(杭州電子科技大學(xué)計(jì)算機(jī)學(xué)院，浙江 杭州310018)

0 引 言

腦機(jī)接口(Brain-Computer Interface，BCI)技術(shù)是指在人腦和計(jì)算機(jī)或其它電子設(shè)備之間建立一種不依賴于腦的正常輸出通路的全新對外信息交流和控制方式[1，2]。近年來，BCI技術(shù)發(fā)展迅速，從1995年到1999年，僅僅4年的時(shí)間，全世界從事腦-機(jī)接口的研究小組就從不超過6個(gè)上升到已超過20個(gè)[3，4]。2000年美國Duke 大學(xué)醫(yī)學(xué)中心的研究人員與其合作者完成的Monkey Think，Robot Do 實(shí)驗(yàn)[5]，更開啟了用思想去控制假肢運(yùn)動(dòng)的先河。本文利用人們運(yùn)動(dòng)想象時(shí)產(chǎn)生的腦電信號具有事件相關(guān)同步/事件相關(guān)去同步(Event-Related Synchronization/Event-Related Desynchronization，ERS/ERD)這一特性，通過分析左右手運(yùn)動(dòng)想象時(shí)的腦電信號來判斷想象者的意圖，從而實(shí)現(xiàn)對下肢輔助康復(fù)設(shè)備的控制。

1 基于運(yùn)動(dòng)想象的BCI控制原理

腦電信號(Electroencephalogram，EEG)是腦內(nèi)眾多神經(jīng)元活動(dòng)產(chǎn)生的生理電活動(dòng)，反應(yīng)了大腦的功能狀態(tài)[6]。當(dāng)人們做單側(cè)肢體運(yùn)動(dòng)(如左手運(yùn)動(dòng))時(shí)，大腦對側(cè)主感覺運(yùn)動(dòng)皮層的μ 節(jié)律(8 13Hz)幅度明顯減小，而同側(cè)主感覺運(yùn)動(dòng)皮層的μ 節(jié)律幅度明顯增大，這種現(xiàn)象稱為ERS/ERD。研究表明:ERS/ERD是出現(xiàn)在與運(yùn)動(dòng)相關(guān)的特定頻帶的信號，該信號主要產(chǎn)生于感覺運(yùn)動(dòng)皮層，其信號的頻譜特征如圖1所示。

當(dāng)想象左手運(yùn)動(dòng)時(shí)，如圖1(a)中CP3通道(實(shí)心線表示)的數(shù)據(jù)在9-12Hz 頻段表現(xiàn)為幅值升高，CP4通道(空心線表示)數(shù)據(jù)則表現(xiàn)為幅值的降低;當(dāng)想象右手運(yùn)動(dòng)時(shí)，如圖1(b)中情況正好相反。這也正符合想象腦電信號的ERD/EDS 特點(diǎn):單邊的肢體運(yùn)動(dòng)或想象運(yùn)動(dòng)，大腦對側(cè)會(huì)產(chǎn)生事件相關(guān)去同步電位，大腦同側(cè)會(huì)產(chǎn)生事件相關(guān)同步電位。

圖1 頻譜能量圖

2 BCI 肢體康復(fù)系統(tǒng)框架設(shè)計(jì)

BCI 肢體康復(fù)系統(tǒng)框架設(shè)計(jì)大致可以分為EEG 信號特征離線分析和EEG 信號實(shí)時(shí)分析兩部分。整體框架圖如圖2所示。

圖2 BCI 肢體圖康復(fù)系統(tǒng)

(1)EEG 信號特征離線分析

1)信號采集

準(zhǔn)備好實(shí)驗(yàn)所需的設(shè)備，為受試者戴上電極帽，打好電極膏，保證各個(gè)電極的導(dǎo)通性良好后，打開實(shí)驗(yàn)過程提示界面，受試者根據(jù)實(shí)驗(yàn)員的提示，進(jìn)行左右手的運(yùn)動(dòng)想象來控制下肢輔助康復(fù)設(shè)備，同時(shí)記錄腦電信號。采集的腦電信號被腦電放大器放大，經(jīng)過濾波、去噪、采樣等預(yù)處理后，再通過A/D 轉(zhuǎn)換將模擬信號數(shù)字化，并通過USB 接口傳給計(jì)算機(jī)。

2)對采集的腦電信號進(jìn)行離線分析

大腦感覺運(yùn)動(dòng)皮層電極分布如圖3所示，電極的位置是按照國際標(biāo)準(zhǔn)導(dǎo)聯(lián)10-20系統(tǒng)安放。利用Matlab 離線分析受試者的腦電數(shù)據(jù)，分析結(jié)果如圖4所示，左腦控制著右手的運(yùn)動(dòng)，右腦控制著左手的運(yùn)動(dòng)，因此要在左、右腦各選一個(gè)電極作為參考電極。從圖4可以看出，相對于其它14個(gè)通道，第14和第16通道對應(yīng)CP3、CP4電極在9-12Hz 頻段想象左手和想象右手時(shí)存在著非常明顯的差別，因此，選取CP3、CP4 兩個(gè)通道的腦電數(shù)據(jù)作為區(qū)分受試者想象左手還是右手運(yùn)動(dòng)的依據(jù)。

