CN103970273B - 基于随机共振增强的稳态运动视觉诱发电位脑机接口方法 - Google Patents

Abstract

基于随机共振增强的稳态运动视觉诱发电位脑机接口方法，先在使用者头部安放电极，测得的脑电信号送往计算机，然后将运动刺激单元通过计算机屏幕同时呈现在使用者面前，以服从高斯分布的二维噪声点掩蔽运动刺激单元，噪声点更新频率同步于屏幕刷新率，噪声强度以高斯分布标准差表征，形成运动刺激单元后，使用者注视运动刺激单元中的任意一个，计算机同步采集刺激开始与结束标志位，并通过测试电极采集脑电信号，计算出不同刺激目标的显著性概率，判定并通过屏幕指示出目标，再进行下一次目标识别，本发明能够显著增强使用者大脑响应的强度，提升现有脑机接口的精度和效率，创新提高脑机接口技术的实用化水平。

Description

基于随机共振增强的稳态运动视觉诱发电位脑机接口方法

技术领域

本发明涉及生物医学工程中神经工程及脑-机接口技术领域，具体涉及基于随机共振增强的稳态运动视觉诱发电位脑机接口方法。

背景技术

脑机接口是人脑-计算机接口的简称，稳态视觉诱发电位信号作为一种重要的信息载体，具有抗干扰能力强、信息传输率高及所有使用者无需训练均可诱发较强响应的特点，因而是脑机接口应用中最具实用意义的信号类型。针对其诱发需较高光强度的光闪烁，易造成使用者不适，特别是在较低刺激频率下光闪烁周期较长及单周期内亮度变化明显，更易引起使用者视觉疲劳造成大脑响应信号降低的特点，基于运动视觉诱发的稳态诱发电位脑机接口方法，采用人对稳态运动的视觉感知能力实现稳态诱发电位下的脑机接口应用，显著提升了脑机接口的抗疲劳、抗干扰能力。但基于稳态运动视觉诱发电位的脑机接口依然受到使用者个体差异和生理噪声的影响，多依赖具体软件算法的改进实现系统性能的提升，性能拓展空间小，不利于脑机接口技术的实用化发展。

20世纪80年代提出的随机共振理论表明噪声能够增强某些特定的非线性动力学系统的可测性，即在随机噪声的作用下系统响应能够得到增强而非减弱。这种“噪声增益”作用广泛存在于非线性系统如神经系统的实验和理论研究中，研究表明神经元发放的同步化能够借助施加噪声的强度优化得以增强，以至在头皮表面形成高信噪比的脑电信号，通过采用噪声诱导人为实现神经系统兴奋性增强的方式为当前脑机接口技术提供了创新发展思路。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供基于随机共振增强的稳态运动视觉诱发电位脑机接口方法，利用一定强度下的视觉高斯白噪声点以二维视觉刺激形式呈现于使用者，通过脑神经元固有的随机共振机制实现视觉噪声参与下稳态运动视觉诱发电位响应兴奋性的增强，能更好地复原和增强头皮脑电信号的强度，提升脑机接口技术的实用化水平。

为了达到上述目的，本发明采取的技术方案为：

基于随机共振增强的稳态运动视觉诱发电位脑机接口方法，包括以下步骤：

步骤1，在使用者头部视觉枕区安放测量电极，在其单侧耳垂位置处安放参考电极，在其头部前额处安放地电极，电极测得的脑电信号经放大和模数转换后送往计算机；

步骤2，将2个以上的按不同刺激频率进行稳态振荡的运动刺激单元通过计算机屏幕同时呈现在使用者面前，使用者头部距离计算机屏幕为50～100厘米，运动刺激单元采用白色单环，其宽度在运动翻转过程中保持不变，为其扩张至最大时的外圆半径的一半，这使得环形收缩至最小时其宽度不会因收缩而压缩，以服从高斯分布的二维噪声点掩蔽运动刺激单元，噪声点更新频率同步于屏幕刷新率，噪声点的灰度级在0-255之间，噪声点的二维灰度均值为128，噪声强度以高斯分布标准差表征，通过选用不同噪声强度验证不同视觉噪声对大脑稳态响应的影响；

