本發(fā)明涉及腦-機接口系統(tǒng)領(lǐng)域，尤其涉及一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口方法及系統(tǒng)。

背景技術(shù)：

腦-機接口(Brain-Computer Interface)技術(shù)是通過計算機監(jiān)測、識別人腦思維意念信號模式，并將之翻譯成計算機指令，以使人腦在沒有運動系統(tǒng)參與的情況下，能夠直接進行“思維-外物”之間的信息交流。運動想象(Motor imagery，MI)，即僅有運動意圖而無實際動作輸出，可導(dǎo)致大腦皮層感覺運動區(qū)中大量神經(jīng)元活動狀態(tài)的改變，并使腦電信號中的某些頻率成分同步衰減或增強，這種現(xiàn)象稱為事件相關(guān)去同步化或者同步化現(xiàn)象(event-related desynchronization or synchronization，ERD/ERS)。通過識別出不同想象動作模式誘發(fā)的具有特異性的頭皮腦電變化從而判斷出使用者的運動意圖。作為腦-機接口中的重要范式，MI-BCI(基于運動想象的腦機接口技術(shù))可以在康復(fù)工程領(lǐng)域中，用于運動神經(jīng)的修復(fù)和重建。雖然MI-BCI具有一定的優(yōu)勢，但是想象動作是一種主動式的思維活動，需要受試者者注意力高度集中，且研究表明并不是所有使用者均能夠成功使用MI-BCI。另一方面，MI-BCI具有相對較低的信息傳輸率。

另一類重要的腦-機接口范式是基于視覺刺激的被動式BCI，如穩(wěn)態(tài)視覺誘發(fā)電位(Steady state visual evoked potential,SSVEP)和事件相關(guān)電位(event related potential，ERP)。SSVEP是對應(yīng)特定頻率調(diào)制的視覺刺激響應(yīng)，其特征是腦電活動隨刺激頻率的穩(wěn)態(tài)出現(xiàn)而增強。ERP電位中的P300電位是小概率靶刺激誘發(fā)而來的。相比于MI-BCI，這兩類視覺型BCI均具有更快的響應(yīng)速率，但需要主動控制眼球?qū)σ曈X刺激作出反應(yīng)，容易引起視覺疲勞。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口方法及系統(tǒng)，本發(fā)明采用雙側(cè)不同頻率的正中神經(jīng)刺激誘發(fā)對應(yīng)頻段的穩(wěn)態(tài)體感誘發(fā)電位，并通過體感選擇注意來調(diào)制(即將注意力集中到左側(cè)或右側(cè)體感刺激)，在此基礎(chǔ)上探索基于穩(wěn)態(tài)體感誘發(fā)電位的新型BCI系統(tǒng)，并探索相應(yīng)的特征提取技術(shù)和識別模型，為腦-機接口在康復(fù)工程的實際應(yīng)用探索新途徑、提供新方法，詳見下文描述：

一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口方法，所述腦-機接口方法包括以下步驟：

將兩片心電電極分別放置于左右手腕處，根據(jù)預(yù)設(shè)頻率對左右手分別進行電刺激，誘導(dǎo)拇指產(chǎn)生輕微顫抖，誘發(fā)出明顯的穩(wěn)態(tài)體感誘發(fā)電位；

采用四個時期的任務(wù)模式對受試者進行刺激，采集腦電數(shù)據(jù)，并進行預(yù)處理；

通過共空間模式算法對預(yù)處理后的腦電數(shù)據(jù)進行特征提取與模式識別，獲取四個頻段的單次任務(wù)腦電特征向量；

將四個頻段的單次任務(wù)腦電特征向量輸入支持向量機訓(xùn)練分類器，然后預(yù)測來自測試集的空間特征。

其中，所述四個時期的任務(wù)模式具體為：

1)屏幕正中央出現(xiàn)白圓，受試者保持放松無動作狀態(tài)；

2)白圓消失，黑圓出現(xiàn)，電刺激開啟，同時施加雙側(cè)正中神經(jīng)刺激，電流達到最大值；

3)黑圓消失，箭頭提示出現(xiàn)，受試者根據(jù)箭頭關(guān)注相應(yīng)的電刺激；

4)箭頭消失，出現(xiàn)REST。

其中，所述四個頻段具體為：25.5-26.5,51.5-52.5,30.5-31.5,61.5-62.5Hz。

其中，所述單次任務(wù)腦電特征向量具體為：

為實數(shù)集；為各子頻段提取的特征，即f_p；

其中，VAR表示求解方差；f_p為各自頻段提取出的特征向量。

一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口系統(tǒng)，所述系統(tǒng)包括：

心電電極，用于分別放置于左右手腕處，根據(jù)預(yù)設(shè)頻率對左右手分別進行電刺激，誘導(dǎo)拇指產(chǎn)生輕微顫抖，誘發(fā)出明顯的穩(wěn)態(tài)體感誘發(fā)電位；采用四個時期的任務(wù)模式對受試者進行刺激；

