基于腦信號分析探討人工智能算法在針灸研究中的應(yīng)用

周艷艷 ，任媛媛 ，張凱亞 ，景柏榮 ，劉豪鋒

（1.陜西中醫(yī)藥大學，咸陽 712046；2.陜西中醫(yī)藥大學附屬西安市中醫(yī)醫(yī)院，西安 710021；3.西安電子科技大學，西安 710071）

針灸是中國在國際醫(yī)療領(lǐng)域中占有一席之地且有發(fā)言權(quán)的優(yōu)勢行業(yè)，在全球183個國家及地區(qū)應(yīng)用，并被逐步納入到多個發(fā)達國家的醫(yī)保體系[1-2]。這對針灸研究的標準化、客觀化提出了更高的要求，引用循證醫(yī)學理念和方法，使中醫(yī)針灸由經(jīng)驗模式轉(zhuǎn)變成循證決策模式，是提高針灸臨床療效并加快推廣針灸國際化步伐的關(guān)鍵所在[3-5]。

腦電圖損傷性小且操作性高，在臨床上應(yīng)用廣泛[6]。在針灸學研究中，腦電信號主要應(yīng)用于針灸機制的研究和針灸療效的評價兩個方面。腦電信號采集技術(shù)具有時間分辨率高的特點，可用于觀測腦區(qū)電生理活動的實時變化，但局限于空間分辨率，尚不能根據(jù)不同穴位刺激的腦信號確定具體的活動腦區(qū)，使得應(yīng)用腦信號研究的針灸作用機制受到諸多限制。隨著人工智能技術(shù)的到來，以機器學習算法為代表的信號解譯技術(shù)的發(fā)展，標志著腦信號分析技術(shù)上升到一個新的層面。腦信號逆問題研究上的突破，使用遺傳算法、支撐向量機等在算法層面提高腦信號空間分辨率已成為可能，本文將從腦信號分析在針灸臨床中的應(yīng)用，腦電逆問題的研究進展兩個方面，探討人工智能算法在針灸研究中的應(yīng)用。

1 腦信號分析在針灸臨床中的應(yīng)用

不同干預手段情況下，腦電信號能獲得不同腦區(qū)的電生理變化，具有極高的時間分辨率，可為多種疾病的針灸療效提供實時的監(jiān)測[7-10]。在針灸學研究中，腦電信號主要應(yīng)用于針灸機制的研究和針灸療效的評價兩個方面。

1.1 腦電作為針灸療效的評價指標

腦電分析技術(shù)從最初的時域特征，到利用深度神經(jīng)網(wǎng)絡(luò)提取的統(tǒng)計特征，研究方法包含了線性分析、非線性分析、腦網(wǎng)絡(luò)分析等多個層面和角度。在針灸臨床研究中，常采用腦電的時域特征作為一種指標，來評定針灸治療疾病的療效。武曉磊等[11]采用電針治療急性缺血性腦卒過程中發(fā)現(xiàn)電針能不同程度增加增快腦信號的波幅、頻率，其中頻率的變化更有臨床評價意義，從神經(jīng)電生理角度闡明了急性缺血性卒中采用電針療法確切有效，且提示腦電信號能作為針灸治療缺血性卒中的客觀評價指標。但對于較為復雜的疾病，僅用腦電的時域特征對針灸的療效進行分析和評價有一定局限性。為此，在計算機和醫(yī)學等學科交叉領(lǐng)域的研究中，對于腦信號的研究方法又提出線性特征分析和非線性特征分析，以探尋大腦這個非線性系統(tǒng)的細節(jié)變化、規(guī)律性和可預測性[12]。童基均[13]通過線性方法分析腦電功率譜，發(fā)現(xiàn)邊緣頻譜能反應(yīng)腦電信號能量分布比率并且和針灸鎮(zhèn)痛的程度存在很好的正相關(guān)性，可作為衡量針灸鎮(zhèn)痛程度的一個客觀指標。劉詩琴[14]通過非線性方法提取失眠組大鼠腦電信號的熵和復雜度，發(fā)現(xiàn)失眠組大鼠腦電信號的熵和復雜度遠高于正常組大鼠，并且針灸治療天數(shù)增加治療組大鼠的熵值和復雜度的值則降低且趨于正常值，從腦電信號的功率譜分布和非線性動力學特性值的角度，闡明針灸能有效提升患者的睡眠質(zhì)量，且可采用腦電信號客觀評價針灸治療失眠的療效。腦電信號能實時化、客觀化地獲取患者腦區(qū)電生理變化，從多個層面和角度對其進行分析，可作為判斷和評定針灸治療療效的指標。