圖3 感覺運(yùn)動(dòng)皮層電極分布圖

圖4 matlab 離線分析圖

(2)EEG 信號實(shí)時(shí)分析

該部分主要分為3個(gè)模塊:EEG 輔助模塊、EEG數(shù)據(jù)分析處理模塊、應(yīng)用模塊。

1)EEG 輔助模塊

模塊主要分兩部分，網(wǎng)絡(luò)通信部分和信息反饋部分。網(wǎng)絡(luò)通信部分采用了TCP/IP 協(xié)議和串口通信協(xié)議。信息反饋部分不僅為實(shí)驗(yàn)員操作BCI系統(tǒng)提供指示，還能幫助實(shí)驗(yàn)員根據(jù)反饋信息來提示受試者改變想象運(yùn)動(dòng)，同時(shí)將設(shè)備的當(dāng)前運(yùn)行角度反饋給實(shí)驗(yàn)員。

2)EEG數(shù)據(jù)分析處理模塊

模塊是BCI系統(tǒng)的核心，負(fù)責(zé)對接收到的腦電信號進(jìn)行實(shí)時(shí)特征提取，并實(shí)現(xiàn)單次分類和進(jìn)行優(yōu)化處理后的綜合決策，具體的分析處理步驟如下:

①對CP3、CP4 兩個(gè)通道的信號進(jìn)行去均值處理，即分別用兩個(gè)通道的信號值減去16個(gè)通道信號的平均值;

②分別取CP3、CP4 兩個(gè)通道數(shù)據(jù)的N點(diǎn)樣本值，利用FFT 進(jìn)行快速傅里葉變換進(jìn)行信號的特征提取。長度為N，序列為xn=x(n)的變換公式。

③計(jì)算每個(gè)樣本點(diǎn)的幅值，然后除以N 得到CP3、CP4 兩個(gè)通道的信號的功率譜P3、P4。信號xn=x(n)的功率譜計(jì)算公式。

式中，X*(k)為X(k)的共軛;

④對功率譜P3、P4 進(jìn)行平滑處理，以降低數(shù)據(jù)變化;

⑤在9 12Hz 頻段對P3、P4 求平均值得到P3'、P4'，并作差值運(yùn)算，得出分類結(jié)果，實(shí)現(xiàn)單次分類。建立一個(gè)簡單的基于功率譜能量為特征的左右手運(yùn)動(dòng)想象分類方法。

⑥對EEG 分析結(jié)果進(jìn)行優(yōu)化處理。即每5次分類即進(jìn)行一次綜合決策，設(shè)P3'-P4' ＞0的次數(shù)為P1，P3'-P4' ＜0的次數(shù)為P2，那么綜合決策的公式。

此種方法能提高分類的準(zhǔn)確性，更好的實(shí)現(xiàn)大腦對設(shè)備的有效控制。

3)應(yīng)用模塊

控制對象為下肢輔助康復(fù)控制器，如圖5所示，受試者根據(jù)提示，分別想象左右手運(yùn)動(dòng)，來控制康復(fù)設(shè)備“屈”或者“伸”，從而達(dá)到輔助訓(xùn)練的功效。

圖5 應(yīng)用BCI系統(tǒng)實(shí)現(xiàn)對下肢輔助康復(fù)設(shè)備的控制

3 實(shí)驗(yàn)結(jié)果分析

選取受試者的4組實(shí)驗(yàn)數(shù)據(jù)分析，單次分類和綜合決策兩種分類方法的結(jié)果如表1所示。

表1 兩種分類方法準(zhǔn)確率統(tǒng)計(jì)

從表1可以看出，單次分類準(zhǔn)確率達(dá)到80%左右，而采用綜合決策后，分類準(zhǔn)確率由原來的80%提高到了86%左右。單次分類處理時(shí)間近似為200/256≈0.78s(其中200為窗口數(shù)據(jù)，256為采樣頻率)，而綜合決策時(shí)間用了大約(200+200(1-75%)(5-1))/256≈1.56s(其中75%為窗口重疊率)，比單次分類所需時(shí)間多了0.78s，所以采取合理的決策方法不僅可以提高準(zhǔn)確率，而且從一定程度上可以減弱受試者因?yàn)槠B(tài)而對實(shí)驗(yàn)造成的影響。

4 結(jié)束語

本文大腦感覺運(yùn)動(dòng)區(qū)域產(chǎn)生的ERS/ERD 特征這一特性，實(shí)現(xiàn)BCI技術(shù)對下肢輔助康復(fù)設(shè)備的控制。但環(huán)境的干擾以及眼電和肌電等的干擾都對決策的準(zhǔn)確性和實(shí)時(shí)性有很大的影響，因此，如何改進(jìn)實(shí)驗(yàn)方案來優(yōu)化系統(tǒng)是研究的方向。另外，該種方案還只是處于實(shí)驗(yàn)室階段，如何更快更好的把該項(xiàng)技術(shù)應(yīng)用到市場上，為癱瘓病人服務(wù)是最終的目的。

[1]Wolpaw J R，Birbaumer N，Heetderks W J.Brain-computer interface technology:A review of the first international meeting[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，2000，8(2):222-225.

[2]程明，高上凱，張琳.基于腦電信號的腦-計(jì)算機(jī)接口[D].北京:清華大學(xué)，2000:113-118.

[3]Mason S G，F(xiàn)atourechi M.A comprehensive survey of brain interface technology designs[J].Ann Biomed Eng，2007，35(2):137-169.

[4]楊立才，李佰敏，李光林.腦-機(jī)接口技術(shù)綜述[J].電子學(xué)報(bào)，2005，33(7):1 234-1 241.

[5]Sandro M.Real brains for real robots[J].Nature，2000，40(8):305-306.

[6]李穎潔，邱意弘，朱貽盛.腦電信號分析方法及其應(yīng)用[M].北京:科學(xué)出版社，2009∶1-11.