腦電信號(hào)的線性特征分析

譚龍江 孔德晟

（1.華僑大學(xué)經(jīng)濟(jì)與金融學(xué)院電子商務(wù)系 福建省泉州市 362021 2.北京師范大學(xué)附屬實(shí)驗(yàn)中學(xué) 北京市 100032）

1 概述

人類的語(yǔ)言、思維、感知和運(yùn)動(dòng)都通過(guò)人體高級(jí)神經(jīng)中樞大腦來(lái)控制實(shí)現(xiàn)的。人類大腦由約10個(gè)互連的神經(jīng)元構(gòu)成，每個(gè)神經(jīng)元擁有的連接數(shù)大約為10個(gè)。神經(jīng)元由樹突、軸突和細(xì)胞體組成，神經(jīng)元樹突和其他神經(jīng)元的軸突相連，連接部分被稱為突觸。神經(jīng)元間信號(hào)的傳遞就是通過(guò)這些突觸完成的。

神經(jīng)元受到外界刺激時(shí)，神經(jīng)細(xì)胞膜內(nèi)外兩側(cè)的電位差降低，導(dǎo)致膜的興奮度提高；這種神經(jīng)興奮或沖動(dòng)超過(guò)閾值時(shí)，可以通過(guò)突觸傳遞給下一個(gè)神經(jīng)元。神經(jīng)細(xì)胞膜電位使得神經(jīng)元能夠?qū)⒔邮盏降拇碳ば盘?hào)沿神經(jīng)束傳遞到其他神經(jīng)元。而多個(gè)腦區(qū)的電活動(dòng)的疊加，并傳遞到表皮，這就是腦電信號(hào)。1924年，德國(guó)精神病學(xué)家H.Berger第一次記錄到了人腦腦電波，并命名為electroencephalography（EEG）。

腦電信號(hào)（electroencephalography（EEG））是通過(guò)精密電子儀器，從頭皮表面采集記錄腦細(xì)胞群自發(fā)性的微弱生物電信號(hào)，通過(guò)分析腦細(xì)胞活動(dòng)變化規(guī)律與人類行為之間的對(duì)應(yīng)關(guān)系來(lái)揭示人類的心理活動(dòng)。

人類與生俱來(lái)就在不停地思考、模仿、運(yùn)動(dòng)，大腦神經(jīng)元無(wú)時(shí)不刻在產(chǎn)生和傳輸電流信號(hào)。有電流產(chǎn)生就會(huì)產(chǎn)生電磁輻射，放置在大腦頭皮上的一系列電極通過(guò)電磁感應(yīng)現(xiàn)象，能夠捕獲腦電波反應(yīng)。腦電信號(hào)在傳輸?shù)筋^皮時(shí)己經(jīng)有相當(dāng)大的衰減，信號(hào)十分微弱。通過(guò)百萬(wàn)倍的放大腦機(jī)接口（BCI），能夠獲得μV級(jí)的腦電信號(hào)。在腦電研究中，通常采用4、32、64、128個(gè)電極導(dǎo)聯(lián)的電極帽，采集大腦不同功能區(qū)域的時(shí)空信息。所有的電極位置的擺放都遵守國(guó)際通用的“10-20國(guó)際標(biāo)準(zhǔn)導(dǎo)聯(lián)”。

早在1985年，WJ Ray和HW Cole通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)大腦頂部采集的腦電信號(hào)和認(rèn)知任務(wù)以及情感狀態(tài)有關(guān)。W.Klimesch、Ramesh Srinivasan、G.Yang等通過(guò)誘發(fā)實(shí)驗(yàn)采集腦電數(shù)據(jù)，分析發(fā)現(xiàn)了腦電信號(hào)特性與警覺(jué)性、注意力、昏睡傾向等人類行為之間的關(guān)聯(lián)性（表1）。

表1 ：腦電信號(hào)的不同頻帶描述

腦電信號(hào)的研究對(duì)腦功能狀態(tài)檢測(cè)和癲癇、腦震蕩、顱內(nèi)腫瘤、腦膜炎等腦部疾病的診斷具有重要意義。對(duì)于自閉癥、焦慮癥、阿爾茨海默病、抑郁癥，可以通過(guò)腦電波的分析，掌握患者心理動(dòng)態(tài)，有針對(duì)性地采用腦電生物反饋方法，進(jìn)行先進(jìn)科學(xué)的治療。

