1、第39卷第8期2005年8月西安交通大學(xué)學(xué)報J O U R N A LO FX I'A NJ I A O T O N G U N I V E R S I T YV o l.398基于多通道腦電特征運動意識任務(wù)的分類裴曉梅,鄭崇勛,賓光宇(西安交通大學(xué)生物醫(yī)學(xué)信息工程教育部重點實驗室,710049,西安摘要:提出利用多通道腦電(E E G相關(guān)性信息作為特征,實現(xiàn)對想象左右手運動兩種意識任務(wù)的分類.分析了兩種意識任務(wù)下描述多通道E E G相關(guān)性的兩個參數(shù)空間復(fù)雜度和有效場強的變化,發(fā)現(xiàn)想象任務(wù)開始時,對側(cè)腦區(qū)空間復(fù)雜度增高,有效場強降低,而同側(cè)腦區(qū)的變化恰好相反,較好地反映了想象左右手運動

2、時大腦兩側(cè)運動皮層狀態(tài)的不同.將兩種特征聯(lián)合用于分類,得到了滿意的結(jié)果,從而為腦!計算機接口系統(tǒng)中意識任務(wù)的特征提取與分類提供了新思路.關(guān)鍵詞:空間復(fù)雜度;有效場強;腦!計算機接口中圖分類號:R318文獻標(biāo)識碼:A文章編號:0253!987X(200508!0904!04C l a s s i f i c a t i o no f t h eM e n t a l T a s k sB a s e do n M u l t i c h a n n e lE l e c t r o e n c e p h a l o g r a mF e a t u r e sP e iX i a o m e

3、i,Z h e n g C h o n g x u n,B i nG u a n g y u(K e y L a b o r a t o r y o fB i o m e d i c a l I n f o r m a t i o nE n g i n e e r i n g o fE d u c a t i o n M i n i s t r y,X i'a nJ i a o t o n g U n i v e r s i t y,X i'a n710049,C h i n aA b s t r a c t:M u l t i c h a n n e l e l e c t

4、r o e n c e p h a l o g r a m(E E Gc o r r e l a t i o n f e a t u r e s a r e e x t r a c t e d t oc l a s s i f y l e f t a n d r i g h t h a n dm o t o r i m a g e r y t a s k s.T h e t i m e c o u r s e s o f s p a t i a l c o m p l e x i t ya n d f i e l d s t r e n g t ha r e a n a l y z e d r

5、 e s p e c t i v e l y a s t w o i m a g e r y t a s k s a r e p e r f o r m e d.I t i s d e m o n s t r a t e d t h a t a t t h e o n s e t o f i m a g i n a t i o n,c a l-c u l a t e db y m u l t i c h a n n e l E E Gf r o mt h e c o n t r a l a t e r a l a n dm i d-c e n t r a l r e g i o n r i s

6、 e sw h i l e t h e c o r r e s p o n d i n g l o w e r s.T h e o p p o s i t e c h a n g e s o c c u rw i t ha n df r o mt h e i p s i l a t e r a l a n d m i d-c e n t r a l r e g i o n.T h u s,t h e d i f f e r e n c e o f b r a i ns t a t e s i n t w oh e m i s p h e r e s d u r i n g l e f t o

7、r r i g h t h a n dm o t o r i m a g e r y i sw e l l r e p r e s e n t e d. T h e f e a t u r e sa n da r e c o m b i n e d t o d i s c r i m i n a t e l e f t a n d r i g h t h a n dm o t o r i m a g e r y t a s k s a n d s a t i s f a c t o r y r e s u l t s a r e o b t a i n e d,w h i c hc a nb

8、e e x p e c t e d t o p r o v i d e an e w w a y f o r t h e c l a s s i f i c a t i o no fm e n t a l t a s k s i n b r a i nc o m p u t e r i n t e r f a c e.K e y w o r d s:s p a t i a l c o m p l e x i t y;f i e l d s t r e n g t h;b r a i n c o m p u t e r i n t e r f a c e長期以來,人們希望能將人腦意識信息直接與計

