基于ICA去除人工耳蝸EABR信號(hào)的FNS偽跡研究

胡紅梅，李 楠

(江蘇大學(xué) 機(jī)械工程學(xué)院，江蘇 鎮(zhèn)江 212013)

基于ICA去除人工耳蝸EABR信號(hào)的FNS偽跡研究

胡紅梅，李 楠

(江蘇大學(xué) 機(jī)械工程學(xué)院，江蘇 鎮(zhèn)江 212013)

為改善人工耳蝸植入者的電誘發(fā)聽(tīng)覺(jué)腦干反應(yīng)在其人工耳蝸植入后的評(píng)估效果，針對(duì)腦電信號(hào)在疊加平均法等預(yù)處理后出現(xiàn)的面部神經(jīng)刺激偽跡(FNS)，提出了利用獨(dú)立成分分析(ICA)的方法去除電誘發(fā)聽(tīng)覺(jué)腦干反應(yīng)中的面部神經(jīng)刺激偽跡，通過(guò)優(yōu)化算法尋求一個(gè)分解矩陣，使目標(biāo)函數(shù)最優(yōu)，將預(yù)處理后的腦電信號(hào)按統(tǒng)計(jì)獨(dú)立原則分解為若干獨(dú)立信號(hào)源成分，完成偽跡的去除。對(duì)比處理前后的信號(hào)波形圖，結(jié)果表明，采用ICA方法能有效地去除人工耳蝸中的FNS偽跡。

電誘發(fā)聽(tīng)覺(jué)腦干反應(yīng)信號(hào)；人工耳蝸；面部神經(jīng)刺激偽跡；獨(dú)立成分分析法

人工耳蝸是一種幫助深度耳聾患者恢復(fù)聽(tīng)力的電裝置。其主要原理是電流直接作用經(jīng)由手術(shù)插入內(nèi)耳的電極來(lái)刺激聽(tīng)覺(jué)神經(jīng)。人工耳蝸植入者的電誘發(fā)聽(tīng)覺(jué)腦干反應(yīng)(Electrically Evoked Auditory Brainstem Response ,EABR)是人工耳蝸植入者的言語(yǔ)識(shí)別能力和植入效果的評(píng)價(jià)指標(biāo)[1]。由于人工耳蝸植入者的EABR信號(hào)包含很大的偽跡，這些偽跡將會(huì)影響其評(píng)估效果，因此應(yīng)盡量去除這些偽跡，以提高EABR信號(hào)評(píng)價(jià)人工耳蝸植入效果的準(zhǔn)確性。

EABR波形類似于傳統(tǒng)的聲誘發(fā)腦干反應(yīng)信號(hào) (Auditory Brainstem Response，ABR)的波形，二者的主要差異體現(xiàn)在EABR的潛伏期比ABR的潛伏期短以及EABR的幅值比ABR幅值大[2-3]。EABR的波形和電刺激偽跡主要由刺激模式，刺激極性，脈寬，刺激頻率，刺激水平，以及刺激電極的位置等幾個(gè)因素決定。電流脈沖能量越大，產(chǎn)生的偽跡越強(qiáng)。EABR及ABR通常是通過(guò)疊加平均法來(lái)增加信噪比來(lái)得到，但在某些受試者的某些EABR信號(hào)的記錄里，人工耳蝸植入(Cochlear Implant ,CI)者的電極刺激不僅作用于聽(tīng)覺(jué)神經(jīng)，同時(shí)還會(huì)作用于面部神經(jīng)等神經(jīng)末梢，因此會(huì)在EABR信號(hào)中引入電刺激偽跡，其中包括面部神經(jīng)刺激偽跡。由于電刺激偽跡與刺激同步，因此這些偽跡不能用疊加平均法去除[4-5]。因此，本文側(cè)重于用獨(dú)立成分分析(Independent Component Analysis， ICA)的方法去除面部神經(jīng)刺激(Facial Nerve Stimulation，F(xiàn)NS)引起的偽跡。

1 實(shí) 驗(yàn)

1.1 實(shí)驗(yàn)對(duì)象

為獲得課題研究的原始信號(hào)，征集3位受試者(S1，S2，S3)，采集其EABR信號(hào)數(shù)據(jù)。受試者的基本信息如表1所示，除S1外，其余受試者均沒(méi)有殘余聽(tīng)力。