步骤3，形成2个以上运动刺激单元后，按以下步骤进行：

步骤3-1，使用者注视2个以上运动刺激单元中的任意一个，使用者注视的运动刺激单元称为目标，而其他运动刺激单元称为非目标；

步骤3-2，计算机同步采集刺激开始与结束标志位，并通过测试电极采集脑电信号，使用GT² _circ检验法判别出刺激目标，具体包含以下操作：首先，对脑电信号作滤波和陷波处理；其次，对原始脑电信号作预白化处理，消除低频脑电成份的影响；再次，获得脑电数据中依照刺激起始标志位按不同的运动翻转刺激整周期进行截断的数据段，经快速傅里叶变换得到包含多个谐波分量的傅里叶向量；最后，将傅里叶向量代入GT² _circ假设检验中，得到相应统计量，通过比较统计量相对于绝对零值的显著程度，计算出不同刺激目标下的显著性概率；

步骤3-3，根据计算得到的每个刺激频率对应的显著性概率，若其中最小值小于预设的显著度水平，将最小值对应的刺激频率所属的运动刺激单元判定为使用者所注视的目标；

步骤4，计算机通过屏幕指示出使用者所注视的目标，实现对使用者的视觉反馈；

步骤5，计算机完成目标识别后，返回步骤3，重复步骤3和步骤4，进行下一次目标识别任务。

本发明针对头皮脑电信号容易受到各种电生理信号以及其他噪声的干扰，造成头皮诱发电位信号微弱、辨识困难、限制脑机接口性能的问题，提出了基于随机共振增强的稳态运动视觉诱发电位脑机接口范式。大脑作为一种典型的非线性动力学系统，其输出在理论上能够通过无序视觉刺激的随机共振方式等到增强，目前神经系统的随机共振研究多停留在现象观察阶段，尚未转化为实际工程应用。本发明是随机共振技术在脑机接口中的创新应用，以视觉运动诱发电位作为视觉系统的典型输出形式，通过在稳态周期视觉输入中引入噪声的方式，实现一定程度上对大脑动力学特性的扰动，实现稳态运动视觉诱发电位的有效增强，由此，为优化视觉响应并实现高性能脑机接口技术的实用化开辟了新的思路，显示了如下优越性：

(1)相比于传统的脑-机交互方式，本发明首次将神经系统随机共振机制引入脑机接口应用实施中，采用噪声掩蔽的视觉刺激范式实现了使用者大脑响应的增强；

(2)实现了随机共振增强机制下大脑输出响应逼近输入信号特征的现象，确保了脑电信号在神经系统传输过程中的不失真；

(3)实现了随机共振增强机制下脑机接口精度和效率的同步提升，保障了脑机接口信息的高效传输，脑-机交互过程更加友好。

附图说明

图1为脑电电极位置图。

图2为结合视觉噪声的脑机接口刺激范式图。

图3为运动刺激单元布置示意图。

图4为GT² _circ假设检验算法流程图。

图5为随机共振增强机制下大脑响应波形及幅值谱图，图5(a)为15Hz刺激频率下大脑响应波形及幅值谱图；图5(b)为12Hz刺激频率下大脑响应波形及幅值谱图；图5(c)为8.57Hz刺激频率下大脑响应波形及幅值谱图。

图6为脑机接口在线性能图，纵坐标代表正确率，横坐标为该正确率下不同次实验对应的正确检测时间的分布,图6(a)为使用者S1操作脑机接口时的在线性能图；图6(b)为使用者S2操作脑机接口时的在线性能图；图6(c)为使用者S3操作脑机接口时的在线性能图；图6(d)为使用者S4操作脑机接口时的在线性能图。

具体实施方式

下面结合附图及实施例对本发明作进一步的详细说明。

基于随机共振增强的稳态运动视觉诱发电位脑机接口方法，包含以下步骤：

步骤1，参照图1，在使用者头部视觉枕区Oz位置安放测量电极，在其单侧耳垂位置A1或A2处安放参考电极，在其头部前额处Fpz位置安放地电极，电极测得的脑电信号经放大和模数转换后送往计算机；

