ( b ) d o l t aa c t i v i t y ( c ) i 圆 “矗盘h i 圆圆l 团 c t c i 墨p 舫t 曲舢 0 出) m d i l 曲a ( j 癣m m m 图1 - 3e e g 各频带波形及频谱分布 f i g u r e1 - 3e e g w a v eo f d i f f e r e n tf r e q u e n c ya n ds p e c t r u md i s t r i b u t i o n 1 3 “脑一计算机”系统研究方法 1 3 1 引言 近年来。“脑计算机”系统( b e d 的研究在质和量两个方面都有了迅速提高。 1 9 9 5 年不到6 个研究小组，到2 0 0 0 年研究小组的数量已超过2 0 个。2 0 0 2 年， 美国国防部高级研究计划署( d a 礁) 出于军事目的投入了巨资，从而兴超了一个 b c i 研究高潮。现在世界各地已有近百个研究小组，专门从事该领域的研究工作。 1 9 9 9 年，美国n i h 在纽约召开了首届b c i 技术国际会议【“，5 0 位来自多个国家 代表2 2 个小组的研究者参加了会议。此会议回顾了b c i 研究历程及现状，定义 了b c i 研究和应用的基本目的，明确和强调了关键技术问题，考虑了研究规程 和评价方法标准，标志着这一领域热点形成。随着d a r p a 的介入，这一领域的 研究不断升温，吸引了全世界众多的研究小组参加。2 0 0 2 年6 月在纽约又召 丌 了第二届b c i 国际会议【2 l ，9 2 位代表3 8 个小组的研究者参加了会议。 在我国，清华大学杨福生、高上凯教授领导的研究小组【1 0 1 “】，重庆大学何庆 华i 屺】等人都进行了卓有成效的工作。许多研究者对此领域表示了极大的兴趣，纷 纷投入此方面的研究。 一般的“脑- 计算机”系统( b c i ) 包括以下主要部分：信号采集系统、信号处 理系统、模式识别系统和控制装置系统。如图1 - 4 所示，反映大脑活动的电生理 信号由电极从头皮或者大脑内部获取并传送到放大器，该信号经过放大( 1 0 0 0 0 倍左右) 、滤波、模数转换( a d ) 等前置处理后传送到计算机中进行复杂的信号处 理和模式识别，提取出与使用者意图相关的信号特征量，如诱发电位的幅值、 e e g 的节律或单个神经元的触发率等。信号特征量被转换成控制命令后用来控 制外界装置，如文字处理器或神经修复装置等。为了优化系统的性能，有些b c i 系统还设置了反馈环节，不仅能为使用者操作b c i 系统提供指示，还能帮助使 用者根据反馈信息来改变脑电信号。 图1 - 4 “脑一计算机”系统的一般组成 f i g u r e l - 4s c h e m a t i co f b r a i n - c o m p u t e ri n t e r f a c e 目前，人们的研究方向包括： ( 1 ) 脑( 神经) 信号的获取：开发有创和无创技术获取高质量的信号。 ( 2 ) 处理算法：采用先进的机器学习和信号处理算法，利用低价而快速的计算设 备进行在线实时处理。 ( 3 ) 神经科学：更好地了解神经编码，功能神经解剖学，生理学及它们与感知和 认知的联系，以便从神经生物学方面对信号进行解释。 “脑计算机”系统( b c i ) 的研究涉及神经科学、心理认知科学、康复工程、 生物医学工程与计算机科学等学科，b c i 的顺利开展需要多学科多方面人才的 协同工作。相信随着研究工作的进一步开展，b c i 技术将日趋成熟，并最终造 福人类。 1 3 2 “脑一计算机”系统中脑电信号的产生方式 基于脑电( e e g ) 的“脑- 计算机”系统( b c i ) ，通过实时或短时提取分析脑电 中反映大脑不同状态的信号来实现控制。值得提出的是，目前通过脑电读取出人 正在进行何种思维活动还不现实，b c i 是使人产生容易被解释的脑电，然后识别 这种脑电，做出不同的选择或发出不同指令。根据b c i 利用的脑电信号的方式 不同，采用以下6 种研究方法。 ( 1 ) p 3 0 0 事件相关电位法 p 3 0 0 是一种事件相关电位( e r e ) ，其峰值大约出现在事件发生后3 0 0m s ， 相关事件发生的概率越小，所引起的p 3 0 0 越显著【1 3 ，”】。