1.2 腦電作為研究針灸作用機制的分析方法

在針刺研究中，腦信號分析中的非線性動力學分析方法因具有獨特的優(yōu)勢，為臨床中研究針刺作用機制提供了重要的參考[15-16]。黃曉真[7]根據(jù)患者腦電信號的近似熵和關(guān)聯(lián)維度，發(fā)現(xiàn)淺針干預主要是通過影響前額區(qū)、額區(qū)、顳區(qū)等效應(yīng)腦區(qū)的腦電信號來治療失眠。趙中亭[17]認為“疏肝調(diào)神”針法能明顯改變創(chuàng)傷后應(yīng)激睡眠障礙大鼠異常睡眠腦電，可能是修復了海馬神經(jīng)元結(jié)構(gòu)加速重構(gòu)神經(jīng)網(wǎng)絡(luò)功能，繼而改善創(chuàng)傷后應(yīng)激睡眠障礙。王軒等[18]發(fā)現(xiàn)電針可改變戊四氮致癇大鼠腦電信號波幅、頻率等，調(diào)整各波段能量比重，提示針灸對戊四氮致癇大鼠的作用機制與電生理活動有關(guān)。張艷等[19]觀察針刺治療發(fā)作間期癲癇患者腦電背景的變化，發(fā)現(xiàn)針刺治療癲癇療效確切，可能是針刺改善了腦電功率譜，增加了腦電基本頻率，使得腦電背景越來越穩(wěn)定以此發(fā)揮治療作用。Yang X等[20]觀察靳三針對腦卒中患者腦電圖的影響，發(fā)現(xiàn)針刺前后α波節(jié)律變化顯著，認為針刺后α波振幅急劇增加可能是針刺治療卒中的電生理機制。林棟等[21]采用多元統(tǒng)計方式對提取的腦電信號進行二次特征分析發(fā)現(xiàn)，淺針刺激山根穴能夠降低大腦的腦電信號復雜度，且這種變化主要集中在右額顳區(qū)及枕部，治療失眠的監(jiān)測過程中具有穩(wěn)定性、同步性和有序性。Liao F等[22]對25例腰痛患者進行艾灸并觀察腦電圖，發(fā)現(xiàn)12例患者出現(xiàn)熱敏化且伴有θ、α和β頻段的功率譜密度增加。以上研究表明，使用非線性動力學分析方法分析局部腦區(qū)的腦電信號，能夠提高分析精度，為針灸作用機制提供一條思路和方法，促進針灸作用機制的研究。

2 腦電逆問題的研究進展

通過腦電信號研究能夠很好地反映針灸-腦電的時間效應(yīng)，但在空間的追溯上存在一定的缺陷[23]。腦電逆問題是指根據(jù)腦電信號追溯真實確切的腦區(qū)分布，即通過盲源分離算法將表面采集的腦電信號還原成其基本的組成成分——腦源電信號，從而可以將腦電信號中的單個的腦源電信號識別出來并進行分析。在人工智能領(lǐng)域，解決腦電逆問題并挖掘其應(yīng)用和發(fā)展空間，一直是腦信號研究中的重點內(nèi)容。

2.1 腦電逆問題的求解方法

產(chǎn)生神經(jīng)電活動腦區(qū)并不是獨立的，即表面電極記錄的腦電信號反映的是在該位置周圍幾厘米范圍內(nèi)的腦電源活動的加權(quán)和，因此腦電逆問題的解具有不唯一、不穩(wěn)定的特點，這使腦信號溯源算法成為具有挑戰(zhàn)性的研究課題。李建偉等[24]在研究中發(fā)現(xiàn)多維支持向量回歸機能夠有效地解決腦源追溯定位，解決腦電逆問題。邢大地等[25]發(fā)現(xiàn)采用自適應(yīng)改變遺傳算子的遺傳算法能夠避免腦電逆問題的解集中于局部最優(yōu)的情況，有效地提高求解質(zhì)量。陳穎等[26]將遺傳算法和RBF網(wǎng)絡(luò)應(yīng)用到腦電逆問題的求解中，提示深度神經(jīng)網(wǎng)絡(luò)可解決腦電逆問題求解。

2.2 腦電逆問題的應(yīng)用

將腦電逆問題求解與運動意圖識別相結(jié)合作為新型的人機交互方式，在康復領(lǐng)域受到高度重視。Qin L等[27]采用單偶極子模型和源分布模型，解碼被試左右手的運動想象，以 80.6%的準確率說明腦電信號源空間信號分析能夠識別左右手運動意圖。季淑梅等[28]利用腦電溯源方法，將腦電信號根據(jù)大腦皮層腦源信號的分布模式進行整理重建，用大腦皮層源信號構(gòu)建一個頓悟狀態(tài)的腦網(wǎng)絡(luò)來探討頓悟可能存在的神經(jīng)機制。時頻分析在非線性信號分析處理中具有一定的優(yōu)勢，張立國等[29]將盲源分離算法引入到運動想象腦電識別研究中，發(fā)現(xiàn)將二階盲辨識算法和信息論特征提取算法相結(jié)合獲取的空間濾波器能夠反映更真實的大腦源活動。陳黎黎等[30]指出利用獨立分量分析法對運動想象的腦電信號進行盲源分離，能得到與運動想象關(guān)聯(lián)度高的腦區(qū)源信號，并用支持向量機實現(xiàn)對腦區(qū)源信號的分類識別。