步骤2，参照图2和图3，将3个按不同刺激频率进行稳态振荡的运动刺激单元通过计算机屏幕同时呈现在使用者面前，使用者头部距离计算机屏幕约为70厘米，3个运动刺激单元按上、左下、右下位置呈等边三角形分布呈现于计算机屏幕上，运动刺激单元直径为300像素，其中心距屏幕中心距离为450像素，运动刺激单元采用白色单环，其宽度在运动翻转过程中保持不变，为其扩张至最大时的外圆半径的一半，这使得环形收缩至最小时其宽度不会因收缩而压缩，以服从高斯分布的二维噪声点掩蔽运动刺激单元，噪声点更新频率同步于屏幕刷新率，即1/60秒更新一次，噪声点的灰度级在0-255之间，噪声点的二维灰度均值为128，噪声强度以高斯分布标准差表征，通过选用不同噪声强度验证不同视觉噪声对大脑稳态响应的影响，每个噪声点为边长4个像素点的方形区域，

刺激呈现过程中，运动刺激单元按正弦调制方式进行收缩和扩张，形成两个方向上的周期往复振荡运动，据此形成3个运动刺激单元，由于可选刺激频率受到屏幕刷新率的限制，在实验用60Hz计算机屏幕刷新率的条件下，在7～15Hz高信噪比频段选用的刺激频率如表1所示，

表1：运动刺激单元的刺激频率与刷新帧数的对应关系

步骤3，形成3个运动刺激单元后，按以下步骤进行：

步骤3-1，使用者注视3个运动刺激单元中的任意一个，使用者注视的运动刺激单元称为目标，而其他运动刺激单元称为非目标；

步骤3-2，参照图4，计算机同步采集刺激开始与结束标志位，并通过测试电极采集脑电信号，使用GT² _circ检验法判别出刺激目标，具体包含以下操作：首先，对脑电信号作48～52Hz陷波处理，消除50Hz市电干扰；对脑电信号作3～30Hz带通滤波处理，消除基线漂移及其他噪声干扰；其次，采用基于自回归模型的白化滤波器对原始脑电信号作预白化处理，消除低频脑电成份的影响；再次，获得脑电数据中依照刺激起始标志位按不同的运动翻转刺激整周期进行截断的数据段，经快速傅里叶变换得到包含多个谐波分量的傅里叶向量，每个傅里叶向量分别由其实部和虚部表征；最后，将傅里叶向量代入GT² _circ假设检验中，考察零假设H₀:μ＝0及备择假设H₁:μ≠0，若拒绝H₀接受H₁，则说明存在稳态响应，对于假设H₀进行检验，得到统计量为

通过比较统计量相对于绝对零值的显著程度，计算出不同刺激目标下的显著性概率p_i，i＝1,...,3，

步骤3-3，根据计算得到的所述3个刺激频率对应的显著性概率p_i(i＝1,...,3)，若其中最小值小于预设的显著度水平0.05，将最小值对应的刺激频率所属的运动刺激单元判定为使用者所注视的目标；

