脑机接口研究方法

第四节　脑机接口研究方法

一、EEG信号采样及存储

(1)电极。目前多数采用按照国际10～20系统设定好电极位置的电极帽来提取EEG信号。

(2)电极数目的确定和位置的选择。在BCI研究中，需要确定测量EEG信号的电极的数目。较多的电极数目，在提高EEG信号定位的准确性的同时增加了处理的复杂度，因而尽可能选择少一点的电极数目。电极位置的选择取决于BCI系统本身的要求及与EEG信号特征变化相关的脑区。

(3)预处理。信号在采集过程中，会夹杂干扰，常见的有市电干扰、眼动干扰、声音干扰等，必须通过某种方式减弱或除去干扰，同时保证原有信号成分特征不被改变。

(4)存储。通过电极帽采集的信号是模拟信号，在输入计算机处理之前，必须通过A/D板将其转化为数字信号，以便存储在计算机内进一步分析处理。

二、BCI研究中采用EEG信号的类型(见表1-1)

(1)P300。P300是一种事件相关电位，其峰值大约出现在事件发生后300毫秒，相关事件发生的概率越小，所引起的P300越显著。

(2)视觉诱发电位。视觉器官受到光或图形刺激后，在大脑特定部位所记录的EEG电位变化，称之为视觉诱发电位(Visual Evoked Potential，VEP)。

(3)事件相关同步或去同步电位。单边的肢体运动或想象运动，对侧脑区产生事件相关去同步电位(Event-Related Desynchronization，ERD)，同侧脑区产生事件相关同步电位(Event-Related Synchronization，ERS)。

(4)皮层慢电位。皮层慢电位(Slow Cortical Potential，SCP)是皮层电位的变化，持续时间为几百毫秒到几秒，实验者通过反馈训练学习，可以自主控制SCP幅度产生正向或负向偏移。

(5)自发脑电信号。在不同的意识状态下，人们脑电信号中的不同节律呈现出各异的活动状态。按照所在频段的不同分类，一般采用希腊字母(α、β、γ、δ、θ)来表示不同的自发EEG信号节律。比如α节律在8～13Hz频段，而β节律则在13～22Hz频段。

表1-1　　　　　　　BCI所使用的EEG信号

采用以上几种脑电信号作为BCI输入信号，有各自的特点和局限。P300和VEP都属于诱发电位，不需要进行训练，其信号检测和处理方法较简单且正确率较高，不足之处是需要额外的刺激装置提供刺激，并且依赖于人的某种知觉(如视觉)。其他几类信号的优点是可以不依赖外部刺激就可产生，但需要大量的特殊训练。

三、训练

时至今日，大多数BCI研究主要集中于技术层面的研究，即如何更好地采集、处理和分类EEG信号。然而，EEG信号的产生者是人，而不是机器，他(她)的一举一动都可能会对实验产生影响。因此，BCI实验中对受试者的训练也是值得关注的。

如何对受试者进行训练呢?也就是说，我们用什么实验方案?不同的BCI系统采用不同的实验方案。一般来讲，方案分为几个阶段，每个阶段又分成若干小节，每一小节大概持续几分钟，每个方案可能会持续半个小时到几个小时(见图1-4)，为我们用于脑机接口系统的训练方案。首先在电脑屏幕中间显示一秒的十字符号，在第二秒开始屏幕左(或者右)出现一竖线，用来提示受试者左右想象运动，运动想象持续时间五秒，随后出现两秒的随机间隔。

图1-4　脑机接口系统训练方案

某些BCI系统基于事件诱发电位的，如基于P300或VEP的BCI系统，并不需要训练，受试者按照指示就能启动实验。通常为了实验能够顺利开展，在初次实验前，对受试者都要进行训练，只是时间长短不同而已。训练的时间和过程因BCI系统和受试者而异。

在某些BCI系统中，用户必须了解如何自主调节自身的EEG信号幅度，这时训练是必不可少的，而且训练时间可能会很长;在基于模式识别的BCI系统中，训练侧重于获得相应的参数;在基于操作条件方法的BCI系统中，需要受试者反复训练，可能长达数月才能达到预计的效果。

四、反馈

大多数BCI系统是需要反馈的，最常见的反馈形式是光标控制，受试者把光标移到指定目标位置，只能使用上/下或左/右两组命令。一开始，光标在屏幕中央，每一节以光标碰到目标位置或相反位置为结束。当碰到目标位置时，光标会闪烁，说明成功;这种反馈能够加强受试者用意念操作光标的信心。光标控制提供的反馈是持续性反馈，受试者能够亲眼看到自己意念驱动光标在移动，如方向不对可以及时调整。

在BCI系统中，特别是基于操作条件的BCI系统中，反馈是必要的，受试者需要知道哪种意念能够移动光标朝哪个方向运动，反馈既有好处也有负面影响。

首先来看好处:

(1)激励持续性实验的动力。看不到结果的实验令人沮丧，不断看到自己能用意念操纵光标朝目的地移动无疑是一种巨大的激励。

(2)吸引受试者的注意力。不断有进展，会使受试者倍感兴趣，注意力不易分散。

(3)提供反馈给信号处理模块，以增强系统的稳定性和准确性。

其次来看负面影响:

(1)反馈可能会引起意念“不纯”。反馈会使受试者产生实验以外的意念，从而使采集的EEG信号并不仅仅反映实验的内容。

(2)反馈的结果会对受试者的EEG信号有影响。如在光标移动中，正确的移动会使受试者加快移动速度，错误的移动会使受试者沮丧，两者都会对EEG信号产生影响。

(3)视觉刺激反馈可能会影响α节律。

五、算法

BCI的算法是指在信号处理阶段，能够将BCI输入的信号转化为对实际装置进行控制的命令的一系列信号处理算法，脑电信号是低信噪比非平稳随机信号，包含的成分非常复杂，为了达到诊断或研究的要求需要对其进行必要的处理和分析。BCI中用到的算法一般分成两个不同阶段，一是特征提取阶段，主要有以下几个方面的算法:

(1)时域信号上的特征提取:包括幅度比较、小波变换、Kalman滤波等。

(2)空间域上的特征提取:包括拉普拉斯变换、主成分分析、独立成分分析等。

(3)时空域上的特征提取:包括时空域上成分分析、多元自回归模型等。

(4)转换模型特征提取:包括EEG转换为偶极子溯源等。

二是分类阶段，主要有以下两种算法:

(1)线性分类:其中包括线性判别式分类法LDA、Bayesian分类器等。

(2)非线性分类:主要有支持向量机分类法、神经网络等。