表1 4位受試者的基本信息

1.2 實(shí)驗(yàn)設(shè)備和信號(hào)記錄

實(shí)驗(yàn)采用的激勵(lì)信號(hào)和腦電圖裝置的連接如圖1所示，計(jì)算機(jī)控制生成的單邊或雙邊同步的電脈沖激勵(lì)信號(hào)經(jīng)I/O接口輸出，直接作用于人工耳蝸的外部的感應(yīng)線圈。圖形用戶界面可用來(lái)輸入受試者的信息和實(shí)驗(yàn)參數(shù)，并執(zhí)行基本的聽(tīng)力測(cè)試。

圖1 信號(hào)采集系統(tǒng)

圖2所示為腦電帽頭皮信道的設(shè)置，其中信道49，56，57，59，61和62是本文中主要的選定信道，用于提取典型的腦干電位和記錄EABR信號(hào)的通道。圖3是腦電帽以及激勵(lì)線圈的實(shí)物圖。

圖2 頭皮信道示意圖

圖3 腦電帽連接圖

激勵(lì)信號(hào)幅值恒定，脈寬為50～60 μs，間隔2.1 μs，以19.9個(gè)脈沖每秒的速率采用電荷平衡雙相脈沖的刺激方式作用于單個(gè)電極。其中，脈寬60 μs的激勵(lì)信號(hào)僅在受試者對(duì)脈寬50 μs沒(méi)反應(yīng)時(shí)采用。這一脈沖刺激頻率雖低于臨床應(yīng)用中的刺激頻率但有利于EABR信號(hào)的評(píng)估。觸發(fā)信號(hào)設(shè)置為持續(xù)時(shí)間為5 ms的脈沖，并于激勵(lì)脈沖送到腦電信號(hào)記錄的計(jì)算機(jī)前25 ms進(jìn)行觸發(fā)，這是為了消除觸發(fā)偽跡，如圖4所示。

圖4 EABR信號(hào)的激勵(lì)信號(hào)和觸發(fā)信號(hào)

2 EABR信號(hào)的預(yù)處理

EABR信號(hào)對(duì)電刺激的反應(yīng)區(qū)別于電刺激自身偽跡的一個(gè)明顯的特性是，EABR信號(hào)隨受試者的不同而不同，這主要是由電極的位置和阻抗的差異引起的[6]。不是所有的通道信號(hào)都會(huì)包含F(xiàn)NS偽跡，圖5顯示了S2和S3受試者的56通道的經(jīng)過(guò)預(yù)處理后的EABR信號(hào)的波形。EABR的波形3～5是本文重點(diǎn)的研究?jī)?nèi)容，波形5大約發(fā)生在脈沖刺激后3.6 ms。這里預(yù)處理是指首先利用交替極性刺激模式來(lái)減小指數(shù)的衰減，然后將處理過(guò)的分段信號(hào)對(duì)于5 ms預(yù)刺激信號(hào)進(jìn)行基線矯正；再通過(guò)一個(gè)6階巴特沃斯數(shù)字帶通濾波器濾波，濾波器的截止頻率為100～3 000 Hz；最后，再用重復(fù)疊加法。經(jīng)過(guò)預(yù)處理后，圖5顯示了S2和S3受試者的56通道的EABR信號(hào)的波形。EABR的波形3～5是本文重點(diǎn)的研究?jī)?nèi)容，波形5大約發(fā)生在脈沖刺激后3.6 ms。經(jīng)過(guò)預(yù)處理后，如圖5表示受試者S2和S3顯示面部神經(jīng)偽跡發(fā)生在3～8 ms之間，其與波形5有一定程度的重合。

圖5 S2和S3的56通道預(yù)處理后的信號(hào)

3 面神經(jīng)刺激偽跡處理

3.1 面神經(jīng)刺激偽跡

某些受試者的其他偽跡是由面部神經(jīng)刺激引起的，其是由CI電刺激引起的并且不能通過(guò)平均疊加法去除。目前已有一些學(xué)者通過(guò)神經(jīng)電圖對(duì)面部神經(jīng)信號(hào)進(jìn)行評(píng)估以此來(lái)檢測(cè)面部神經(jīng)功能。還有一些通過(guò)改變，編程算法或是CI刺激模式，關(guān)閉一些電極，在FNS臨界值之下減少舒適水平，或植入一個(gè)新的設(shè)備方式來(lái)去除FNS的方法，但效果并不理想。圖6顯示的是受試者S1的6個(gè)不同通道的EABR信號(hào)。實(shí)線，點(diǎn)畫(huà)線和虛線曲線分別是單耳L4，R4和雙耳道L4R4的EABR信號(hào)。這些EABR的波形與典型的EABR有如下顯著區(qū)別：(1)對(duì)于大多數(shù)雙耳的EABR信號(hào)，除了62通道，在4 ms范圍內(nèi)沒(méi)有波形5的正峰值；(2)除了61和62通道的右激勵(lì)電極R4的EABR信號(hào)外，在4 ms范圍內(nèi)波形5的幅值遠(yuǎn)遠(yuǎn)大于典型的EABR的幅值(-2 μV)；(3)在非EABR信號(hào)的潛伏期6 ms時(shí)，出現(xiàn)了很多正峰值。

