不同編碼分組調(diào)制的VEP腦機接口研究

黃引 魏慶國 李茂全 盧宗武

摘 要： 在現(xiàn)有的各種腦機接口實現(xiàn)范例中，基于c?VEP的腦機接口取得了最高的信息傳輸率，但這種腦機接口系統(tǒng)必須在刺激目標數(shù)與檢測精度和檢測速度之間進行折衷。要增加刺激目標數(shù)并保證識別率高，必須增加碼長，然而，增加碼長會導致識別一個目標所需的時間增加，降低信息傳輸率。針對這個問題，提出了使用不同編碼分組調(diào)制刺激目標的方法。基于該方法，采用Golay 碼和近完美碼各調(diào)制16個刺激目標，目標識別的方法是先獲取兩組目標的參考模板，分別對兩個模板做移位得到所有目標的模板，再運用模板匹配法對目標進行識別。7位受試者在一個刺激周期的平均分類準確率高達92.34%，研究結(jié)果表明該方法增加了刺激目標數(shù)，同時提高了識別率，縮短了檢測時間。

關(guān)鍵詞： 腦機接口； 調(diào)制； Golay碼； 模板匹配法

中圖分類號： TN911.22?34； TP301 文獻標識碼： A 文章編號： 1004?373X（2016）09?0061?05

Abstract： In current various implementation paradigms of brain?computer interface （BCI）， the c?VEP based BCI achieved the highest information transfer rate， but this BCI system must have a compromise among the stimulation target quantity， detection accuracy and detection speed. To increase the stimulation target quantity and ensure the high recognition rate， the code length must be increased， but it will lead to time increasing to recognize a target， and information transfer rate reducing. To solve this problem， a stimulation target method applied with different coding grouping modulations is proposed. Based on this method， the Golay code and nearly perfect code are used to modulate 16 stimulation targets respectively. The target identification method is used to obtain the reference templates of two target groups. The two templates are shifted to obtain all target templates， and then the template matching method is used to recognize the target. The average classification accuracy of a stimulation period for 7 subjects can reach up to 92.34%. The research results show that the method can increase the stimulation target quantity， improve the recognition rate， and shorten the detection time.

Keywords： BCI； modulation； Golay code； template matching method

0 引 言

腦機接口（Brain?Computer Interface，BCI）監(jiān)測用戶的腦活動，解讀用戶的意圖，并將用戶的意圖轉(zhuǎn)換為外部命令[1]。作為一種新的、非肌肉的通信通道， BCI能夠使人直接通過大腦來表達思想或操作設備，而不需要借助語言或肢體動作。在過去幾十年中，基于EEG的BCI已經(jīng)吸引了腦科學、神經(jīng)工程和臨床康復領(lǐng)域的研究人員的極大關(guān)注。盡管BCI系統(tǒng)的性能得到了很大的改進，但它們還不能支持廣泛的應用。在各種BCI實現(xiàn)模式中，基于視覺誘發(fā)電位（Visual Evoked Potentials，VEP）的BCI，具有系統(tǒng)配置簡單、幾乎不需要訓練以及低的用戶變化率等優(yōu)點，因而在BCI研究中變得更加流行。根據(jù)刺激信號的調(diào)制方法，基于VEP的BCI可分為基于時間調(diào)制的VEP（t?VEP）BCI、基于頻率調(diào)制的VEP（f?VEP）BCI和基于偽隨機碼調(diào)制的VEP（c?VEP）BCI三種類型[2]。基于c?VEP的BCI取得了最高的通信速度，是最有可能率先實現(xiàn)產(chǎn)品化的BCI。