3 人工智能算法為針灸研究提供新思路

人工智能是目前研究的熱點，已列為我國的國家戰(zhàn)略。作為未來科技發(fā)展的戰(zhàn)略制高點，在醫(yī)工結(jié)合的趨勢下，人工智能從數(shù)據(jù)挖掘、智能識別、智能分析等角度，與腦信號溯源算法相結(jié)合，能從以下3個方面參與針灸的相關(guān)研究。

3.1 參與針灸效應(yīng)的評估

大腦皮層誘發(fā)電位是研究腦功能區(qū)活動的重要方法，腦信號分析能從電生理的角度準確地記錄腦區(qū)活動，且具有較高的時間分辨率[31-33]。通過記錄腦電信號，采用大數(shù)據(jù)分析技術(shù)研究數(shù)據(jù)之間的差異性，為針灸效應(yīng)的研究提供了客觀支持。大腦作為人的神經(jīng)中樞，有著明確的腦區(qū)劃分，針刺通過對穴位的刺激或能引起多個腦區(qū)產(chǎn)生響應(yīng)。因此，使用整體腦信號的變化趨勢來衡量針灸治療效應(yīng)變得不再可靠。黃曉真[7]發(fā)現(xiàn)淺針干預在治療失眠的過程中，主要影響前額區(qū)、額區(qū)、顳區(qū)等多個效應(yīng)腦區(qū)的腦電信號。為得到一個更加精準地反映治療效應(yīng)的指標，用腦電溯源算法對腦電信號進行處理，得到主要效應(yīng)腦區(qū)的變化情況，再結(jié)合智能分析算法中提到的能量、混合熵、差分矩、逆差分矩等高維度特征，對該效應(yīng)腦區(qū)腦電信號而不是整體腦電信號處理，為針灸治療療效提供客觀、實時、可靠、智能的衡量。

3.2 參與針灸機制的研究

基于人工智能理論的腦源分析方法，能有效提高腦信號空間分辨率，將傳感器采集的腦電信號轉(zhuǎn)換成空間分辨率較高的腦區(qū)源信號，從算法層面拓展腦電信號在針灸機制研究中的應(yīng)用。腦信號分析技術(shù)結(jié)合機器學習中的非線性算法、主成分分析法等，在現(xiàn)有的傳感器采集技術(shù)上結(jié)合腦源追蹤算法，能不斷提高腦源信號的識別精度，提高腦電信號空間分辨率定位精準的效應(yīng)腦區(qū)，為捕捉針灸實時且精確的神經(jīng)效應(yīng)通路提供技術(shù)支持。

3.3 參與并指導針灸臨床工作

在針灸的背景知識下，以機器學習為代表的人工智能技術(shù)與腦—機融合技術(shù)相交叉，在針灸研究上取得了突破，并應(yīng)用在穴位定位、智能配穴、針灸自動化等方面。作為針灸治療過程中的一個核心問題——對“針感”或“得氣”效應(yīng)的反饋，無論是機器與患者，還是醫(yī)生與患者都是一個亟待解決的問題。隨著腦電信號的采集、分析技術(shù)日趨完善，結(jié)合其時間分辨率和空間分辨率的優(yōu)勢，可以在力學反饋的基礎(chǔ)上，提供電生理反饋，建立“配穴—施針—效應(yīng)—反饋—調(diào)整穴位”這樣一個閉環(huán)思路，使得針灸治療細節(jié)更加量化、標準化，促進針灸向循證決策模式發(fā)展。

4 總結(jié)

腦信號分析是針灸研究現(xiàn)代化的方法和思路之一，應(yīng)用人工智能算法解決腦電逆問題追溯腦源信號，能更加準確地定位效應(yīng)腦區(qū)，是醫(yī)學、生物信息學、計算機科學等學科的多學科交叉融合?；谥悄芊治龅娜斯ぶ悄芩惴ㄊ悄壳爸嗅t(yī)研究的主流，要求數(shù)據(jù)的完整性、規(guī)范化[34-35]，將其應(yīng)用在針灸研究及臨床工作中，有助于針灸由經(jīng)驗模式向循證決策模式轉(zhuǎn)變，為針灸相關(guān)工作的開展提供新方法和新思路。