腦電采集系統(tǒng)，用于采集腦電數(shù)據(jù)，并通過濾波器進行濾波預(yù)處理；

計算機，用于通過共空間模式算法對預(yù)處理后的腦電數(shù)據(jù)進行特征提取與模式識別，獲取四個頻段的單次任務(wù)腦電特征向量；將四個頻段的單次任務(wù)腦電特征向量輸入支持向量機訓(xùn)練分類器，然后預(yù)測來自測試集的空間特征。

本發(fā)明提供的技術(shù)方案的有益效果是：本發(fā)明對人體施加較高頻率的電流刺激可以引起穩(wěn)態(tài)體感誘發(fā)電位，并且通過體感選擇注意來調(diào)制(即將注意力集中到左側(cè)或右側(cè)體感刺激)，避免了失去眼球自主控制的問題，既不需要大量訓(xùn)練，也不需要占用額外的視覺通路，并探索了相應(yīng)的特征提取方法，為推進腦-機接口在康復(fù)工程的實際應(yīng)用探索了新途徑、提供了新方法；并且通過試驗驗證了本方法及系統(tǒng)的可行性，滿足了實際應(yīng)用中的多種需要。

附圖說明

圖1為一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口方法的流程圖；

圖2為正中神經(jīng)刺激電極位置的示意圖；

圖3為選擇關(guān)注任務(wù)范式、以及電刺激示意圖；

其中，(a)為選擇關(guān)注任務(wù)范式示意圖；(b)為電刺激示意圖；

圖4為FBCSP特征提取的示意圖；

圖5為一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面對本發(fā)明實施方式作進一步地詳細描述。

實施例1

一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口方法，參見圖1，該腦-機接口方法包括以下步驟：

101：將兩片心電電極分別放置于左右手腕處，根據(jù)預(yù)設(shè)頻率對左右手分別進行電刺激，誘導(dǎo)拇指產(chǎn)生輕微顫抖，誘發(fā)出明顯的穩(wěn)態(tài)體感誘發(fā)電位；

102：采用四個時期的任務(wù)模式對受試者進行刺激，采集腦電數(shù)據(jù)，并進行預(yù)處理；

103：通過共空間模式算法對預(yù)處理后的腦電數(shù)據(jù)進行特征提取與模式識別，獲取四個頻段的單次任務(wù)腦電特征向量；

104：將四個頻段的單次任務(wù)腦電特征向量輸入支持向量機訓(xùn)練分類器，然后預(yù)測來自測試集的空間特征。

其中，所述四個時期的任務(wù)模式具體為：

1)屏幕正中央出現(xiàn)白圓，受試者保持放松無動作狀態(tài)；

2)白圓消失，黑圓出現(xiàn)，電刺激開啟，同時施加雙側(cè)正中神經(jīng)刺激，電流達到最大值；

3)黑圓消失，箭頭提示出現(xiàn)，受試者根據(jù)箭頭關(guān)注相應(yīng)的電刺激；

4)箭頭消失，出現(xiàn)REST。

其中，四個頻段具體為：25.5-26.5,51.5-52.5,30.5-31.5,61.5-62.5Hz。

綜上所述，本發(fā)明實施例通過將SSSEP在頭皮上的空間分布設(shè)計為符合軀體特定區(qū)域分布的特征，通過研究相應(yīng)的特征提取技術(shù)和識別模型，從而建立基于穩(wěn)態(tài)體感誘發(fā)電位的新型BCI范式，為推進腦-機接口在康復(fù)工程的實際應(yīng)用探索新途徑、提供新方法。

實施例2

下面結(jié)合具體的附圖，計算公式對實施例1中的方案進行詳細介紹，詳見下文描述：

201：正中神經(jīng)刺激；

其中，電刺激通過脈寬為200μs的雙向脈沖同時施加到雙側(cè)正中神經(jīng)。兩片相距4厘米的心電電極分別放置于左右手腕處，如圖2所示。左手刺激頻率為26Hz，右手刺激頻率為31Hz。對左/右手腕處的電極位置以及電流大小分別作調(diào)整以誘導(dǎo)拇指產(chǎn)生輕微顫抖，并誘發(fā)出明顯的穩(wěn)態(tài)體感誘發(fā)電位。所有受試者的電流強度在1.5-7mA之間變化。

其中，本發(fā)明實施例對兩片心電電極的間距不做限制，可以根據(jù)實際應(yīng)用中的需要進行設(shè)定，本發(fā)明實施例是以4厘米為例進行說明。

