運用FIR 數(shù)字濾波器提取視覺警戒腦電的節(jié)律特征

*楊建平，肖開選，劉明華

（井岡山大學(xué)電子與信息工程學(xué)院，江西，吉安 343009）

0 引言

在工農(nóng)業(yè)自動化程度越來越高的當(dāng)今社會，出現(xiàn)了大量的人機交互作業(yè)——工作人員面對自動化（或半自動化）機械設(shè)備持續(xù)性地進行監(jiān)控操作，這類作業(yè)在工程心理學(xué)上稱為警戒作業(yè)[1]。通常警戒作業(yè)以視覺監(jiān)控——視覺警戒為主，作業(yè)人員在長時間的監(jiān)控作業(yè)中，很容易出現(xiàn)警覺水平降低、疲勞、厭煩等現(xiàn)象，從而導(dǎo)致工作績效下降，有時還會造成非常嚴(yán)重的后果。

警戒作業(yè)人員的警覺水平可以借助采集大腦皮層的腦電信號（Electroencephalogram，EEG）來評價[2]。目前，EEG 被認(rèn)為是最適合作為警覺度檢測的指標(biāo)，它蘊涵著人體各種生理、心理活動的信息，當(dāng)人體生理、心理發(fā)生變化時，如警戒作業(yè)員警覺度下降，EEG 都會產(chǎn)生相應(yīng)的變化[3-4]。EEG的這些變化之中，節(jié)律性是最常用、最基本的特征之一，主要有δ( 0. 5 ～4 Hz) 、θ( 4 ～8 Hz) 、α( 8 ～13 Hz) 、β( 13～30 Hz)等節(jié)律。然而采集的EEG 信號并不是以單一的某種節(jié)律呈現(xiàn)出來，而是同時疊加一種以上不同節(jié)律，是多種節(jié)律以及各種干擾的疊加[5-6]。為便捷地提取各種節(jié)律、應(yīng)用節(jié)律特征，本文將采用有限長單位脈沖響應(yīng)（Finite impulse response，F(xiàn)IR）數(shù)字濾波器（Digital filter， DF）獲取EEG 信號中各種節(jié)律成分，提取方法簡單、實用，能夠較好地應(yīng)用于腦機接口設(shè)備中。

1 FIR 數(shù)字濾波器的原理與設(shè)計

窗函數(shù)法是設(shè)計FIR 數(shù)字濾波器最常用的方法，算法簡單、物理意義清晰、閉合形式公式可循，相比小波變換等其他變換能夠更加精確、方便定制EEG 各節(jié)律的頻率點[7]，是EEG 信號工程濾波中的重要方法之一。

1.1 設(shè)計思路

根據(jù)頻域卷積定理，需設(shè)計的FIR 數(shù)字濾波器的頻率響應(yīng)函數(shù)為：

1.2 窗函數(shù)的討論

1.3 窗函數(shù)選取與設(shè)計

通常，減小主瓣寬度和抑制旁瓣能量是一對矛盾，即窗函數(shù)在獲得旁瓣抑制的同時一定會增加主瓣的寬度，為此需選擇合適的窗函數(shù)，盡量使主瓣能量和旁瓣能量的比例最大。凱澤窗（Kaiser window）是一種適應(yīng)較強的窗函數(shù)，可以在主瓣寬度和旁瓣幅度之間自由選擇兩者的比重，設(shè)計靈活，非常適合FIR 數(shù)字濾波器的設(shè)計[8]，其窗函數(shù)形式為：

其中0( )I · 是第一類零階修正貝塞爾函數(shù)，ρ 為可自由選擇的參數(shù)，由（5）式確定：

λ 為凱澤窗函數(shù)的主瓣值和旁瓣值之間的差值（dB），可以同時調(diào)整主瓣寬度與旁瓣衰減。

根據(jù)EEG 各節(jié)律的頻帶范圍[9]，我們選用凱澤窗函數(shù)設(shè)計四個FIR 帶通濾波器，用來提取EEG 信號的四種節(jié)律。表1 為各FIR 數(shù)字濾波器的凱澤窗函數(shù)的所設(shè)計參數(shù)，圖1 為四個帶通濾波器幅頻響應(yīng)。

