基于音樂誘發(fā)腦電的抑郁癥識別研究

陳亮，郭濱，李沐芳，李哲

（長春理工大學 電子信息工程學院，長春 130022）

抑郁癥是一種常見的情感障礙性疾病，抑郁癥患者存在嚴重的心理障礙和不良情緒，通常表現(xiàn)為悲傷、疲勞、絕望等。最嚴重時，抑郁癥可引致自殺［1］。抑郁癥治療的關(guān)鍵在于前期的診斷篩查，但由于抑郁癥的病理原理不清，臨床醫(yī)生只能根據(jù)患者的相關(guān)信息做出主觀診斷。因此，有必要引入更加客觀便捷的測量方式輔助臨床抑郁癥的早期篩查，幫助患者得到及時有效的治療。

腦電信號是神經(jīng)元從頭皮表面自發(fā)的、有節(jié)律的放電活動。近年來，許多研究者利用腦電圖來研究抑郁癥。越來越多的研究發(fā)現(xiàn)，抑郁癥患者和健康對照者的腦電數(shù)據(jù)在波段、功率和波幅等參數(shù)上有不同的變異規(guī)律。Debener等人［2］基于前腦活動和情緒不對稱的理論研究了15例臨床抑郁癥患者和22例健康人的靜息腦電數(shù)據(jù)，發(fā)現(xiàn)前額葉α波的不對稱是抑郁癥的特征之一。Hughes等人發(fā)現(xiàn)約20%～ 40%的抑郁癥患者腦電圖與正常人不同［3］。腦電信號是人體自發(fā)的生理信號，也可以通過光、聲、電等各種刺激誘發(fā)，音樂就是一種常見的刺激材料，關(guān)于音樂與腦電的結(jié)合，目前已經(jīng)做了許多研究。彭金歌等人［4］對基于EEG的音樂舒緩緊張情緒進行了研究，發(fā)現(xiàn)左腦對節(jié)奏歡快的音樂更敏感，右腦對憂傷的音樂更敏感。Dharmadhikari AS等人［5］比較了抑郁的患者和對照組在聽音樂之前和期間在額葉theta能力的半球差異，研究發(fā)現(xiàn)在沒有抑郁的對照組中，聽音樂期間左半球的平均額葉theta功率和額葉theta不對稱性顯著增加。在抑郁癥患者中，聽音樂時額葉theta不對稱性被逆轉(zhuǎn)。Marko Punkanen等人［6］研究了抑郁癥患者對音樂中的情緒感知，研究表明抑郁癥患者在音樂刺激中感知到負面情緒較多，這也為抑郁癥的識別提供了一種手段。

本研究旨在通過三種模態(tài)（正性、中性、負性）的音樂刺激誘發(fā)腦電信號，確定標準化條件下抑郁腦電的有效特征，并創(chuàng)建腦電的抑郁分類模型。

1 實驗準備工作

既往研究表明，大腦杏仁核和前額參與了積極和消極情緒的處理。Harmon Jones等人［7］揭示了憤怒和認知失調(diào)、具有負性效價的情緒，相對左額葉活動的相關(guān)趨勢更大。此外，在無毛發(fā)覆蓋的前額位置采集的腦電信號阻抗低、失真低、可用性高。因此，AF3、AF4、F3、F4是本研究中電極位置的理想選擇。腦電采集設(shè)備采用的是Emotiv公司開發(fā)的便攜式腦電圖儀Emotiv EP?OC neuroheadset，如圖 1（a）所示。圖 1（b）是該儀器的電極放置位置，設(shè)備一共包含14個通道（AF3，F(xiàn)7，F(xiàn)3，F(xiàn)C5，T7，P7，O1，O2，P8，T8，F(xiàn)C6，F(xiàn)4，F(xiàn)8，AF4），符合國際通用的 10-20電極系統(tǒng)。為了保證實驗數(shù)據(jù)的真實性和可靠性，在選擇實驗樣本時，盡量做到樣本在數(shù)量和類型上的全覆蓋。根據(jù)貝克抑郁量表（BDI）的得分招募參與者。招募標準包括：18-25歲，沒有頭部外傷或癲癇病史，當前沒有使用精神活性藥物。共招募了20名在校學生，所有人均為右利手。其中對照組10人（BDI<7），無自我報告的MDD病史，也沒有自我報告的癥狀。輕度抑郁癥癥狀組保持穩(wěn)定的高BDI（>=13）。在實驗過程中，所有參與者都首先完成了BDI以及Spielberger焦慮量表（TAI）。

