CN103399627B - 基于变频闪烁刺激的脑-机接口范式 - Google Patents

Abstract

本发明涉及脑-机接口。为提出一种新的BCI视觉刺激范式，能够增加BCI系统的控制待选项数目；本发明采取的技术方案是，基于变频闪烁刺激的脑-机接口范式，包括如下步骤：采用变频信号进行视觉刺激诱发产生脑电信号，采集脑电信号数据，将其存储后再进行一定的预处理、特征提取，最后使用支持向量机进行分类计算其判断正确率和信息传输率；变频信号表达式为：其中：a为频率变化的速率，为恒定值，f₀表示信号的起始频率，表示信号的初相位，t表示时间，变频信号的最小频率大于6Hz。本发明主要应用于脑-机接口设计。

Description

基于变频闪烁刺激的脑-机接口范式

技术领域

本发明涉及脑-机接口,具体讲，涉及基于变频闪烁刺激的脑-机接口范式。

背景技术

第一次脑-机接口（Brain-ComputerInterface，BCI）国际会议给出的BCI的定义是：“BCI是一种不依赖于大脑外围神经与肌肉正常输出通道的通讯控制系统。”目前的研究成果中，它主要是通过采集和分析不同状态下人的脑电信号，然后使用一定的工程技术手段在人脑与计算机或其它电子设备之间建立起直接的交流和控制通道，从而实现一种全新的信息交换与控制技术，可以为残疾人特别是那些丧失了基本肢体运动功能但思维正常的病人提供一种与外界进行信息交流与控制的途径。即可以不需语言或肢体动作，直接通过控制脑电来表达意愿或操纵外界设备。为此，BCI技术也越来越受到重视。

在脑-机接口的研究中，稳态视觉诱发电位是最常用也是最为有效的模式之一。它无需对被试进行训练，实验简单方便易行。有很高的信噪比，在头皮上就可以记录到较强的SSVEP信号，且需要的电极极少，一到两个电极就可以采集到足够的信息，具有很强的可操作性。基于上述优点我们可以看出，对于SSVEP的深入研究有助于我们更加清楚地了解我们的大脑，实现真正的人机交互，具有很强的理论与应用价值。

SSVEP信号虽然优点很多，但传统的SSVEP也有其不可避免的缺点。由于SSVEP的形成特点及视觉暂留现象，能够从脑电中分析出来的SSVEP信号，其对应的闪烁频率范围被限制在了6-40Hz。由于高频段的闪烁刺激诱发的SSVEP脑电效果不如中频段，所以能够达到普适性的闪烁刺激频率范围又会小于6-40Hz。SSVEP的分析是通过对脑电进行功率谱分析得来的，功率谱存在其频率分辨率，所以各个闪烁刺激的频率最小间隔也有一定的限制，再加上SSVEP虽然普适性好，但依旧存在个体差异性，不同的人对于同一个闪烁刺激的SSVEP响应，其在功率谱上的谱峰会存在一定的偏差。通常情况下，诱发SSVEP脑电信号的闪烁刺激频率间隔需要1Hz，识别率较高的频率范围在8-24Hz。种种因素限制下，在实验中能够得到的稳定的诱发SSVEP脑电信号的闪烁刺激个数，还是十分有限的，即控制待选项有限。

发明内容

本发明旨在克服现有技术的不足，本发明的主旨是提出一种新的BCI视觉刺激范式，与传统基于视觉诱发的BCI系统相比，能够增加BCI系统的控制待选项数目。进一步研究可以得到完善的脑-机接口系统，有望获得可观的社会效益和经济效益，为达到上述目的，本发明采取的技术方案是，基于变频闪烁刺激的脑-机接口范式，包括如下步骤：采用变频信号进行视觉刺激诱发产生脑电信号，采集脑电信号数据，将其存储后再进行一定的预处理、特征提取，最后使用支持向量机进行分类计算其判断正确率和信息传输率；变频信号表达式为：

其中：a为频率变化的速率，为恒定值，f₀表示信号的起始频率，表示信号的初相位，t表示时间，变频信号的最小频率大于6Hz。

频率变化速率a介于-1.5Hz/s至-0.5Hz/s或者0.5Hz/s至1.5Hz/s，且起始频率f₀介于13Hz之23Hz。

预处理具体为：采样截止频率为12Hz和24Hz的3阶巴特沃斯带通滤波器，之后降采样至64Hz。特征提取具体为：使用可以同时提取时域与频域信息的时频分析方法，即短时傅里叶分析作为时频分析方法，具体为：首先使用一个有限宽度的观察窗W(t)对信号x(t)进行观察，然后对加窗后的信号进行傅立叶变换得到结果，