表1 EEG 節(jié)律及其帶通濾波器的凱澤窗參數(shù) Table 1 EEG rhythms and its corresponding Kaiser window parameter of bandpass filters

圖1 四個（(a) δ 節(jié)律 (b) θ 節(jié)律 (c) α 節(jié)律(d) β 節(jié)律）帶通濾波器的幅頻響應(yīng) Fig.1 Amplitude frequency response of four bandpass filters

2 視覺警戒腦電的采集

采用了64 個電極采集腦電數(shù)據(jù)，分別置于前額、側(cè)額、額區(qū)、中央?yún)^(qū)、顳區(qū)、后顳區(qū)、頂區(qū)、枕區(qū)等多個腦區(qū)，采樣頻率為160 Hz。實驗過程中的操作指令由編制的測試軟件控制。采集流程：開啟電腦，連接實驗設(shè)備，讓被測試者戴好腦電儀，進入實驗狀態(tài)；開啟軟件，①視覺警戒目標(biāo)將會從電腦顯示屏四個方位（上、下、左、右）出現(xiàn)；②視覺警戒目標(biāo)出現(xiàn)在顯示屏上的時間間隔為30 s內(nèi)的隨機設(shè)置。實驗進程中，要求視覺警戒者注視顯示屏，當(dāng)看到目標(biāo)從顯示屏的上、下、左、右側(cè)出現(xiàn)時，按下電腦鍵盤的“↑”、“↓”、“←”、“→”，按鍵反應(yīng)時間、按鍵正誤由測試軟件自動記錄并保存起來，配合人工觀察用來區(qū)分警覺狀態(tài)和低警覺狀態(tài)，同時腦電儀采集并將EEG 信號保存下來。如圖2 所示為選取的FP1（前額）、C3（中央）、O1（枕區(qū)）、T4（顳區(qū)）四個導(dǎo)聯(lián)的EEG 波形。

圖2 FP1、C3、O1、T4 導(dǎo)聯(lián)的20s EEG 波形圖 Fig.2 20 seconds EEG waveform of FP1、C3、O1、T4 leads

3 視覺警戒中EEG 節(jié)律的變化特征

長時間的視覺警戒工作中，被測試者會出現(xiàn)注意力不集中、疲勞等狀態(tài)，大腦的視覺警戒狀態(tài)亦隨之產(chǎn)生波動，此時反映大腦活動狀況的EEG 信號將發(fā)生變化，其各節(jié)律（δ、θ、α、β 等節(jié)律）所呈現(xiàn)的特征亦發(fā)生變化。

3.1 EEG 節(jié)律的特征量——相對能量

3.2 兩種狀態(tài)的節(jié)律特征對比

選用實驗中同一電極（中央?yún)^(qū)C3）的EEG 信號，從中截取警覺過程與低警覺過程的兩段信號并由凱澤窗FIR 數(shù)字濾波器進行節(jié)律提取及分析，如圖3 所示(由上至下依次是EEG 信號、δ 節(jié)律、θ 節(jié)律、α 節(jié)律、β 節(jié)律)，表2 是各節(jié)律的相對能量。

圖3 提取EEG 信號的四種節(jié)律 Fig.3 Four EEG rhythms extracted from by FIR DF

表2 兩狀態(tài)下四種節(jié)律的相對能量 Table 2 Relative energy of four rhythms in two states

由圖3 可以看出，δ 節(jié)律（低頻部分）與原EEG信號無相位超前及落后，兩者的變化趨勢具有很強的一致性，表明所選FIR 數(shù)字濾波器具有良好的線性相位性能；圖中左右兩邊的對應(yīng)各節(jié)律波幅有差異。在表2 計算了各節(jié)律的相對能量，低警覺狀態(tài)時低頻節(jié)律（δ 節(jié)律和θ 節(jié)律）能量更高，而高頻節(jié)律（α 節(jié)律和β 節(jié)律）的能量較低。因而通過比較高頻節(jié)律所占能量比重，能夠用來區(qū)分視覺警戒中的兩種狀態(tài)。