圖1 EEG采集裝置示意圖

研究發(fā)現(xiàn)，抑郁癥患者對外界刺激的情緒反應(yīng)與正常對照組不同。抑郁癥患者對正性情緒刺激相對麻木，對負性情緒刺激相對敏感。因此，本研究設(shè)計將三種不同情緒的音樂刺激作為三種不同的方式。對參與者的腦電信號進行記錄和分析在5段音樂刺激中完成，包括2個中性刺激、2個負性刺激和1個正性刺激。刺激來源于1 000 SongsDatabase，該數(shù)據(jù)庫是一類用于情感分析的歌曲數(shù)據(jù)庫，歌曲的采樣頻率為44 100 Hz，每首音樂的時長為45秒，且全部歌曲標注了效價維和激活維的均值和方差，故可以用二維情感模型對其進行分類，廣泛應(yīng)用于情緒的研究。整個實驗在安靜、隔音、無眩光、通風良好的專用實驗室進行。整個實驗環(huán)境中無強電磁干擾；實驗過程中無其他噪聲影響。具體實驗方案如圖2所示。

圖2 實驗流程圖

2 實驗方法

提出了一種基于中性、負性和正性音樂刺激下采集的腦電數(shù)據(jù)融合的多模態(tài)抑郁識別方法。抑郁癥患者對積極情緒刺激的主觀體驗較少（積極情緒均被削弱）；對負性情緒刺激更敏感，表現(xiàn)為對負性情緒的注意力增強，情緒反應(yīng)增強（負性情緒增強）；在個體差異的情況下，個體模態(tài)（正性音樂刺激或負性音樂刺激）提取的特征不準確。鑒于這些缺點，融合多種模態(tài)特征可以有效地彌補單一模態(tài)特征的不足。文中的腦電數(shù)據(jù)融合是在特征層面進行的。如圖3所示是論文采用的方法流程圖，它主要由腦電采集、預處理、特征提取、特征融合、特征選擇、和分類六個部分組成。

圖3 方法流程圖

2.1 數(shù)據(jù)預處理

在腦電信號采集過程中，不可避免地引入了許多噪聲。噪聲通常包括環(huán)境和設(shè)備引起的工頻噪聲和其他噪聲，如人體自身生理信號引起的心電圖（ECG）、眼電圖（EOG）、肌電圖（EMG）等。為獲得相對純的腦電數(shù)據(jù)，對原始腦電信號進行預處理。首先，工頻噪聲主要由裝置本身的電源引起，其頻率為50 Hz。在該過程中，使用50 Hz陷波濾波器以50 Hz的頻率去除信號。第二，心電由心臟的節(jié)律性操作產(chǎn)生，幅度較大。由于心臟位于離頭部較遠的地方，當它傳到頭皮時，心電信號大大減弱。因此，在對腦電信號進行預處理時，通常會忽略心電圖。第三是肌肉收縮產(chǎn)生肌電，肌電的頻率主要集中在>100 Hz的高頻段。在本研究中，EEG的頻率為0.5～ 50 Hz。因此，采用基于Blackman時間窗的有限脈沖響應(yīng)濾波器去除肌電引起的高頻帶噪聲。第四，在使用額葉前EEG部位的同時不可避免地記錄EOG；而EOG的頻率為0.1～ 100 Hz，與EEG重疊。本研究采用卡爾曼濾波方法結(jié)合離散小波變換和自適應(yīng)預測濾波器來估計純EOG偽跡。隨后，從原始腦電信號中去除眼部偽跡，得到相對純的腦電信號。Fz通道原始腦電信號與去除水平眼電噪聲后對比如圖4所示。圖中可以看出腦電信號經(jīng)過預處理后水平眼電偽跡已經(jīng)被去除。