根據(jù)前人的文獻(xiàn)和研究可知這些偽跡是由面部神經(jīng)刺激引起的。目前為止，沒(méi)有可行的方法來(lái)去除FNS偽跡。因此本文中提出了基于的ICA的方法。

圖6 S1經(jīng)預(yù)處理后的信號(hào)

3.2 ICA算法處理

ICA 是多道信號(hào)分析中的一種盲源分離算法，其基本思想是將觀測(cè)信號(hào)按統(tǒng)計(jì)獨(dú)立原則分解為若干獨(dú)立信號(hào)源成分。ICA 實(shí)質(zhì)上是一種數(shù)據(jù)描述方法，包括目標(biāo)函數(shù)和優(yōu)化算法兩部分，目標(biāo)函數(shù)是ICA 算法的核心，比較典型的目標(biāo)函數(shù)有: 最小互信息法、最大熵法、極大似然估計(jì)法，其中最小互信息法性能優(yōu)良。通過(guò)優(yōu)化算法尋求一個(gè)分解矩陣A,使目標(biāo)函數(shù)最優(yōu)，同時(shí)使得源信號(hào)S(t)的估計(jì)信號(hào)y(t)之間統(tǒng)計(jì)獨(dú)立。

假設(shè)A是由M(時(shí)間點(diǎn))×N(觀察值)(N

將面神經(jīng)偽跡問(wèn)題公式化的第一步是獲得合適的測(cè)量腦電信號(hào)的模型。本文認(rèn)為所測(cè)量的信號(hào)是純腦電信號(hào)與偽跡的線性組合。假定源的數(shù)目與記錄的通道數(shù)是相同的，本文的多通道腦電圖記錄可以通過(guò)一個(gè)M(采樣時(shí)間點(diǎn))×N(信道)的矩陣A(N

X(t)=AS(t),t=1,2,

(1)

式中，t為離散時(shí)間變量;X(t)為M維傳感器接收到的觀測(cè)信號(hào)集合

y(t)=AT·X(t),t=1,2,

(2)

由式(2)估計(jì)出源信號(hào)S(t)的估計(jì)信號(hào)y(t)。

圖7 S1的處理結(jié)果

圖7所示為S1通過(guò)前面的預(yù)處理后 EABR信號(hào)和經(jīng)過(guò)ICA處理后的結(jié)果對(duì)比圖。其中實(shí)線是一般的預(yù)處理后的EABR信號(hào)。點(diǎn)畫(huà)線是經(jīng)過(guò)進(jìn)一步ICA處理的結(jié)果。圖8是S3通過(guò)前面的預(yù)處理后 EABR信號(hào)和經(jīng)過(guò)ICA處理后的結(jié)果對(duì)比圖。圖8中的虛線表示了只從17頭皮通道采集的EABR信號(hào)作為ICA處理時(shí)的結(jié)果。

圖7和圖8顯示了在這兩位受試者中，用ICA方法能除去大部分的偽跡。

圖8 S3的處理結(jié)果

4 結(jié)束語(yǔ)

本文采用基于ICA算法來(lái)去除FNS偽跡，且采用了3位人工耳蝸植入者的EABR信號(hào)用以測(cè)試該方法，應(yīng)用結(jié)果表明基于ICA方法可將真實(shí)的EABR信號(hào)從被FNS偽跡噪聲化的腦電信號(hào)中提取出來(lái)，對(duì)處理多通道EABR的 CI引起的偽跡和提高EABR信號(hào)強(qiáng)度兩個(gè)方面均有顯著效果。

[1] 閆立麗,張旭,陳雪清,等.基于ICA方法去除人工耳蝸ERP信號(hào)偽跡的研究[J].北京生物醫(yī)學(xué)工程,2015(2):111-117.