2 腦電信號(hào)分析過(guò)程

如圖1所示，腦電信號(hào)分析過(guò)程通常為誘發(fā)事件對(duì)應(yīng)信號(hào)的采集標(biāo)識(shí)、多維時(shí)空信息特征提取和事件信號(hào)的分類辨識(shí)。其中多維時(shí)空信息特征提取可采用時(shí)域分析、功率譜分析等線性處理方法，也可采用時(shí)頻分析、獨(dú)立成份分析和相關(guān)維數(shù)、樣本熵等非線性處理方法；可以采用提取到的多維特征直接進(jìn)行分類判別，也可針對(duì)降噪去偽后、提取與誘發(fā)事件對(duì)應(yīng)標(biāo)記的腦電信號(hào)數(shù)據(jù)，采用支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)（ANN）等有監(jiān)督學(xué)習(xí)方法進(jìn)行事件信號(hào)分類辨識(shí)。

圖1：腦電信號(hào)分析過(guò)程

通常由頭皮表面記錄到的腦電信號(hào)的頻率范圍是0.5Hz到100Hz。正常狀態(tài)下腦電信號(hào)的電壓幅值范圍可從1μV到100μV，疾病狀態(tài)下腦電信號(hào)幅值可達(dá) 1 m V?？傮w來(lái)看，腦電信號(hào)頻率低、幅度微弱，容易被混疊的電源、背景電磁福射、噪聲和人體自身產(chǎn)生的眼電、肌電等其它生物電信號(hào)掩蓋污染。電極導(dǎo)聯(lián)有針狀電極、漏斗狀電極和盤狀電極等，采集信號(hào)時(shí)電極處需浸潤(rùn)鹽水、導(dǎo)電膠等導(dǎo)電物質(zhì)，使用凈化電源，屏蔽外部電磁輻射，良好接地，更好地感應(yīng)捕獲頭部表皮的微弱電信號(hào)。

1967年，科學(xué)家Sutton S、Tueting P、Zubin J 提出用事件相關(guān)電位（ERP，event-related potential）的方法來(lái)研究腦認(rèn)知過(guò)程。通過(guò)有意義的多個(gè)或多樣的刺激誘發(fā)大腦神經(jīng)電生理反應(yīng)，采用平均疊加技術(shù)處理多次誘發(fā)腦電波，提取隨時(shí)間分布的特征電位點(diǎn)，建立誘發(fā)事件和腦電反應(yīng)的空時(shí)特征關(guān)系。常用的ERP有P300電位、穩(wěn)態(tài)視覺(jué)誘發(fā)電位（Steady-State Visual Evoked Potential, SSVEP）、運(yùn)動(dòng)視覺(jué)誘發(fā)電位（Motion Evoked Potential, m VEP）、運(yùn)動(dòng)想象電位（Motor Imagery, MI）等。潛伏期時(shí)間從數(shù)十ms到數(shù)百ms，這或許就是人們?nèi)粘Ｉ钪袑?duì)不同事件形成有意識(shí)反應(yīng)的延遲時(shí)間。

3 線性特征分析

腦電信號(hào)信息特征提取與辨識(shí)是腦認(rèn)知研究的一個(gè)重要步驟。通過(guò)分析腦電信號(hào)在誘發(fā)事件刺激下隨時(shí)間變化的數(shù)值特征，建立高時(shí)間分辨率的鎖時(shí)關(guān)系，反映認(rèn)知的動(dòng)態(tài)過(guò)程，已成為腦認(rèn)知活動(dòng)的重要手段。時(shí)域、頻域分析作為基本的也是最典型的腦電信號(hào)分析方法，大量出現(xiàn)在各種腦電應(yīng)用中。腦電信號(hào)的時(shí)間、頻率分布等線性特征，簡(jiǎn)潔明了，能夠顯性化地表征腦部周期性活動(dòng)，運(yùn)算速度較快，占用資源相對(duì)較少，更加適用于普適化需求。

采用32通道腦電儀記錄腦電圖，同時(shí)記錄水平和垂直眼電用以去除偽跡。信號(hào)通帶設(shè)置為0Hz-200Hz低通濾除高頻背景射頻干擾和噪聲，采樣率為1000Hz滿足奈奎斯特采樣率要求，電極導(dǎo)電阻保持5KΩ以下，EEG 的參考電位為鼻尖位置并通過(guò)帽電極接地。

3.1 時(shí)域分析

時(shí)域分析是一種基礎(chǔ)的、常見的離散信號(hào)分析方法。EEG回波序列可提取的時(shí)域特征有均值、方差、極差等。EEG回波序列均值表示指定區(qū)域腦部活動(dòng)在一段觀測(cè)時(shí)間內(nèi)腦電回波的平均水平，EEG回波序列方差表示指定區(qū)域腦部活動(dòng)在一段觀測(cè)時(shí)間內(nèi)EEG回波起伏的強(qiáng)弱，EEG回波序列極差表示指定區(qū)域腦部活動(dòng)在一段觀測(cè)時(shí)間內(nèi)RCS起伏的幅度范圍。