基于c?VEP 的BCI早在1984年就由Sutter提出，并在8年后由一個ALS病人進行了測試，測試結(jié)果表明這種BCI系統(tǒng)每分鐘能寫10～20個字[3]。在長達20多年的時間里，沒有任何有關(guān)這種BCI的研究報告。直到最近，才由Bin等人證明了基于編碼調(diào)制的VEP BCI的性能超過其他視覺刺激類型的BCI。在Bin等人的研究中，當刺激目標數(shù)為32時，平均的ITR高達108 b/min。但這種BCI系統(tǒng)必須在刺激目標數(shù)與檢測精度和檢測速度之間進行折衷。要提高目標檢測識別率，應采用較長的調(diào)制編碼，這樣相鄰目標之間具有足夠的延時，注視目標的響應信號與其模板具有較大的相似性，而與其他模板具有較大的差異性。然而，調(diào)制編碼太長，嚴重影響檢測速度，因為增加碼長就增加了一個刺激周期的長度，而一次檢測最少需要1～2個刺激周期。

為了確保高的檢測精度和檢測速度，同時提高BCI系統(tǒng)的刺激目標數(shù)，本文提出了一種新的目標調(diào)制方法，即不同編碼分組調(diào)制，研究使用Golay碼和幾乎完美碼分別調(diào)制兩組目標，每組包含16個目標。在這種BCI系統(tǒng)中，碼長不變，但是刺激目標增加了一倍，同時又保證了高的目標識別率和目標檢測速度。

1 c?VEP BCI的系統(tǒng)結(jié)構(gòu)

c?VEP BCI的基本系統(tǒng)結(jié)構(gòu)包括LCD刺激器、腦電放大器、空域濾波和模板匹配，如圖1所示。視覺刺激器在VC++ 6.0的環(huán)境下編程實現(xiàn)并在計算機LCD顯示屏上顯示，計算機通過并口發(fā)送同步信號給腦電放大器實現(xiàn)腦電數(shù)據(jù)和刺激同步，視覺刺激器用來誘發(fā)VEP。腦電放大器采集并記錄頭皮腦電信號。空域濾波將多通道EEG信號融合為單導聯(lián)信號。模板匹配為目標識別算法，實現(xiàn)方法是將實驗數(shù)據(jù)片段與各目標的模板做相關(guān)運算，與之相關(guān)系數(shù)最大的模板所對應的目標即為識別目標。

2 刺激器的設計

2.1 調(diào)制碼的選擇

為了表達不同的意圖，需要用一定的方法對EEG信號進行調(diào)制，以便嵌入在EEG信號中的意圖能被解調(diào)成為原始的信息。同時，為了避免相互干擾，對不同意圖調(diào)制的EEG信號相互之間應該是正交或接近正交的，這要求調(diào)制編碼應具有尖銳的自相關(guān)函數(shù)，而Golay互補序列和近完美序列具備這種特性。

依據(jù)視覺中心放大原理，當受試者注意到某個目標時，所注視的目標對誘發(fā)電位的產(chǎn)生起主要作用。但是它周圍的其他目標也會對誘發(fā)電位產(chǎn)生一定的貢獻[6]。因此，每組16個刺激目標的周圍增加了20個額外的非刺激目標，這樣中間刺激目標與邊緣刺激目標所產(chǎn)生的視覺電位幾乎一致。外圍刺激模塊的安排是按照等鄰域原理[7]。圖4（b）所示為各個目標的刺激序列，其中序列中的“1”代表白色幀，“0”代表黑色幀。每個刺激序列的長度為64位，即64幀，所以一個刺激周期為[6460=]1.066 s，且刺激不斷重復。為了保證刺激器與顯示器的刷新率同步，刺激器采用DirectX技術(shù)。

3 目標識別

3.1 空域濾波器優(yōu)化算法

在模板匹配法中，相關(guān)運算只能用于一維信號。然而通常情況下需要在頭皮上覆蓋更多的電極來獲取更全面的腦電信息，從而提高腦機接口的性能。為了采用多電極導聯(lián)信號，可以運用空域濾波器把多導聯(lián)信號線性融合為單通道數(shù)據(jù)，通過多個導聯(lián)數(shù)據(jù)的線性組合來提高腦電信號的信噪比。對于給定從多個電極導聯(lián)上記錄到的腦電數(shù)據(jù)[X，]源信號[x=wTX，][w]是根據(jù)優(yōu)化算法獲得的，通常優(yōu)化思路有兩種：一種是最大化差異，另一種是最大化相似度。本文研究了兩種求解[w]的方法：最大對比融合（Maximum Contrast Combination，MCC）和典型相關(guān)分析（Canonical Correlation Analysis，CCA）。