圖4 Fz通道去除EOG前后EEG信號的比較

2.2 特征提取

傳統(tǒng)的腦電信號分析一般由醫(yī)生根據(jù)自己的臨床經(jīng)驗進行，依靠醫(yī)生的主觀判斷。因此，在診斷過程中容易忽略大量的信息。一般的腦電分析主要是線性分析，提取頻率、功率譜、峰值等一定的線性特征。然而，許多研究已經(jīng)證明，腦電信號是非平穩(wěn)和隨機的［8］，簡單的線性分析無法提取這些信號中包含的所有信息。因此，本研究提取了預處理后腦電數(shù)據(jù)的線性和非線性特征，對腦電信號進行綜合分析。最后在全波段（0.5～ 50 Hz）、θ（4～ 8 Hz）、α（8～ 13 Hz）、β（13～ 30 Hz）、γ（30～ 50 Hz）選取腦電信號的 60個線性特征和36個非線性特征。腦電圖線性特征包括相對中心頻率、絕對中心頻率以及θ、α、β、γ波的相對功率和絕對功率，以及全波段的絕對功率、中心頻率、偏度和峰值等。腦電非線性特征包括方差、Hjorth參數(shù)、功率譜熵、Shannon熵、相關(guān)維數(shù)和全波段的C0復雜度等。

2.3 特征融合

以往的研究大多以個體模態(tài)EEG數(shù)據(jù)為研究內(nèi)容，通常提取靜息時的特征。如果僅以單峰方式提取特征，則采集的特征相對簡單，必然導致腦電信息不足，從而影響整體分類性能。特征融合為上述問題提供了一種解決方案，因為多種模態(tài)的特征與單個模態(tài)特征相比，可以充分描述腦電信息，從而實現(xiàn)特征之間的相互補充。早期的信息融合是特征融合方法的來源，將幾種不同傳感器獲得的數(shù)據(jù)進行融合研究。近年來，數(shù)據(jù)融合在目標跟蹤識別［9-10］、模式分析、分類［11］等領(lǐng)域得到了廣泛的應(yīng)用。

一般而言，根據(jù)不同的收斂階段，在三個不同的處理級別進行數(shù)據(jù)融合：像素級、特征級和決策級。像素級融合是指對原始數(shù)據(jù)層進行融合，即在對原始信息進行預處理之前對信息進行綜合分析［12-13］。決策階段融合根據(jù)不同的特征集做出單獨的決策，然后將其協(xié)調(diào)或組合到全局決策中。特征級融合是對不同特征進行特征提取后，以線性或非線性方式組合得到新的融合特征。該方法結(jié)合了其他兩種融合方法的優(yōu)點，融合后原始信息不易丟失，實時性好，有助于結(jié)果的最終分類。

在本研究中，使用了特征階段融合。首先，根據(jù)實驗范式，在3種模態(tài)（中性、負性和正性音樂刺激）中依次采集參與者的腦電數(shù)據(jù)。接下來，提取每個單獨模態(tài)下的EEG特征。特征矩陣如下所示：

其中，xpos表示正性音樂刺激模態(tài)下的特征矩陣；xneu表示中性音樂刺激模態(tài)下的特征矩陣；xneg表示負性音樂刺激模態(tài)下的特征矩陣。