其中，左右手的刺激頻率也可以根據(jù)實際應(yīng)用中的需要進行設(shè)定，本發(fā)明實施例是以左手刺激頻率為26Hz，右手刺激頻率為31Hz為例進行說明。

其中，受試者的電流強度的變化區(qū)間可以根據(jù)實際應(yīng)用中的需要進行設(shè)定，本發(fā)明實施例是以在1.5-7mA之間為例進行說明。

202：實驗范式；

實驗時，受試者安靜地正坐于距屏幕約1m的靠椅上，保持手和足放松，盡量避免眼動。任務(wù)模式如圖3所示，分為四個階段，共10s時間。

1、第一階段為準備期，屏幕正中央出現(xiàn)白圓，持續(xù)2s，提示本次實驗開始，受試者保持放松無動作狀態(tài)；

2、第二階段為提示期，白圓消失，黑圓出現(xiàn)，持續(xù)2s，提示受試者做好準備，選擇關(guān)注任務(wù)即將開始；并且當黑圓出現(xiàn)時，電刺激開啟，同時施加雙側(cè)正中神經(jīng)刺激，電流在0.5s內(nèi)達到最大值，即達到預(yù)設(shè)的電流強度。

其中，該預(yù)設(shè)的電流強度根據(jù)實際應(yīng)用中的需要進行設(shè)定，本發(fā)明實施例以健康人為例進行說明，具體實現(xiàn)時，本發(fā)明實施例對此不做限制。

3、第三階段為任務(wù)期，黑圓消失，箭頭提示出現(xiàn)。受試者根據(jù)箭頭關(guān)注相應(yīng)的電刺激，即集中注意力感受所提示肢體位置的體感刺激，并分別默記左右手電刺激的次數(shù)，這有助于受試者集中注意力。4s后任務(wù)結(jié)束，停止電刺激。也就是說，雙側(cè)正中神經(jīng)刺激從第2秒開始到第8秒結(jié)束。

4、第四階段為恢復(fù)期，箭頭消失，出現(xiàn)REST，受試者保持靜息狀態(tài)，以作調(diào)整準備下一次實驗。

共2組實驗，每組實驗包括40個任務(wù)，關(guān)注左手體感刺激和關(guān)注右手體感刺激各20個任務(wù)。共采集80次實驗任務(wù)下的腦電信號，即80個腦電數(shù)據(jù)樣本。為使受試者盡量保持良好的精神狀態(tài)，在兩組實驗之間，留有5分鐘左右的休息時間，以降低疲勞引起的影響。

203：數(shù)據(jù)采集及預(yù)處理；

本發(fā)明實施例使用Neuroscan 64導(dǎo)聯(lián)腦電采集系統(tǒng)，所用電極均為Ag/AgCl電極，以前額為地，鼻尖作為參考，腦電采樣頻率為1000Hz，帶通濾波范圍為0.5-100Hz，并采用50Hz陷波器去除工頻干擾。預(yù)處理中首先對原始數(shù)據(jù)采用共平均參考空間濾波處理，并降采樣到200Hz，之后截取選擇關(guān)注任務(wù)開始后0.5-3.5s的數(shù)據(jù)用作后續(xù)分析。

本發(fā)明實施例針對電刺激誘發(fā)的SSSEP頻段，設(shè)計四個1Hz寬的帶通濾波器，即，25.5-26.5,51.5-52.5,30.5-31.5,61.5-62.5Hz，進而從預(yù)處理后的數(shù)據(jù)中提取26Hz和31Hz SSSEP的第一(26Hz，52Hz)和第二諧波成分(31Hz,62Hz)，進而將這樣的頻帶信息作為特征信息，進而利用FBCSP提取四個頻段的特征，然后用于模式識別。

其中，上述的腦電采樣頻率、帶通濾波范圍、陷波器的功率、降采樣的數(shù)值，以及某一時間范圍的數(shù)據(jù)，均根據(jù)實際應(yīng)用中的需要進行設(shè)定，本發(fā)明實施例對此不做限制。

204：特征提取與模式識別；

本發(fā)明實施例采用了一種分頻段的共空間模式算法(Filter bank common spatial pattern，F(xiàn)BCSP)，計算流程如圖4所示。FBCSP將原始數(shù)據(jù)分為N_f個不同頻段的腦電成分X_i(i＝1,2,…,N_f)，然后分別對每一個頻段的腦電成分計算CSP(共空間模式)投影矩陣W_i(i＝1,2,…,N_f)，并完成空間濾波Z_i＝W_i^TX_i；Z_i為各成分經(jīng)過空間濾波后的數(shù)據(jù)；T為轉(zhuǎn)置。

其中，z_p(p＝1,2,…,2m)是濾波后信號Z_i中前m(對應(yīng)最大的m個特征值)和后m(對應(yīng)最小的m個特征值)行的向量，則某一頻段腦電成分的單次任務(wù)特征提取如下式所示：