3.3 不同腦區(qū)的節(jié)律特征對比

單電極采集EEG 信號能減少設(shè)備的硬件數(shù)量，方便生產(chǎn)出便攜式的、可穿戴的智能系統(tǒng)，因而尋找視覺警戒任務(wù)中警覺與低警覺差異較大的腦區(qū)具有非常重要的意義。在視覺警戒工作中，即使同處于警覺狀態(tài)（或低警覺狀態(tài)）時，不同腦區(qū)的活動狀況也會存在不同，由警覺狀態(tài)下降為低警覺狀態(tài)，不同腦區(qū)的變化差異亦不相同。考慮文獻[10-11]提出右側(cè)額葉區(qū)（Frontal area）、后部腦區(qū)(Posterior area)和丘腦(Thalamus)具有維持注意、保持警覺狀態(tài)的功能，為此這里我們主要探討①右額區(qū)與同在右側(cè)的右頂區(qū)之間的EEG 節(jié)律特征，②各腦區(qū)警覺狀態(tài)與低警覺狀態(tài)節(jié)律的變化情況。如圖4 所示為選取的警覺過程、右額和右頂腦區(qū)的兩段信號的節(jié)律特征(由上至下依次是EEG 信號、δ 節(jié)律、θ 節(jié)律、α 節(jié)律、β 節(jié)律)?？紤]到文章篇幅，相對應(yīng)的低警覺狀態(tài)節(jié)律沒有畫出。表3、表4 列出了低警覺和警覺時兩腦區(qū)各節(jié)律的相對能量，據(jù)兩表可獲取不同腦區(qū)節(jié)律特征的變化差異。

圖4 兩個不同腦區(qū)的四個對照節(jié)律（(a)右額區(qū)，(b)右頂區(qū)） Fig.4 Four rhythms of the EEG decomposed by FIR DF

表3 警覺時兩腦區(qū)各節(jié)律的相對能量 Table 3 Relative energy of four rhythms in two areas

表4 低警覺時兩腦區(qū)各節(jié)律的相對能量 Table 4 Relative energy of four rhythms in two areas

將EEG 分低頻節(jié)律和高頻節(jié)律，從表3、表4可以看以，①低警覺時兩腦區(qū)的能量分布相差不大；②警覺時兩腦區(qū)的能量分布相差較大；③右額的高頻能量（α 節(jié)律和β 節(jié)律的相對能量之和）由警覺的0.1972 到低警覺時的0.1031，變化幅度為0.0941；右頂相應(yīng)地由0.1679 變?yōu)?.1053，變化幅度為0.0626，右額在警覺變?yōu)榈途X時高頻節(jié)律能量下降更快，而右頂相應(yīng)變化量較小，因而工程選用FP2 電極用作單電極腦電來分析警覺下降有較好效果。

4 討論

本文將FIR 數(shù)字濾波器應(yīng)用于提取并計算EEG 信號中的四種節(jié)律特征，探索警覺和低警覺兩種狀態(tài)的EEG 節(jié)律特征以及不同腦區(qū)警覺變化的節(jié)律特征，研究思路能夠為FPGA、DSP 等硬件在腦機接口中的應(yīng)用中帶來方便，應(yīng)用于警覺監(jiān)控、初步分析警覺狀態(tài)、生產(chǎn)智能化的人體狀態(tài)監(jiān)控系統(tǒng)等方面。但在以下方面尚需改進：①濾波器的參數(shù)選取還有待于使用最優(yōu)方案，以獲得更好的濾波效果，在應(yīng)用中只需對程序中濾波器的起始頻率、截止頻率、采樣率和窗函數(shù)等參數(shù)進行修改就可以實現(xiàn)需要的濾波功能，達到較好的濾波效果；②用FIR 數(shù)字濾波器進行濾波與正交分解相比所得能量有所缺失，與正交變換的小波變換相比獲取節(jié)律的頻率點更精確。③各腦區(qū)警覺變化時的節(jié)律變化特征探討還不夠全面、細(xì)致，所獲取的特征值僅供參考。