然后，采用特征融合方法對3種模態(tài)的特征矩陣進行線性組合。產(chǎn)生的新的矩陣記作U。

式中，U1為正性-負性音樂刺激模態(tài)的特征矩陣；U2為正性-中性音樂刺激模態(tài)的特征矩陣；U3為負性-中性音樂刺激模態(tài)的特征矩陣。

最后，融合特征矩陣計算如下：

其中，β設(shè)為 1；γ 設(shè)為-1；ui、vi、ωi分別為正-負音樂刺激、正-中音樂刺激、負-中音樂刺激三種融合模態(tài)的特征值。

2.4 特征選擇

在統(tǒng)計學上，檢驗變量在兩類樣本之間是否存在顯著差異是一個經(jīng)典的假設(shè)檢驗問題。常用的方法有t檢驗、秩和檢驗等。這些方法給出了反映兩種樣本之間差異的統(tǒng)計量和反映它們之間統(tǒng)計學差異的P值。從分類角度來看，兩類之間用于分類的特征明顯不同。因此，這些統(tǒng)計數(shù)據(jù)可用于測量功能在選擇它們時的能力。

本研究采用t檢驗作為特征選擇的方法。比較抑郁癥患者與正常對照組融合新特征的差異，選取了U1、U2、U3中p<0.05 的特征ui、vi、ωi。在融合矩陣U1中選擇的特征如下：θ波的相對功率（AF4），α波的功率譜熵，β波絕對功率、絕對中心頻率、功率譜熵（AF3），γ波的絕對中心頻率、相對中心頻率（F3，F(xiàn)4），全頻帶EEG的中心頻率、香農(nóng)熵、相關(guān)維數(shù)和Kolmogorov熵。

U2中選擇的特征為：α波的相對功率（AF3），β波的相對中心頻率、絕對中心頻率，γ波的功率譜熵、絕對中心頻率（F3，F(xiàn)4），全頻帶EEG的偏度。

融合矩陣U3中選取的特征為：θ波的絕對中心頻率（AF4），γ波的相對功率（F3，F(xiàn)4），全頻帶EEG的偏度（AF4），全頻帶EEG的C0復雜度（AF3）。

3 實驗結(jié)果分析

使用了KNN、SVM和DT三種傳統(tǒng)分類器對特征進行分類。表1給出了文中所用的三種分類器的核心參數(shù)設(shè)置。最近鄰算法（KNN）中k值設(shè)置為3，限定半徑最近鄰算法采用的是球樹實現(xiàn)，距離度量參數(shù)為歐式距離。在決策樹（DT）中使用基尼系數(shù)計算不純度。支持向量機（SVM）中懲罰系數(shù)C設(shè)為1，核函數(shù)采用高斯核函數(shù)。

表1 分類算法的參數(shù)設(shè)置

表2列出單模態(tài)與融合模態(tài)在三種分類器下的分類結(jié)果，模態(tài)融合方法采用的是前文所述的線性組合公式。從表中可以看出，在單模態(tài)下平均性能最低的是中性音樂刺激，并且三種模態(tài)在不同分類器下的平均性能相差不大，然而研究表明抑郁癥患者對負性刺激更加敏感，原因在于在個體差異的情況下，個體模態(tài)提取的特征不準確。融合模態(tài)中，正性-負性音樂刺激的融合達到了最佳性能，分類性能相比于正性-中性刺激和負性-中性刺激均高出了10%左右。

表2 不同分類器在不同模態(tài)下的性能/%

表3描述了不同分類器在單個模態(tài)和融合模態(tài)的平均分類結(jié)果，結(jié)果表明，在KNN、SVM和DT這三種分類器中，KNN分類器在單個模態(tài)和融合模態(tài)中都取得了最好的性能，均達到了70%以上的準確率。

