王平

摘要：相同步理論已經(jīng)很好的被引入腦電信號分析，本文利用相同步理論對大腦個(gè)體差異性進(jìn)行研究，通過對腦電信號的PLV值進(jìn)行計(jì)算，提取特征，最終計(jì)算腦電信號自我認(rèn)證值，得出結(jié)論是準(zhǔn)確率平均達(dá)到86%，說明很好的識別了受試者。

關(guān)鍵詞：腦電信號；相同步；個(gè)體差異

在控制運(yùn)動腦電分類方面研究，主要集中在體育運(yùn)動心理學(xué)和腦機(jī)接口系統(tǒng)方面研究。在體育運(yùn)動心理學(xué)的應(yīng)用，通過利用運(yùn)動員在大腦中想象所進(jìn)行的各種運(yùn)動，通過對腦電信號進(jìn)行監(jiān)測，提高訓(xùn)練效果。在腦機(jī)接口系統(tǒng)的應(yīng)用，通過對不同的大腦控制運(yùn)動意識產(chǎn)生腦電信號進(jìn)行分析，提取出相應(yīng)的腦電信號特征，利用一定的外部儀器，還原大腦的想象的運(yùn)動，以達(dá)到對殘障人士運(yùn)動的輔助作用。

當(dāng)今國內(nèi)外對控制運(yùn)動腦電信號分析和研究，基本上是把腦電信號作為一種特殊的信號，利用各種信號分析方法，例如傅立葉變換、小波變換、拉普拉斯變換、主成分分析、獨(dú)立成分分析等，把腦電信號進(jìn)行不同形式的變換抽取出特征。對控制運(yùn)動腦電信號分析主要面臨兩個(gè)難題，一是分類準(zhǔn)確率，特別是對于多種運(yùn)動組合，分類準(zhǔn)確率還不能達(dá)到實(shí)用的需求，二是對于相同的方法，如果被試者不同，分類準(zhǔn)確率相差較大。

為了準(zhǔn)確的提出想象運(yùn)動的腦電特征，把腦電信號分析回歸大腦的想象生理機(jī)制，是現(xiàn)在國內(nèi)外對腦電信號分析的發(fā)展趨勢。如今很多場合都需要進(jìn)行身份認(rèn)證，身份認(rèn)證腦電研究和以往應(yīng)用運(yùn)動想象腦電信號進(jìn)行BCI研究不同，以往的BCI腦電信號研究是分析不同受試者的腦電信號中的共同特征，從而提取出來投入運(yùn)用，而身份認(rèn)證腦電信號的研究，則是提取出能反映受試者本人和他人不同的腦電信號特征，從而達(dá)到利用此特征來找到該受試者的目的。

把相同步理論應(yīng)用于腦電信號分析，已經(jīng)有很多成功的例子。目前有許多方法去測量在信號xi（t）和xj（t）之間的同步，用于分析同步較普通的方法是經(jīng)典的相干（一致性）Cohij（f）。相干函數(shù)由信號xi（t）和xj（t）（代表兩電極i，j）的互譜密度函數(shù)得出，定義如下：

Si，j（f）=1N∑Nn=1Xin（f）Xjn（f）

另一種測量兩個(gè)信號同步的量度是鎖相值PLV（phase locking value），此方法僅考慮此信號的相位。

PLV= （3）

這里，Φi（t），Φj（t）是電極i，j的瞬時(shí)相位。這相位的計(jì)算可以通過希爾伯特（Hilbert）變換或復(fù)Gabor小波變換。在文獻(xiàn)證明小波變換及希爾伯特變換的計(jì)算信號同步方面沒什么差別雖然以上它不包含信號的幅度信息，但更適合測量腦電信號的同步現(xiàn)象。

本文所用腦電信號來源于江西科技學(xué)院信息技術(shù)研究所腦機(jī)接口實(shí)驗(yàn)室，受試者在實(shí)驗(yàn)室內(nèi)，根據(jù)屏幕的指示，想象向左和向右運(yùn)動，腦電獲取裝置會把受試者的腦電信號實(shí)時(shí)記錄下來。通過對十個(gè)學(xué)生進(jìn)行腦電獲取和分析，計(jì)算腦電信號的PLV值，分析左右想象運(yùn)動物理機(jī)制的個(gè)體差異性。通過對十個(gè)學(xué)生的腦電信號自我認(rèn)證計(jì)算，結(jié)果表明利用PLV計(jì)算個(gè)體差異，能很好的認(rèn)證出受試者，其準(zhǔn)確率平均達(dá)到86%。（作者單位：江西科技學(xué)院信息中心）

本文受江西科技學(xué)院院級自然課題“基于相同步的個(gè)體腦電差異性研究”（編號XYKJ08YB02）資助

參考文獻(xiàn)

[1]A. Pikovsky，M. Rosenblum，and J. Kurths，Synchronization – A Universal Concept in Nonlinear Sciences. Cambridge，MA： Cambridge University Press，2001.

[2]C.Carmeli，M.G.Knyazeva，G.innocenti，and O.De Feo. Assessment of EEG synchronization based on state-space analysis[J] .NeuroImage，2005，25：339-354.

[3]楊幫華 顏國正 嚴(yán)榮國. 腦機(jī)接口中基于小波包最優(yōu)基的特征抽取[J]. 上海交通大學(xué)學(xué)報(bào)，2005，39（11）：1879-1882.

[4]吳小培，葉中付. 基于腦電四階累積量的運(yùn)動意識分類研究[J]. 生物物理學(xué)報(bào)，2005，21（5）：364-369

[5]莊平. 腦電事件相關(guān)去同步化和同步化活動與運(yùn)動相關(guān)性作業(yè)[J]. 中國臨床康復(fù)，2004，8（1）：152-154.

[6]McFarland D J，McCane L M，David S V，et al. Spatial filter selection for EEG-based communication. Electroenceph. Clin. Neurophysiol[J]. 1997，103：386-394

[7]J.-P. Lachaux，E. Rodriguez，J. Martinerie，and F. J. Varela. Measuring phase synchrony in brain signals[J].Hum. Brain Mapp.，1999，8：194–208，.