基于Unity3D的腦電圖檢測與分析虛擬仿真實驗項目的設計和開發(fā)

李凌，張婷婷，謝珂

電子科技大學生命科學與技術學院，四川成都610054

前言

生物醫(yī)學信號處理是生物醫(yī)學工程專業(yè)的一個重要研究領域，也是近年來臨床應用快速發(fā)展的重要組成部分［1-3］。腦電圖技術擁有毫秒級別的時間分辨率，實時記錄生物體豐富的狀態(tài)和性質(zhì)信息，是癲癇腦網(wǎng)絡機制、孤獨癥影像學、交互式腦疾病干預、腦電信息獲取關鍵技術等方面的重要研究手段。例如，在臨床疾病診斷中，常用外界刺激所誘發(fā)的事件相關電位—P300成分來進行精神分裂癥、抑郁癥等認知障礙人群的篩查［4-7］。

腦電圖技術在科學研究方面顯得尤為重要，但是該技術在數(shù)據(jù)采集和分析過程中也存在很多技術難點。一方面，在數(shù)據(jù)采集過程中，腦電信號強度弱（微伏量級）、高隨機性及非平穩(wěn)性、非線性、背景噪聲復雜，包括眼動干擾、肌肉活動干擾、50 Hz工頻干擾等特點，使得腦電圖數(shù)據(jù)采集不僅需要高質(zhì)量的放大器和傳感器，還需要受試者清潔頭皮，同時借助導電膏、磨砂膏等輔材降低皮膚阻抗才能達到高信噪比的信號采集目的。另一方面，在生物醫(yī)學信號處理課程中，針對不同波段的靜息態(tài)腦電數(shù)據(jù)，主要采用功率譜估計方法分析信號的能量特征隨頻率變化關系。其中，第一種估計方法是周期圖法，是信號相關函數(shù)的傅里葉變換。因其不是一致估計法，因此就有了改進的Welch法［8］，它采用信號分段、加窗、快速傅里葉變換（Fast Fourier Transform,FFT）、模平方、加權平均等技術來估計功率譜。……