表3 單個和融合模態(tài)中每個分類器的平均性能/%

為了對分類器在不同音樂刺激下的性能進行明確的比較，圖5顯示了不同音樂刺激下單個模態(tài)和融合模態(tài)的分類性能，如圖5（a）所示，對于單個模態(tài)，從正性音樂刺激模態(tài)的特征中獲得了最佳的分類精度；圖5（b）是三種融合模態(tài)的平均分類結(jié)果，對于融合模態(tài)，正性和負性音樂刺激的融合表現(xiàn)最好。

圖5 不同音樂刺激下單個模態(tài)和融合模態(tài)分類器的平均值

此外，文中還比較了不同模式組合的效果。圖6顯示了不同融合模態(tài)的性能以及由它們組成的單個模態(tài)的性能。如圖所示，正負音樂刺激的融合模態(tài)比組成它的兩個單獨模態(tài)表現(xiàn)更好。同時，與正性-負性音樂刺激的融合模態(tài)相比，另外兩種融合模態(tài)的分類準確性沒有顯著提高。因此，根據(jù)圖5和圖6的結(jié)果，最佳的融合方法是正負音樂刺激的融合。

圖6 融合模態(tài)的性能及其組成模態(tài)

為了確定最佳的分類方式，如圖7所示，對于所有分類器來說，單個模態(tài)中的最佳抑郁識別方式是正性音樂刺激模態(tài)，平均準確率為71.08%，融合模態(tài)中的最佳識別方式是正、負音樂刺激的融合，平均準確率為76.04%。融合模態(tài)的平均精度比單個模態(tài)高5%。結(jié)果也表明，最佳個體模態(tài)為正性音樂刺激下的KNN分類器，最佳融合模態(tài)為正-負音樂刺激，分類器也為KNN，最佳融合模態(tài)的抑郁識別準確率比最佳個體模態(tài)約高12%。

圖7 最佳個體模態(tài)和最佳融合模態(tài)的準確率

正如前面所討論的，抑郁識別分析主要限于多電極腦電圖和單模態(tài)信息。單個模態(tài)特征的使用并不能很好地解決特定數(shù)據(jù)集的抑郁識別問題。與其他模態(tài)相比，對于所有分類器，正負音樂刺激的融合模態(tài)的準確性高于單個模態(tài)和其他兩種融合模態(tài)。研究發(fā)現(xiàn)，無論是在個體模態(tài)還是在融合模態(tài)中，KNN的分類正確率在三種分類器中最高。分類器KNN在正負音樂刺激融合模態(tài)中獲得了最佳的抑郁識別，準確率為86.98%。因此，KNN分類器在正負音樂刺激的融合中更適合區(qū)分抑郁組和正常組。

4 結(jié)論

從3種模態(tài)（中性音樂刺激、負性音樂刺激和正性音樂刺激）的腦電數(shù)據(jù)出發(fā)，本研究將整個分類算法分為3個階段。在特征提取階段，對抑郁癥患者和健康者的腦電數(shù)據(jù)進行3種模態(tài)的記錄并提取腦電特征，包括線性特征，如腦電相對功率和絕對功率；非線性特征，如功率譜熵、C0-復雜度和相關(guān)維數(shù)。在特征融合階段，利用特征融合技術(shù)對不同模態(tài)下提取的腦電特征進行線性組合，采用t檢驗在線性組合特征矩陣中選擇新特征作為分類器的輸入。分類階段使用了十倍交叉驗證對KNN、DT和SVM這三種眾所周知的分類器進行了評估和比較。在比較不同融合方式中所有分類器間的分類準確率上，發(fā)現(xiàn)KNN分類器在正負音樂刺激的融合中表現(xiàn)最好，準確率最高，為86.98%。

與以往的研究相比，本研究發(fā)現(xiàn)了利用音樂刺激腦電數(shù)據(jù)并進行特征融合識別抑郁癥的新途徑，實現(xiàn)了更高分類準確性。總之，腦電信號可以成為研究抑郁癥和區(qū)分抑郁癥患者與正常對照的有用工具。