如图i - 5 所示，实线表 示事件相关刺激后3 0 0 m s 出现的与认知相关的p 3 0 0 电位，虚线表示无刺激的电 位。在1 9 8 8 年，i l l i n o i s 大学的f a r e w e l l a n dd o n c h i n 利用p 3 0 0 设计了虚拟打字 机【1 ”。字符以6x 6 矩阵方式排列在计算机屏幕上，矩阵中的行或列以随机顺 序被加亮。加亮的行或列如果包含操作者想输入的字符就引起p 3 0 0 。求出引起 p 3 0 0 最大的行和列，该行和列交点上的字符就是要打印的字符。系统的平均通 讯速度为2 _ 3 字符r a i n 。2 0 0 0 年，d o n c h i n 等人对上述打字机进行改进，在 w i n d o w s9 5 下设计了新的虚拟打字机，准确率为8 0 时，平均通讯速度提高到 7 8 字符m i nb 6 。基于p 3 0 0 的b c i 的优点是，使用者无须通过训练就可产生 p 3 0 0 。 图1 - 5 事件相关电位中的p 3 0 0 成份 f i g u r e1 - 5t h eg e n e m lf o r mo f t h ep 3 0 0c o m p o n e n to f t h ee v e n t - r e l a t e dp o t e n t i a l ( 2 ) 稳态视觉诱发电位法 美国空军研究室的a c t ( a l t e r n a t i v ec o n t r o lt e c h n o l o g y ) 计划是利用稳态视觉 诱发电位( s s w p ) 来设计b c i 。第1 种方法是用1 3 2 5h z 正弦调制的白色荧光刺 激产生s s v e p ，受试者通过训练学习控制s s v e p 的幅度，其应用有： 用s s v e p 幅度控制模拟飞行器向右或向左转； 控制功能性电刺激的开关及电流幅度，训练瘫痪肢体； 选择与任务相对应的开关。 第种方法不需要训练，通过识别不同频率的s s v e p 来实现控制。屏幕 上有2 个按钮，以不同频率闪烁，受试者注视要选的按钮，s s v e p 中相应的频 率成分的幅度增加。清华大学程明、高上凯设计了基于s s v e p 的光标控制系统， 屏幕上代表不同方向的4 个方块以不同频率( 6 9 h z ) 1 ) q 烁，用快速付氏变换( f f t ) i i 奎苫娑銮喾苫耋堕圭堂垡墼耋 在线处理s s v e ，可以判别出受试者眼睛注视的方块，从而控制光标移动1 ”。 ( 3 ) 事件相关同步化或去同步化( e r s e r d ) 法 奥地利g r a z 科技大学的p f u r t s c h e l l e r 等人从1 9 9 1 年起，开展了g r a zb c i 项目的研究，并实现了g r a zi 和g r a zi i 两个有代表性的b c i 系统。研究表明， 单边的肢体运动或想象运动，大脑对侧产生频谱能量降低表示事件相关去同步化 ( e r d ) ，大脑同侧频谱能量增加表示事件相关同步化( e r s ) 【1 8 ，1 9 , 20 1 ，e r d e r s 处 理过程如图1 - 6 所示。 幽卜6e r d e r s 的处理原理 f i g u r e1 - 6 n 曲c j p l eo f e r d 0 e f t ) a n de r s ( r i 曲t ) p r o c e s s i n g g r a zi 中【2 i 】，受试者面对显示器，实验开始时有声音提示，显示器上的左 侧或右侧显示一个目标，受试者根据目标的位置准备用左手食指或右手食指去按 一个开关。大约1 秒钟以后，显示器中央出现一个十字形光标，受试者按动开关。 用于分类的脑电信号取自显示器上出现目标之后出现光标之前，也就是受试者准 备动作的阶段。信号预处理方法采用功率谱估计，分类法采用l v q 算法，从而 预测出是左手还是右手将要运动。十字形光标根据预测结果向左或向右移动，将 预测结果反馈给受试者。经过5 7 次训练后，正确率为6 7 8 6 。 g r a zi i 中【22 1 ，可以识别3 种运动( 左、右食指或右脚运动) ，受试者只是 想象做动作，并没有真正的动作发生，经过训练在线分类正确率达7 7 。