一種利用心算任務(wù)增強(qiáng)腦電信號(hào)特征的腦—機(jī)接口研究.pdf

1、研究目的:
　　 事件相關(guān)電位（EventRelatedPotential,ERP）與認(rèn)知過(guò)程中的大腦活動(dòng)緊密相關(guān)，反映了認(rèn)知過(guò)程中大腦的神經(jīng)電生理改變。以其作為腦電信號(hào)特征載體的腦-機(jī)接口（BrainComputerInterface，BCI）系統(tǒng)具有無(wú)創(chuàng)采集、操作簡(jiǎn)單的優(yōu)點(diǎn)以及獨(dú)特的時(shí)間分辨率優(yōu)勢(shì)。但由于空間分辨率相對(duì)欠缺，信噪比很低，導(dǎo)致了BCI系統(tǒng)存在分類(lèi)正確率低、通訊速度慢等問(wèn)題，成為制約實(shí)際應(yīng)用發(fā)展的瓶頸。
　

2、　 心算是大腦多個(gè)腦區(qū)共同參與的一項(xiàng)高級(jí)認(rèn)知加工活動(dòng)，心算任務(wù)的類(lèi)型、內(nèi)容、難度等特性對(duì)誘發(fā)的事件相關(guān)電位在時(shí)頻域上的特征成分有很大影響，這些受影響的特征成分是否能夠在一定程度上提高腦-機(jī)接口的信號(hào)識(shí)別率，進(jìn)而提高系統(tǒng)的最終性能是本研究的重點(diǎn)。
　　 本研究在神經(jīng)科學(xué)和認(rèn)知科學(xué)研究成果的基礎(chǔ)上，針對(duì)傳統(tǒng)基于事件相關(guān)電位P300的腦-機(jī)接口系統(tǒng)中，采集信號(hào)信噪比低，特征腦電信號(hào)提供的信息量少的問(wèn)題，提出一種視覺(jué)刺激下，利用大腦處

3、理特定認(rèn)知任務(wù)（即心算任務(wù)）時(shí)能有效激活相關(guān)腦區(qū)和響應(yīng)信號(hào)的特性，進(jìn)而增強(qiáng)腦電特征的腦-機(jī)接口范式。
　　 研究方法:
　　 研究中首先設(shè)計(jì)并改進(jìn)了傳統(tǒng)oddball實(shí)驗(yàn)范式，并在范式中引入了心算任務(wù)，具體包括兩種不同認(rèn)知復(fù)雜度的實(shí)驗(yàn):較簡(jiǎn)單的傳統(tǒng)計(jì)數(shù)任務(wù)實(shí)驗(yàn)與較復(fù)雜的一位加法心算任務(wù)的改進(jìn)實(shí)驗(yàn)。對(duì)實(shí)驗(yàn)所采集到的腦電數(shù)據(jù)進(jìn)行去除眼動(dòng)等干擾、基線校正、濾波、分段等預(yù)處理，隨后利用相干平均的方法提取腦電信號(hào)的時(shí)域特征，分析并

4、對(duì)比不同實(shí)驗(yàn)范式對(duì)事件相關(guān)電位主要成分P300等成分的影響。
　　 繼而從實(shí)用性角度出發(fā)，設(shè)計(jì)了以空間字符矩陣作為刺激來(lái)誘發(fā)P300的實(shí)驗(yàn)范式。經(jīng)過(guò)信號(hào)預(yù)處理后獲得實(shí)驗(yàn)結(jié)果，進(jìn)一步驗(yàn)證了心算任務(wù)在腦-機(jī)接口范式中能夠增強(qiáng)腦電信號(hào)特征。實(shí)驗(yàn)利用支持向量機(jī)分類(lèi)方法對(duì)空間字符矩陣范式誘發(fā)的腦電信號(hào)進(jìn)行簡(jiǎn)單分類(lèi)，并比較了設(shè)置不同的輸入數(shù)據(jù)模板、采用不同疊加次數(shù)時(shí)，各受試者及其導(dǎo)聯(lián)腦電信號(hào)分類(lèi)正確率的不同。
　　 研究結(jié)果:

5、>　　 改進(jìn)oddball范式實(shí)驗(yàn)分析顯示，P300幅值平均提高了6.83μV，增幅達(dá)到73.94％;并且從400ms開(kāi)始的腦區(qū)活動(dòng)程度更為劇烈，時(shí)間更為持久;此外，不同于傳統(tǒng)計(jì)數(shù)任務(wù)，心算任務(wù)在650ms處出現(xiàn)有明顯的激活。結(jié)果說(shuō)明引入心算認(rèn)知處理過(guò)程的實(shí)驗(yàn)范式相比于傳統(tǒng)計(jì)數(shù)任務(wù)范式能夠更為顯著地激活相關(guān)腦區(qū)、增強(qiáng)特征信號(hào)，所誘發(fā)出的事件相關(guān)電位P300具有潛伏期延長(zhǎng)、幅值增加的特點(diǎn)。空間字符矩陣范式實(shí)驗(yàn)最后確定了最優(yōu)模板以及相應(yīng)分