3.1.1 MCC

3.2 模板匹配

在c?VEP的腦機接口中一般采用模板匹配法進行目標識別。在每位受試者實驗之前，都必須在訓練階段獲取實驗模板。由于各目標之間的誘發(fā)電位都是時間位移的關(guān)系，所以只需要在訓練階段對某一個特定刺激目標的誘發(fā)電位進行采集，然后通過時間移位得到其他的刺激目標模板。模板匹配法的流程如下：

（1） 在訓練階段受試者需要注視某一個特定的刺激目標，訓練階段所持續(xù)的時間為3～4 min，這樣可以獲得約為200個周期的數(shù)據(jù)，在此間期，受試者可以按下空格鍵開始或者暫停，避免受試者的精神疲勞。

4 實驗設計及實驗結(jié)果

4.1 實驗設計

有7名身體健康的受試者參與了本實驗，年齡在20～28歲之間，視力正常或輕度近視，熟悉實驗內(nèi)容。本實驗在安靜、無電磁屏蔽的室內(nèi)進行，試驗者眼睛距離刺激目標正前方60 cm左右。實驗分為訓練階段和實驗階段：在訓練階段，受試者依次注視兩組目標的參考目標，每個參考目標持續(xù)的時間為3～4 min，該數(shù)據(jù)用來制作模板和獲取空域濾波器；在實驗階段，受試者依次注視32個刺激目標，一個目標持續(xù)20個刺激周期，一個周期是1.066 s，這樣就獲得了20次實驗的數(shù)據(jù)。

腦電放大器為清華大學自主研制的Mipower16，采樣率為1 000 Hz。腦電信號采集使用32導10～20電極帽，實驗過程中采用了7個電極，分別是O1，O2，Pz，P3，P4，T5，T6。參考電極和地電極分別位于FPz、耳垂。

4.2 實驗結(jié)果

7位受試者的離線實驗結(jié)果如表1所示，其中acc1表示當受試者注視Golay AB碼調(diào)制目標時，實驗數(shù)據(jù)和Golay AB碼調(diào)制的16個目標的模板匹配的結(jié)果，acc2指在近完美碼調(diào)制下，相應的實驗數(shù)據(jù)和近完美碼調(diào)制的16個目標的模板匹配的結(jié)果，accTwo是指實驗數(shù)據(jù)與所有目標模板匹配的結(jié)果。從表中可以發(fā)現(xiàn)，除了受試者xfa的acc1用CCA和MCC兩種方法濾波的結(jié)果有點差別外，CCA和MCC的準確率完全一樣，也就是說這兩種方法可能在該問題中是等價的，MCC的原理是使源信號和噪聲差異最大化，即最大化信噪比，CCA的原理是使觀測信號與源信號相似度最大化。所有受試者的accTwo介于acc1和acc2之間，7位受試者acc1，acc2，accTwo的均值在CCA方法下分別為93.20%，92.74%，92.34%，accTwo與acc1或acc2相差甚微，證明了用不同編碼分組調(diào)制的可行性。除此之外，除了個別受試者在Golay AB碼或近完美碼調(diào)制下的結(jié)果低于90%，大部分受試者的實驗結(jié)果超過90%，且在兩種碼調(diào)制下的實驗結(jié)果很相近，因此這兩種碼誘發(fā)的c?VEP信號都很強。

5 討 論

為了驗證刺激目標的排列方式是否對實驗結(jié)果有影響，本文設計了2[×]8[×]2矩陣的上下排列方式，表1中7位受試者中的4位受試者參與了該實驗，除了目標排列方式不一樣之外，實驗過程、調(diào)制碼等都與上述實驗一致，獲取空域濾波器的方法基于CCA。4位受試者在兩種目標排列方式下的實驗結(jié)果如圖6所示。