步骤4，计算机通过屏幕指示出使用者所注视的目标，实现对使用者的视觉反馈；

步骤5，计算机完成目标识别后，返回步骤3，重复步骤3和步骤4，进行下一次目标识别任务。

下面再结合具体实施例对本发明进行说明。

采用本技术对四名使用者(S1～S4)进行了实验，实验过程中同步记录并实时显示脑电信号，以便在实验中检查使用者状态，防止使用者产生眨眼、体动等动作，保证脑电信号的数据质量，按照上述步骤1对使用者安放电极，按照上述步骤2将3个运动刺激单元按上、左下、右下位置同时呈现于计算机屏幕上，其刺激频率分别为8.57Hz，12Hz，15Hz，使用者头部距离计算机屏幕为70厘米；按照上述步骤3至步骤5识别使用者注视的目标，每名使用者对每个运动刺激单元均进行20轮实验，两轮实验之间的间隔时间为1秒，单轮实验时长在2-10秒范围内可变，对视觉刺激施加不同强度的二维高斯白噪声后稳态诱发电位时域波形的幅度变化及其幅值谱参照图5，其中图5(a)为15Hz刺激频率下大脑响应波形及幅值谱图，图5(b)为12Hz刺激频率下大脑响应波形及幅值谱图，图5(c)为8.57Hz刺激频率下大脑响应波形及幅值谱图，根据在线实验得到的“正确率—正确检测时间”关系曲线参照图6，其中图6(a)为使用者S1操作脑机接口时的在线性能图，图6(b)为使用者S2操作脑机接口时的在线性能图；图6(c)为使用者S3操作脑机接口时的在线性能图，图6(d)为使用者S4操作脑机接口时的在线性能图。系统测试结果图5表明运动翻转频率诱发的稳态诱发电位时域波形的幅度在逐步增强的视觉噪声下先增大后减小，呈明显的钟形共振特征，且表现出明显的响应周期性，输入-输出的相似性提高，出现了噪声诱导的线性化现象，表明稳态诱发电位产生了随机共振，图6表征了四名使用者在无视觉噪声及最优视觉噪声强度下操作脑机接口时的性能，由于脑机接口精度和效率的提高分别能够通过较高的正确率及较短的正确检测时间得到体现，因而误差棒越接近“正确率—正确检测时间”关系图左上角时表明脑机接口系统具有越高的性能。从中可以看出，大部分使用者在最优视觉噪声强度下性能提升较为明显，表明该技术能够显著增强使用者大脑响应的强度，提升现有脑机接口的精度和效率，创新提高脑机接口技术的实用化水平。

Claims (1)

1.基于随机共振增强的稳态运动视觉诱发电位脑机接口方法，其特征在于，含有以下步骤：

步骤1，在使用者头部视觉枕区安放测量电极，在其单侧耳垂位置处安放参考电极，在其头部前额处安放地电极，电极测得的脑电信号经放大和模数转换后送往计算机；

步骤2，将2个以上的按不同刺激频率进行稳态振荡的运动刺激单元通过计算机屏幕同时呈现在使用者面前，使用者头部距离计算机屏幕为50～100厘米，运动刺激单元采用白色单环，其宽度在运动翻转过程中保持不变，为其扩张至最大时的外圆半径的一半，这使得环形收缩至最小时其宽度不会因收缩而压缩，以服从高斯分布的二维噪声点掩蔽运动刺激单元，噪声点更新频率同步于屏幕刷新率，噪声点的灰度级在0-255之间，噪声点的二维灰度均值为128，噪声强度以高斯分布标准差表征，通过选用不同噪声强度验证不同视觉噪声对大脑稳态响应的影响；

步骤3，形成2个以上运动刺激单元后，按以下步骤进行：

步骤3-1，使用者注视2个以上运动刺激单元中的任意一个，使用者注视的运动刺激单元称为目标，而其他运动刺激单元称为非目标；

步骤3-2，计算机同步采集刺激开始与结束标志位，并通过测试电极采集脑电信号，使用GT² _circ检验法判别出刺激目标，具体包含以下操作：首先，对脑电信号作滤波和陷波处理；其次，对原始脑电信号作预白化处理，消除低频脑电成份的影响；再次，获得脑电数据中依照刺激起始标志位按不同的运动翻转刺激整周期进行截断的数据段，经快速傅里叶变换得到包含多个谐波分量的傅里叶向量；最后，将傅里叶向量代入GT² _circ假设检验中，考察零假设H₀:μ＝0及备择假设H₁:μ≠0，若拒绝H₀接受H₁，则说明存在稳态响应，对于假设H₀进行检验，得到统计量为

${\mathrm{GT}}_{circ}^2=K(K-1)\frac{{(z_k-{\mathrm{\μ}}_0)}^T(z_k-{\mathrm{\μ}}_0)}{{\Σ}_{k=1}^K{(z_k-{\widehat{\mathrm{\μ}}}_{\mathrm{\Ω}})}^T(z_k-{\widehat{\mathrm{\μ}}}_{\mathrm{\Ω}})}$

通过比较统计量相对于绝对零值的显著程度，计算出不同刺激目标下的显著性概率p_i，i＝1,...,3；

步骤3-3，根据计算得到的每个刺激频率对应的显著性概率，若其中最小值小于预设的显著度水平，将最小值对应的刺激频率所属的运动刺激单元判定为使用者所注视的目标；

步骤4，计算机通过屏幕指示出使用者所注视的目标，实现对使用者的视觉反馈；

步骤5，计算机完成目标识别后，返回步骤3，重复步骤3和步骤4，进行下一次目标识别任务。