最新 的g r a zb c i 具有远程遥控功能，病人家中的b c i 能通过i n t e m e t 与相距5 0k m 的实验室控制中心相连，四肢瘫痪病人在家使用b c i ，经过5 个月6 2 次训练， 控制正确率达9 0 1 0 0 1 4 j 。 ( 4 ) 皮层慢电位法 皮层慢电位( s c p ) 是皮层电位的变化，持续时间为几百毫秒到几秒，能反映 皮质i 和层的兴奋性，健康人和瘫痪病人通过反馈训练学习，使s c p 幅度产 生正向或负向偏移。德国n b i r b a u m e r 实验室利用头皮电极记录的s c p 为a l s 瘫 痪病人设计了名为t h o u g h tt r a n s l a t i o nd e v i c e ( t t d ) 的b c i 设备 2 3 】。病人通过反 馈训练，学习设法控制s c p 幅度，使s c p 产生正向或负向偏移，当自我调控s c p 准确率大于7 5 时就可以使用t t d ，在计算机语言支持程序中进行拼写。具体 方法是，将所有字符分两部分在屏幕上显示，用s c p 偏移选择目标字符所在的 部分，选定部分再分为两部分，用s c p 进行选择，以此类推，直到选择到所要 的字符，并将其打印出来。两名完全瘫痪的病人利用s c p ，能够自由拼写单词， 实现与外界的文字交流f 2 “。图l 一7 是3 名患者7 0 0 次试验的平均s c p ，粗线是用 可以用来选择字符的皮层s c p ，细线表示s c p 幅度过小，不能用来选择字符。 鼗 煳煞 潮匦 t i t a n h i 图1 73 名患者的平均s c p f i g u r e1 - 7a v e r a g e ds c p 7 so f 3p a t i e n t s ( 5 ) 自发脑电信号法 旺节律和m u 节律频率范围为8 1 3h z ，与受试者的松弛状态有关。在枕部 视觉皮层区检测到的节律可反映出受试者处于视觉松弛状态；在感觉运动皮层 区检测的m u 节律反映运动松弛状态。受试对象产生强的自发脑电( e e g ) 的能 力可通过生物反馈或操作训练得到加强。根据反馈调节e e g ，受试对象可通过 训练来学会控制设备。早期b c i 研究集中采用自发的e e g ，通常采用a 节律。 典型的例子是d e w a n 2 5 】早在1 9 6 7 年，用生物反馈训练受试者自主控制枕部的 a 节律来传输m o r s e 码信息，通过眼球运动可以增大波或阻断q 波，持续时间 长的a 波表示“一”，持续时间短的a 波表示“”。用这种办法发送一个字母的m o r s e 码需要3 5 5 0 s 。纽约w a d s w o r t h 中心的w o l p a w 等人通过训练受试者学习控 制8 1 2h z 的m u 节律幅度，来控制光标运动 “。最初的研究实现了光标的上 下移动，通过在线频谱分析获取m l l 节律幅度以驱动位于屏幕中心光标向屏幕下 ，-董i 方或上方的目标移动，m u 节律的幅度高则光标上移，幅度低则光标下移【27 l 】。 如图1 8 所示，上图表示目标位于上( 实线) 、中( 虚线) 、下( 点划线) 三个 垂直位置时n l u 节律或b 节律的幅度，下图表示特征与目标位置间的相关性，可 以看出主要由m u 节律和次之的b 节律起控制作用。随后，w o l p a w 又研究了用 m u 节律控制光标二维方向移动2 8 1 。他们还研究通过调控m u 节律或p 节律选 择y e s 和n o ，简单回答问题【2 ”。 一一 图1 r 8 使用者的谱控制 f i g u r e1 - 8s p e c t r a lf o c u so f c o n 仃o lf r o mar i s e r ( 6 ) 植入电极法 植入颅内的微电极具有较高的空间和频率分辨率，能提供电极附近少数神经 元的电活动信息，定位性好，信噪比高。植入电极不受肌肉运动的影响，可以在 头部固定较长时间，具有较好的位置稳定性，适合特定的病人或特定的场合【3 。1 。 美国m i c h i g a n 大学l e v i n e 等用多个植入电极检测皮层脑电图，研究与运动相关 的事件相关电位，用互相关法可以从皮层脑电图中区分6 种不同的动作 3 ”。2 0 0 0 年，s a n d r o 在动物实验上取得很大进展，能够检测提取猴子大脑皮层电位信息， 通过信号处理，驱动机器手运动，重复做出猴子手臂的