9、算機溝通,實現(xiàn)腦!計算機的信息交換.腦!計算機接口(B C I技術(shù)為大腦和外界提供了一種全新的不依賴于周圍神經(jīng)和肌肉的信息交換與控制通道1.腦電(E E G記錄簡單、無創(chuàng),可以有效提取意識特征信息,因此目前B C I技術(shù)多是基于E E G1.B C I 的一個重要應(yīng)用是以運動意識信息為指導(dǎo)的功能性電刺激(F E S2,通過容易區(qū)分的左右手運動意識任務(wù)形成F E S控制命令,從而充分調(diào)動中樞神經(jīng)系統(tǒng)的潛力,增強F E S功能康復(fù)作用,為運動殘障患者開創(chuàng)了肢體運動控制的新模式2.目前,提取運動意識腦電特征通常采用經(jīng)典快速傅里葉變換(F F T、自回歸(A R模型3、小波包等方法,所提取的腦電能量特

10、征用于分類.F F T不可避免由于引入數(shù)據(jù)長度短而造成的頻譜泄漏等誤差;A R模型需要確定最佳模型階次;小波包方法則涉及選擇小波基問題.這些方法都是分別提取各通道自身E E G的能量特征,沒有考慮不同通道間收稿日期:2004!09!20.作者簡介:裴曉梅(1971",女,博士生;鄭崇勛(聯(lián)系人,男,教授,博士生導(dǎo)師.基金項目:國家自然科學(xué)基金資助項目(30370395.E E G的相關(guān)信息.本文從研究多通道腦電相關(guān)性著手,選擇通道間腦電相關(guān)性信息特征來反映不同的大腦狀態(tài),最后通過F i s h e r線性判別式分析,實現(xiàn)兩種意識任務(wù)分類,獲得了滿意的效果.1實驗數(shù)據(jù)本研究實驗數(shù)據(jù)來自

11、B C I2003競賽數(shù)據(jù),實驗由含有反饋信號控制的在線B C I系統(tǒng)完成.一次實驗持續(xù)9s,t=(0"2s,受試者保持休息狀態(tài);t=2 s時,屏幕出現(xiàn)十字光標(biāo)并伴隨聲音信號提示受試者準備想象任務(wù);t=(3"4.25s,十字光標(biāo)由指示左右方向的箭頭代替,要求受試者根據(jù)箭頭方向想象左手或右手的運動.B C I系統(tǒng)對兩種任務(wù)進行在線分類,根據(jù)前1s記錄的E E G獲取自適應(yīng)A R模型系數(shù),由判別式分析得到的分類結(jié)果提供給受試者作為反饋信號,使其繼續(xù)完成想象相應(yīng)手運動的任務(wù),直到t=9s.類似實驗描述見文獻3,4.整個實驗由280次實驗組成,實驗數(shù)據(jù)包括想象左右手運動任務(wù)各70次

12、的訓(xùn)練樣本及測試樣本數(shù)據(jù).信號采樣頻率為128H z,選擇位于C3、C4、C z電極前后各2.5c m位置的雙極導(dǎo)聯(lián)方式記錄腦電.2多通道空間復(fù)雜度與有效場強實驗中,通常記錄多電極E E G以獲取豐富的大腦信息,研究多電極E E G相關(guān)信息可有效揭示大腦狀態(tài)的總體變化.W a c k e r m a n n提出計算E E G多通道和,可量化相應(yīng)腦區(qū)的大腦總體狀態(tài)5,定義如下:考慮K個電極同時采集E E G各N個采樣點,構(gòu)成向量u1,uN,其中ui(i=1,N是第i點由K個電極記錄的E E G組成的K維向量.這里假設(shè)各通道E E G已作零均值及平均參考處理5,那么m0=1N #i1u i12(1