設(shè)EEG回波序列為x(n)={x,x,…x,…,x}，則幅度均值、方差、極差計(jì)算公式為：

這里N為采樣序列長(zhǎng)度， n為采樣序號(hào)。幅度方差計(jì)算公式為：

幅度極差計(jì)算公式為：

EEG回波序列均值、標(biāo)準(zhǔn)差、方差、極差與測(cè)量時(shí)間關(guān)系如圖2。

圖2：數(shù)據(jù)率1000Hz時(shí)EEG回波均值、標(biāo)準(zhǔn)差、方差、極差與測(cè)量時(shí)間關(guān)系

研究發(fā)現(xiàn)，事件相關(guān)電位不總是表現(xiàn)為強(qiáng)幅值響應(yīng)。如運(yùn)動(dòng)視覺(jué)誘發(fā)電位（mVEP）就是一種在突然視覺(jué)運(yùn)動(dòng)刺激后約200ms后出現(xiàn)的一個(gè)負(fù)電波，淹沒(méi)在EEG回波噪聲背景中。即便是P300電位表現(xiàn)為腦電信號(hào)的正向波峰，信號(hào)依然非常微弱，難以辨識(shí)。噪聲表現(xiàn)為隨時(shí)間隨機(jī)變化、無(wú)限長(zhǎng)時(shí)間觀測(cè)均值為零的特點(diǎn)。

假設(shè)第k次EEG回波為EEG(k,n)，其中包含腦電回波序列X (k,n)和混疊噪聲序列S(k,n)。

EEG(k,n)=X(k,n)+S(k,n)

將K次EEG回波疊加，則有：

可見，多次疊加的信號(hào)S(n)，噪聲成份被平均抑制，腦電回波序列X(n)得到加強(qiáng)，有利于有效信號(hào)顯性化。需要注意將多個(gè)相同事件的EEG序列在事件發(fā)生的起點(diǎn)處對(duì)齊，同序號(hào)的序列值逐項(xiàng)對(duì)應(yīng)相加。如圖3所示。

圖3：不同疊加次數(shù)信號(hào)

3.2 功率譜分析方法

如圖4所示，腦電信號(hào)功率譜密度呈現(xiàn)單位頻率的功率分布情況，能夠在頻域上揭示復(fù)雜隱藏周期信號(hào)的變化規(guī)律。如前所述，采樣率f為1000Hz。可分辨不混疊的信號(hào)頻率范圍為500Hz，信號(hào)通帶設(shè)置為0Hz-200Hz，頻率分辨率為f/N。腦電信號(hào)的頻率特性用序列的傅里葉變換進(jìn)行分析，利用傅里葉變換把復(fù)雜信號(hào)分解為有限個(gè)等間隔頻率的正弦波的疊加。

圖4：信號(hào)功率譜

將等間隔采樣的N點(diǎn)腦電回波序列X (n)補(bǔ)零至M點(diǎn)，直接進(jìn)行M點(diǎn)傅里葉變換，計(jì)算功率譜密度：

4 結(jié)語(yǔ)

腦與神經(jīng)科學(xué)和電子信息科學(xué)的進(jìn)展，使得在特定場(chǎng)景下觀測(cè)大腦的部分活動(dòng)并獲取相關(guān)數(shù)據(jù)成為可能。通過(guò)腦機(jī)接口技術(shù)和大數(shù)據(jù)處理技術(shù)，建立結(jié)構(gòu)化的特征數(shù)據(jù)采集標(biāo)識(shí)架構(gòu)，分析挖掘腦部活動(dòng)與行為之間映射關(guān)系，已成為醫(yī)療與護(hù)理、娛樂(lè)、教育科技、智能家居等方面新興的科研熱點(diǎn)。這是一個(gè)多學(xué)科交叉融合的研究領(lǐng)域，涉及生物醫(yī)學(xué)工程、電子工程、材料科學(xué)、神經(jīng)科學(xué)、人工智能等眾多學(xué)科，可以實(shí)現(xiàn)日常生活中的腦機(jī)智能融合。與此同時(shí)，新興技術(shù)的發(fā)展將會(huì)使人類必須面對(duì)前所未有的超自然能力，需要關(guān)注腦科學(xué)研究應(yīng)用帶來(lái)的科學(xué)倫理挑戰(zhàn)，遵循可操作、可監(jiān)督兼顧安全與公平的社會(huì)倫理準(zhǔn)則。