其中，VAR表示求解方差；f_p為各自頻段提取出的特征向量。

進一步地，提取的單次任務(wù)腦電特征向量可表示為為實數(shù)集；為各子頻段提取的特征，即f_p。

205：通過十折交叉驗證方法^[1]，將預(yù)處理后的數(shù)據(jù)分為訓(xùn)練集和測試集，使用FBCSP算法對訓(xùn)練集中四個頻段的腦電成分提取空間特征，并輸入支持向量機訓(xùn)練分類器，然后預(yù)測來自測試集的空間特征。

其中，為十折交叉驗證后得到的平均正確率，acc^(k)表示第k折計算得到的正確率結(jié)果。

綜上所述，本發(fā)明實施例通過將SSSEP在頭皮上的空間分布設(shè)計為符合軀體特定區(qū)域分布的特征，通過研究相應(yīng)的特征提取技術(shù)和識別模型，從而建立基于穩(wěn)態(tài)體感誘發(fā)電位的新型BCI范式，為推進腦-機接口在康復(fù)工程的實際應(yīng)用探索新途徑、提供新方法。

實施例3

下面結(jié)合具體的試驗數(shù)據(jù)對實施例1和2中的方案做可行性驗證，詳見下文描述：

表1為14名受試者FBCSP算法下的分類正確率。從表1中可以看到，第六名受試者的分類正確率最高，達到了93％以上。其中第七名受試者表現(xiàn)最差，正確率未達到60％左右。所有受試者分類正確率均值達到了70％。

上述結(jié)果表明通過體感選擇注意調(diào)制電刺激誘發(fā)的SSSEP，并以此建立基于SSSEP的腦-機接口系統(tǒng)是可行的。

表1. 14名受試者FBCSP算法下的分類正確率

綜上所述，本發(fā)明實施例中基于雙側(cè)正中神經(jīng)刺激的SSSEP選擇注意調(diào)制方法以及基于FBCSP的特征提取方法可為新型腦-機接口的建立提供技術(shù)支持和幫助。

實施例4

本發(fā)明實施例提供了一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口系統(tǒng)，該系統(tǒng)與實施例1和2中的接口方法相對應(yīng)，參見圖5，該系統(tǒng)包括：

心電電極(圖5中未示出，請參見圖2)，用于分別放置于左右手腕處，根據(jù)預(yù)設(shè)頻率對左右手分別進行電刺激，誘導(dǎo)拇指產(chǎn)生輕微顫抖，誘發(fā)出明顯的穩(wěn)態(tài)體感誘發(fā)電位；采用四個時期的任務(wù)模式對受試者進行刺激；

腦電采集系統(tǒng)，用于采集腦電數(shù)據(jù)，并通過濾波器進行濾波預(yù)處理；

計算機，用于通過共空間模式算法對預(yù)處理后的腦電數(shù)據(jù)進行特征提取與模式識別，獲取四個頻段的單次任務(wù)腦電特征向量；將四個頻段的單次任務(wù)腦電特征向量輸入支持向量機訓(xùn)練分類器，然后預(yù)測來自測試集的空間特征。

本發(fā)明實施例對上述涉及的執(zhí)行主體不做限制，可以為單片機、計算機等硬件產(chǎn)品，只要能實現(xiàn)上述功能的器件均可。

綜上所述，本發(fā)明實施例設(shè)計了一種基于穩(wěn)態(tài)體感誘發(fā)電位的新型腦-機接口系統(tǒng)，本發(fā)明通過體感選擇注意調(diào)制(將注意力集中到左側(cè)或右側(cè)體感刺激)正中神經(jīng)刺激誘發(fā)的穩(wěn)態(tài)體感誘發(fā)電位，避免了大量訓(xùn)練和視覺刺激，并探索相應(yīng)的特征提取技術(shù)和識別模型，為腦-機接口的實際應(yīng)用探索新途徑、提供新方法；進一步研究可以得到完善的腦-機接口系統(tǒng)，有望獲得可觀的社會效益和經(jīng)濟效益。最佳實施方案擬采用專利轉(zhuǎn)讓、專利許可、技術(shù)合作或產(chǎn)品開發(fā)。

本發(fā)明實施例對各器件的型號除做特殊說明的以外，其他器件的型號不做限制，只要能完成上述功能的器件均可。

本領(lǐng)域技術(shù)人員可以理解附圖只是一個優(yōu)選實施例的示意圖，上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。

以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。

參考文獻：

1.Yi W,Qiu S,Qi H,Zhang L,Wan B,Ming D(2013)EEG feature comparison and classification of simple and compound limb motor imagery.J Neuroeng Rehabil 12(10):106.