13、a=(m0/K1/2(1b由ui構(gòu)造得到協(xié)方差矩陣C=1N #iu i u T i(2計算C的特征值1,K,并作歸一化處理,得到歸一化特征值'1,'K,進而得到l n=-#j'j l n'j(3描述了K個電極E E G的空間復(fù)雜程度,量化了E E G同步化程度.值越低,E E G信號間同步性越高,相關(guān)性越強,反之亦然5.描述了相應(yīng)腦區(qū)的有效場強,和從不同角度反映了不同通道信號間的相關(guān)性特征5.3想象左右手運動時、的分析人類腦電根據(jù)頻帶可劃分為*、+、,4個腦電節(jié)律.奧地利G r a z科技大學(xué)的研究表明,人在想象單側(cè)手運動時,大腦對側(cè)手運動功能區(qū)+、,頻段的E

14、E G幅值減小,同時同側(cè)手運動功能區(qū)的E E G幅值增加,被稱為事件相關(guān)去同步!事件相關(guān)同步(E R D/E R S6.對于這種在大腦皮層同時出現(xiàn)完全相反的E R D/E R S模式,有學(xué)者提出f o c a lE R D/ s u r r o u n dE R S假設(shè),認為這種模式反映了丘腦!皮層的工作機制,即大腦可通過抑制周圍皮層區(qū)域活動來提高焦點功能皮層區(qū)的激活程度7,可見運動皮層左右側(cè)腦區(qū)狀態(tài)在想象手運動時全然不同.針對實驗數(shù)據(jù),選擇研究由C3和C z、C4和C z兩個通道確定的左右側(cè)腦區(qū)的腦電和參數(shù),可以突出想象左右手運動任務(wù)時大腦狀態(tài)的不同,此時相當(dāng)于和定義中的K=2.本文研究(1

15、0"12H z的-節(jié)律,因為-節(jié)律腦電活動對想象手運動任務(wù)的反應(yīng)最敏感8.在計算和之前,首先對E E G作零均值處理(未作平均參考處理,因為實驗中E E G記錄采用雙極導(dǎo)聯(lián)方式,相當(dāng)于已經(jīng)對信號做了局部濾波處理,因而不存在參考電極的影響4.想象左右手運動會引起大腦對側(cè)和同側(cè)E E G較大的差別,因此為減小不同通道E E G幅值對的影響,計算前對各通道E E G信號幅值作歸一化處理.為得到參數(shù)、的時程,選擇滑動時間窗為1s,每次移動1個采樣點,得到一次實驗的參數(shù)時程變化.然后,將對應(yīng)左手和右手想象任務(wù)的各次實驗所得的參數(shù)分別疊加,由于每次實驗都是在完全相同的控制條件下完成的,因而疊加后

16、,突出反映了與特定事件相關(guān)的、的細微變化.分別對C3、C z以及C4、C z電極的E E G計算、時程,結(jié)果如圖1所示.圖中C3z和C4z分別表示由電極C3和C z以及C4和C z的E E G計算得到的,C3z、C4z表示相對應(yīng)的.想象單側(cè)手運動導(dǎo)致對側(cè)和同側(cè)運動皮層區(qū)分別出現(xiàn)E R D/E R S,去同步反映了大量神經(jīng)元活動的獨立性增強,因此量化多通道E E G同步化程度的參數(shù)在對側(cè)腦區(qū)將會增大,在同側(cè)腦區(qū)則減小.這一點與圖1a、圖1b中的時程變化恰好一致,表現(xiàn)為C3z(右手、C4z(左手升高,C3z(左手、C4z(右手減小,與采用相關(guān)系數(shù)描述不同腦59第8期裴曉梅,等:基于多通道腦電特征運