[2] 李子光,劉國(guó)忠.聽(tīng)覺(jué)誘發(fā)的“是”與“非”腦電信號(hào)研究[J].電子科技,2013,26(4):8-11.

[3] 肖琨.不同刺激模式下人工耳蝸使用者EABR的波形研究[D].重慶:第三軍醫(yī)大學(xué),2007.

[4] 潘滔,王宇,魯兆毅,等.人工耳蝸植入后EABR動(dòng)態(tài)變化的初步研究[J].中華耳科學(xué)雜志,2013(2):200-204.

[5] 程靖寧,曹克利,李原,等.人工耳蝸植入前電誘發(fā)聽(tīng)性腦干反應(yīng)測(cè)試的臨床應(yīng)用[J].聽(tīng)力學(xué)及言語(yǔ)疾病雜志,2008,16(3):193-196.

[6] 王宇,潘滔,周娜,等.電誘發(fā)聽(tīng)性腦干反應(yīng)的電生理特征及其在人工耳蝸植入中的評(píng)估價(jià)值[J]. 臨床耳鼻咽喉頭頸外科雜志,2013(1):8-12.

[7] 程靖寧,曹克利,魏朝剛,等.人工耳蝸植入術(shù)中EABR監(jiān)測(cè)的應(yīng)用[J].中國(guó)聽(tīng)力語(yǔ)言康復(fù)科學(xué)雜志,2008(1):18-21.

[8] Bahmer A,Peter O,Baumann U.Recording of electrically evoked auditory brainstem responses (EABR) with an integrated stimulus generator in matlab[J].Joumal of Neurosci Methods,2008,173(2):306-314.

[9] 肖琨,張學(xué)淵,陳小宏,等.不同刺激模式下人工耳蝸使用者EABR的研究[J].中華耳科學(xué)雜志,2008(1):76-82.

[10] 金毅,曹克利,魏朝剛,等.內(nèi)耳道狹窄患者人工耳蝸術(shù)中EABR特點(diǎn)及術(shù)后療效評(píng)估[J].臨床耳鼻咽喉頭頸外科雜志,2013(13):694-700.

[11] Hu H,Ewert S,Campbell T, et al.An interaural electrode pairing clinical research system for bilateral cochlear implants[C].Xi’an:the 2nd IEEE China Summit and International Conference on Signal and Information Processing,2014.

[12] 劉鐵軍.腦電信號(hào)中眼電偽跡去除方法研究[D].成都:電子科技大學(xué),2008.

[13] 李婷.獨(dú)立分量分析及其在腦電信號(hào)噪聲分離中的應(yīng)用[D].大連:大連理工大學(xué),2005.

[14] 董瑞娟,銀力,劉博,等.電誘發(fā)聽(tīng)性腦干反應(yīng)應(yīng)用于人工耳蝸植入的研究進(jìn)展[J].聽(tīng)力學(xué)及言語(yǔ)疾病雜志,2010,18(2):193-195.

[15] 陳靜,謝景華,丁秀勇,等.EABR與人工耳蝸電極植入深度關(guān)系的初步研究[J].中國(guó)中西醫(yī)結(jié)合耳鼻咽喉科雜志,2015,23(4):254-257.

Reduction of Facial Nerve Stimulation Artifacts in Electrically Evoked Auditory Brainstem Responses Based on Independent Component Analysis

HU Hongmei，LI Nan

(School of Mechanical Engineering, Jiangsu University, Zhenjiang 212013, China)

The electrically evoked auditory brainstem response (EABR) is one objective evaluation tool for cochlear implant (CI) subjects. The EABR signals are usually obtained by averaging responses, but because of the facial nerve stimulation artifacts (FNS) do not averaged out by increasing repetitions. Therefore independent component analysis is adopted in the case, which make sure the FNS artifacts be separated from the EABR. The results show that the FNS artifacts can be efficiently removed by the independent component analysis.

the electrically evoked auditory brainstem responses; cochlear implant; the facial nerve stimulation artifacts; independent component analysis

2016- 03- 12

胡紅梅(1977-)，女，副教授，博士。研究方向：聽(tīng)覺(jué)和語(yǔ)音信號(hào)處理。李楠(1991-)，女，碩士研究生。研究方向：多通道人工耳蝸信號(hào)處理。

10.16180/j.cnki.issn1007-7820.2017.01.016

TN911.4；R318

A

1007-7820(2017)01-057-04