基于ICA去除人工耳蝸EABR信號的FNS偽跡研究

胡紅梅，李 楠

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

基于ICA去除人工耳蝸EABR信號的FNS偽跡研究

胡紅梅，李 楠

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

為改善人工耳蝸植入者的電誘發(fā)聽覺腦干反應(yīng)在其人工耳蝸植入后的評估效果，針對腦電信號在疊加平均法等預(yù)處理后出現(xiàn)的面部神經(jīng)刺激偽跡(FNS)，提出了利用獨立成分分析(ICA)的方法去除電誘發(fā)聽覺腦干反應(yīng)中的面部神經(jīng)刺激偽跡，通過優(yōu)化算法尋求一個分解矩陣，使目標(biāo)函數(shù)最優(yōu)，將預(yù)處理后的腦電信號按統(tǒng)計獨立原則分解為若干獨立信號源成分，完成偽跡的去除。對比處理前后的信號波形圖，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)聽覺腦干反應(yīng)信號；人工耳蝸；面部神經(jīng)刺激偽跡；獨立成分分析法

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)耳的電極來刺激聽覺神經(jīng)。人工耳蝸植入者的電誘發(fā)聽覺腦干反應(yīng)(Electrically Evoked Auditory Brainstem Response ,EABR)是人工耳蝸植入者的言語識別能力和植入效果的評價指標(biāo)[1]。由于人工耳蝸植入者的EABR信號包含很大的偽跡，這些偽跡將會影響其評估效果，因此應(yīng)盡量去除這些偽跡，以提高EABR信號評價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 (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因素決定。電流脈沖能量越大，產(chǎn)生的偽跡越強。EABR及ABR通常是通過疊加平均法來增加信噪比來得到，但在某些受試者的某些EABR信號的記錄里，人工耳蝸植入(Cochlear Implant ,CI)者的電極刺激不僅作用于聽覺神經(jīng)，同時還會作用于面部神經(jīng)等神經(jīng)末梢，因此會在EABR信號中引入電刺激偽跡，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 驗

1.1 實驗對象

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

表1 4位受試者的基本信息

1.2 實驗設(shè)備和信號記錄

實驗采用的激勵信號和腦電圖裝置的連接如圖1所示，計算機控制生成的單邊或雙邊同步的電脈沖激勵信號經(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輸入受試者的信息和實驗參數(shù)，并執(zhí)行基本的聽力測試。

圖1 信號采集系統(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信號的通道。圖3是腦電帽以及激勵線圈的實物圖。

圖2 頭皮信道示意圖

圖3 腦電帽連接圖

激勵信號幅值恒定，脈寬為50～60 μs，間隔2.1 μs，以19.9個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電極。其中，脈寬60 μs的激勵信號僅在受試者對脈寬50 μs沒反應(yīng)時采用。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信號的評估。觸發(fā)信號設(shè)置為持續(xù)時間為5 ms的脈沖，并于激勵脈沖送到腦電信號記錄的計算機前25 ms進行觸發(fā)，這是為了消除觸發(fā)偽跡，如圖4所示。

圖4 EABR信號的激勵信號和觸發(fā)信號

2 EABR信號的預(yù)處理

EABR信號對電刺激的反應(yīng)區(qū)別于電刺激自身偽跡的一個明顯的特性是，EABR信號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都會包含F(xiàn)NS偽跡，圖5顯示了S2和S3受試者的56通道的經(jīng)過預(yù)處理后的EABR信號的波形。EABR的波形3～5是本文重點的研究內(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減小指數(shù)的衰減，然后將處理過的分段信號對于5 ms預(yù)刺激信號進行基線矯正；再通過一個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)過預(yù)處理后，圖5顯示了S2和S3受試者的56通道的EABR信號的波形。EABR的波形3～5是本文重點的研究內(nèi)容，波形5大約發(fā)生在脈沖刺激后3.6 ms。經(jīng)過預(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

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平均疊加法去除。目前已有一些學(xué)者通過神經(jīng)電圖對面部神經(jīng)信號進行評估以此來檢測面部神經(jīng)功能。還有一些通過改變，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，或植入一個新的設(shè)備方式來去除FNS的方法，但效果并不理想。圖6顯示的是受試者S1的6個不同通道的EABR信號。實線，點畫線和虛線曲線分別是單耳L4，R4和雙耳道L4R4的EABR信號。這些EABR的波形與典型的EABR有如下顯著區(qū)別：(1)對于大多數(shù)雙耳的EABR信號，除了62通道，在4 ms范圍內(nèi)沒有波形5的正峰值；(2)除了61和62通道的右激勵電極R4的EABR信號外，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信號的潛伏期6 ms時，出現(xiàn)了很多正峰值。

根據(jù)前人的文獻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，沒有可行的方法來去除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

3.2 ICA算法處理

ICA 是多道信號分析中的一種盲源分離算法，其基本思想是將觀測信號按統(tǒng)計獨立原則分解為若干獨立信號源成分。ICA 實質(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、極大似然估計法，其中最小互信息法性能優(yōu)良。通過優(yōu)化算法尋求一個分解矩陣A,使目標(biāo)函數(shù)最優(yōu)，同時使得源信號S(t)的估計信號y(t)之間統(tǒng)計獨立。

假設(shè)A是由M(時間點)×N(觀察值)(N

將面神經(jīng)偽跡問題公式化的第一步是獲得合適的測量腦電信號的模型。本文認(rèn)為所測量的信號是純腦電信號與偽跡的線性組合。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一個M(采樣時間點)×N(信道)的矩陣A(N

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

(1)

式中，t為離散時間變量;X(t)為M維傳感器接收到的觀測信號集合

y(t)=AT·X(t),t=1,2,

(2)

由式(2)估計出源信號S(t)的估計信號y(t)。

圖7 S1的處理結(jié)果

圖7所示為S1通過前面的預(yù)處理后 EABR信號和經(jīng)過ICA處理后的結(jié)果對比圖。其中實線是一般的預(yù)處理后的EABR信號。點畫線是經(jīng)過進一步ICA處理的結(jié)果。圖8是S3通過前面的預(yù)處理后 EABR信號和經(jīng)過ICA處理后的結(jié)果對比圖。圖8中的虛線表示了只從17頭皮通道采集的EABR信號作為ICA處理時的結(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

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

[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,劉國忠.聽覺誘發(fā)的“是”與“非”腦電信號研究[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)聽性腦干反應(yīng)測試的臨床應(yīng)用[J].聽力學(xué)及言語疾病雜志,2008,16(3):193-196.

[6] 王宇,潘滔,周娜,等.電誘發(fā)聽性腦干反應(yīng)的電生理特征及其在人工耳蝸植入中的評估價值[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)測的應(yīng)用[J].中國聽力語言康復(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特點及術(shù)后療效評估[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.獨立分量分析及其在腦電信號噪聲分離中的應(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)聽性腦干反應(yīng)應(yīng)用于人工耳蝸植入的研究進展[J].聽力學(xué)及言語疾病雜志,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：聽覺和語音信號處理。李楠(1991-)，女，碩士研究生。研究方向：多通道人工耳蝸信號處理。

10.16180/j.cnki.issn1007-7820.2017.01.016

TN911.4；R318

A

1007-7820(2017)01-057-04