$\mathrm{STFT}(t,\mathrm{\ω})=\underset{-\∞}{\overset{+\∞}{\∫}}x\left(\mathrm{\τ}\right)W^{*}(\mathrm{\τ}-t)e^{-\mathrm{j\ω\τ}}\mathrm{d\τ}---\left(2\right)$

这里ω是角频率，τ是时间，j是复数特征标志，W^*(τ-t)是W(τ-t)的复共轭函数，当把有限取值长度的观察窗沿时间轴平移，即可在二维的时频平面上得到信号的频谱分布随时间变化的信息，从而得到脑电信号的二维时频图谱。

原始信号采样率在64Hz，窗函数的时间长度在2s。

本发明的技术特点及效果：

本发明的变频信号在原有固定频率闪烁刺激的基础上添加了频率变化速率这一个新的参量，使得传统的SSVEP脑-机接口能够克服原有的可供选择的闪烁频率点受限这一缺点。基于变频诱发电位脑-机接口具有信噪比较高、稳定性较高、多选择项的优点，为脑-机接口尽快步入大范围时间应用阶段奠定基础。

附图说明

图1为本发明装置的结构示意图。LEDStimulator：发光二极管刺激器；Stimulation：刺激程序；FPGA：现场可编程门阵列；SyncSignal：同步信号；Bluetooth：蓝牙传输；EEGSIGNALRECOEDING：脑电信号记录；Oz：脑电电极位置。

具体实施方式

设计了一种基于变频信号调制的视觉刺激脑-机接口（BCI）范式。正常人在受到某一频率（一般大于6Hz）的闪烁刺激时，对应的脑电里会出现和刺激频率或其谐波一致的响应，该响应就是所谓的稳态视觉诱发电位（SSVEP）。如果使刺激频率以某一特定的模式变化，那么其脑电信号的频率特征也会产生相应的变化模式。本装置设计将传统的单一频率的视觉刺激模式变成变频信号调制的视觉刺激模式，从而诱发出相应的变频视觉诱发电位。

其技术流程是：设计新范式实验，搭建好实验所需的脑电信号采集装置，然后在实验系统指导下，采集操作者脑电信号数据，将其存储后再进行一定的预处理、特征提取，最后使用支持向量机进行分类计算其判断正确率和信息传输率。

本发明设计了一种基于变频信号调制的视觉刺激脑-机接口（BCI）范式。该项发明可以用于残疾人康复、电子娱乐、工业控制等领域，进一步研究可以得到完善的脑-机接口系统，有望获得可观的社会效益和经济效益。

下面结合附图和具体实施方式进一步说明本发明。

图1为本发明装置的结构示意图。该设计包括脑电电极和脑电放大器等脑电采集系统,FPGA视觉刺激系统和计算机等部分。使用Neurosky公司生产的脑电数字采集系统采集脑电，采集Oz单通道的脑电数据。受试者安静地坐于距屏幕约1m的靠椅上，注视计算机屏幕上的刺激范式的闪烁。在此过程中受试者脑电会产生相应的变化：脑电信号在大脑皮层产生，由脑电电极探测后经过脑电放大器放大、滤波后输入计算机。采集到得脑电数据再经过后续的数据处理提取相应的变频视觉诱发电位特征信号，从而将这些特征应用于实验任务的模式识别。

1刺激模块设计

通常意义下的稳态视觉诱发电位是由频率固定的视觉刺激诱发而成的。当刺激频率以缓慢速率进行变化时，通过对EEG进行功率谱分析，依旧能够发现与SSVEP性质类似的功率谱密度分布。因此将刺激频率的变化速率作为一个参量，一旦这个参量能够通过分析脑电信号而得到，诱发SSVEP的闪烁刺激种类就可以得到扩展。

本发明的基本变频信号表达式为：

其中：a为频率变化的速率，为恒定值，f₀表示信号的起始频率，表示信号的初相位。

按照SSVEP形成的机理，闪烁刺激每闪烁一次就会激发出一个暂态VEP（TVEP），频率大于6Hz的闪烁频率就会激发出SSVEP。相应的，如果将闪烁刺激的频率调制为变频信号的模式，只要信号的最小频率大于6Hz，我们就能够通过类似SSVEP的脑电分析方法找到由变频信号诱发的视觉诱发电位的时频特性。

本发明通过前期大量的实验优化得到参数a和f₀的取值：当频率变化速率a介于-1.5Hz/s至-0.5Hz/s或者0.5Hz/s至1.5Hz/s，且起始频率f₀介于13Hz之23Hz时，采集得到的变频视觉诱发电位的信噪比最高。