17、動意識任務(wù)的分類 -1(4a I (t =0.5l a (1+S N R (t (4b式中:S N R (t 為B C I 系統(tǒng)在t 時刻的信噪比;i 為第i次實驗;D (i t 為第i 次實驗在t 時刻的判別距離;L 、R 表示想象左右手運動的實驗;I (t 為t 時刻B C I 系統(tǒng)的互信息.目前,常用最大分類正確率、最大互信息等參數(shù)作為評價指標(biāo),反映受試者區(qū)分兩類意識任務(wù)最佳時刻的B C I 系統(tǒng)性能.6 實驗結(jié)果利用上述方法對測試樣本數(shù)據(jù)進行處理,得到的分類正確率和互信息時程如圖2所示,在t =5s609西 安 交 通 大 學(xué) 學(xué) 報 第39卷附近,分類正確率最大達到87.14%,同時

18、互信息也達到最大值(Im a x0.52b i t,說明此時分類結(jié)果中包含大腦意識的有效信息量最大.因此,互信息作為評價兩類意識任務(wù)模式分離性的測度能很好地反映B C I系統(tǒng)的性能,且能與分類正確率保持一致的變化 .、特征87.141.0570.52都明顯優(yōu)于采用A R模型的結(jié)果,其主要原因是本文特征向量中除包含反映的能量特征外,還包含描述的通道間相關(guān)性特征,從而為B C I系統(tǒng)大腦運動意識任務(wù)腦電特征提取與分類提供了新的思路.兩通道、參數(shù)計算速度快,算法簡單,因此將其作為E E G特征用于大腦運動意識任務(wù)的分類,能滿足B C I系統(tǒng)實時性處理的要求,有可能應(yīng)用于E E G特征提取和分類的在線

19、B C I系統(tǒng).參考文獻:1W o l p a w JR,B i r b a u m e r N,M c F a r l a n d DJ,e ta l.B r a i n-c o m p u t e r i n t e r f a c e s f o r c o m m u n i c a t i o na n dc o n-t r o lJ.C l i n i c a lN e u r o p h y s i o l o g y,2002,113(6:767!791.2P f u r t s c h e l l e rG,M u l l e r G R,P f u r t s c h e

20、l l e r J.T h o u g h t-c o n t r o l o f f u n c t i o n a l e l e c t r i c a l s t i m u l a t i o nt o r e s t o r e h a n d g r a s p i n a p a t i e n tw i t h t e t r a p l e g i aJ.N e u r o s c i e n c eL e t t e r s,2003,351(1:22!36.3S c h lög lA,L u g g e rK,P f u r t s c h e l l e r

21、G.U s i n g a d a p t i v ea u t o r e g r e s s i v e p a r a m e t e r sf o rab r a i n-c o m p u t e r-i n t e r-f a c e e x p e r i m e n tA.T h e19t h A n n u a l I n t e r n a t i o n a lC o n f e r e n c e I E E E/E M B S,C h i c a g o,U S A,1997.4P f u r t s c h e l l e rG,N e u p e rC,F l o

22、 t z i n g e rD,e t a l.E E G-b a s e dd i sc r i m i n a t i o nb e t w e e n i m a g i n a t i o no f r i g h t a n dl e f t h a n dm o v e m e n tJ.E l e c t r o e n c e p h a l o g r a p h y a n dC l i n i c a lN e u r o p h y s i o l o g y,1997,103(6:642!651.5W a c k e r m a n nJ.T o w a r d sa

23、 q u a n t i t a t i v ec h a r a c t e r i z a-t i o n o f f u n c t i o n a l s t a t e s o f t h e b r a i n:f r o mt h e n o n-l i n-e a rm e t h o d o l o g y t ot h e g l o b a l l i n e a rd e s c r i p t i o nJ.I n t JP s y c h o p h y s i o l,1999,34(1:65!80.6P f u r t s c h e l l e rG,d aS i l v aL o p e sF H.E v e n t-r e l a t e dE E G/M E G s y n c h r o n i z a t i o n a n d d e s y n c h r o n i z a t i o n:b a s ic p r i n c i p l e sJ.C l i n i c a lN e u r o p h y s i o l o g y,1999,110(11:1842!1857.7N e u p e rC,P f u r t s c h e l l e rG.E v e n t-r e l a t e dd y n