2特征提取与分类

对于SSVEP信号的处理通常使用功率谱分析，然而谱分析方法中暗含着对于处理信号的平稳性假设，也即是假设信号的频谱成分在整个时间轴上是同分布的。因而对于变频视觉诱发电位而言，这一假设显然不成立。针对这种情况，替代方法是使用可以同时提取时域与频域信息的时频分析方法，短时傅里叶分析是目前常用的时频分析方法之一，它假设脑电信号具有一定程度的短时平稳性，也即是在一个有限的时间窗内信号的频谱分布式不变的。

短时傅里叶变换的方法是首先使用一个有限宽度的观察窗W(t)对信号x(t)进行观察，然后对加窗后的信号进行傅立叶变换得到的，

$\mathrm{STFT}(t,\mathrm{\ω})=\underset{-\∞}{\overset{+\∞}{\∫}}x\left(\mathrm{\τ}\right)W^{*}(\mathrm{\τ}-t)e^{-\mathrm{j\ω\τ}}\mathrm{d\τ}---\left(2\right)$

这里ω是角频率，τ是时间，j是复数特征标志，W^*(τ-t)是W(τ-t)的复共轭函数。当把有限取值长度的观察窗沿时间轴平移，即可在二维的时频平面上得到信号的频谱分布随时间变化的信息，这样可以得到脑电信号的二维时频图谱。本发明通过前期大量的实验优化得到采样率参数和窗函数时间长度参数的取值：当原始信号采样率在64Hz，窗函数的时间长度在2s时能获得最好结果。

针对变频视觉诱发电位样本数较少的特点，我们选用支持向量机作为分类工具。支持向量机是近年来在模式识别与机器学习领域中出现的新工具，以统计学习理论为基础，有效地避免经典学习方法中过学习、维数灾难、局部极小等传统分类存在的问题，在小样本条件下仍然具有良好的范化能力。它通过构造最优超平面，使得对未知样本的分类误差最小。

模式识别的过程如下：在经过了特征提取阶段之后，我们将这些从样本中提取到的特征用来训练支持向量机（SVM）分类器，训练后得到一个model，然后再利用这个model来对未知模式类型的想象动作进行分类，得到的结果即为未知模式想象动作的模式识别结果以及识别正确率。本发明通过前期大量的实验优化得到SVM中核函数和惩罚因子的取值：如表1所示，线性核获得正确率最高。

表1核函数和惩罚因子效果比较

Claims (4)

1.一种基于变频闪烁刺激的脑-机接口范式，包括如下步骤：采用变频信号进行视觉刺激诱发产生脑电信号，采集脑电信号数据，将其存储后再进行一定的预处理、特征提取，最后使用支持向量机进行分类计算其判断正确率和信息传输率；变频信号表达式为：

其中：a为频率变化的速率，为恒定值，f₀表示信号的起始频率，表示信号的初相位，t表示时间，变频信号的最小频率大于6Hz。

2.如权利要求1所述的基于变频闪烁刺激的脑-机接口范式，其特征是，频率变化速率a介于-1.5Hz/s至-0.5Hz/s或者0.5Hz/s至1.5Hz/s，且起始频率f₀介于13Hz之23Hz。

3.如权利要求1所述的基于变频闪烁刺激的脑-机接口范式，其特征是，预处理具体为：采样截止频率为12Hz和24Hz的3阶巴特沃斯带通滤波器，之后降采样至64Hz；特征提取具体为：使用可以同时提取时域与频域信息的时频分析方法，即短时傅里叶分析作为时频分析方法，具体为：首先使用一个有限宽度的观察窗W(t)对信号x(t)进行观察，然后对加窗后的信号进行傅立叶变换得到结果：

$STFT(t,\mathrm{\ω})=\underset{-\mathrm{\∞}}{\overset{+\mathrm{\∞}}{\∫}}x\left(\mathrm{\τ}\right)W^{*}(\mathrm{\τ}-t)e^{-j\mathrm{\ω}\mathrm{\τ}}d\mathrm{\τ}---\left(2\right)$

这里ω是角频率，W^*(τ-t)是W(τ-t)的复共轭函数，当把有限取值长度的观察窗沿时间轴平移，即可在二维的时频平面上得到信号的频谱分布随时间变化的信息，从而得到脑电信号的二维时频图谱。

4.如权利要求3所述的基于变频闪烁刺激的脑-机接口范式，其特征是，原始信号采样率在64Hz，窗函数的时间长度在2s。