腦電信號(hào)采集與處理研究

程 皓，周麗麗，杜寅福

(1.黑龍江省科學(xué)院，哈爾濱 150060； 2.黑龍江省科學(xué)院智能制造研究所，哈爾濱 150090)

腦電(EEG)是由顱腔內(nèi)的大腦活動(dòng)所產(chǎn)生、從頭皮表面記錄到的電生理信號(hào)，因此也稱為頭皮腦電。一般認(rèn)為，頭皮腦電是由大腦皮層的椎體神經(jīng)元所產(chǎn)生的，作為一種生理信號(hào)，EEG也同樣存在一些缺陷，如信號(hào)弱，干擾強(qiáng)。EEG信號(hào)由大腦皮質(zhì)傳導(dǎo)到頭皮表面至少需要經(jīng)過腦脊液、顱骨和頭皮等幾種組織，EEG信號(hào)經(jīng)過層層削弱(特別是顱骨這種弱傳導(dǎo)介質(zhì))，到達(dá)記錄電極時(shí)已極其微弱，信號(hào)采集是進(jìn)行后續(xù)處理和分析的基礎(chǔ)，因此采集到生理上可靠、可信的EEG信號(hào)顯得尤為重要。

1 EEG采集系統(tǒng)

對(duì)于這類弱信號(hào)，采集放大器是必備條件，如高增益、高共模抑制比和高輸入阻抗等。目前，已經(jīng)有專門的用于EEG的信號(hào)采集集成數(shù)字芯片，如美國TI公司生產(chǎn)的ADS1299，主要介紹兩種EEG采集系統(tǒng)。

Neuroscan是世界上領(lǐng)先的腦電采集系統(tǒng)制造商，其銷售和支持網(wǎng)絡(luò)較為完善。相比于其他放大器，Neuroscan生產(chǎn)的放大器輕薄、便攜，信號(hào)采集軟件簡便、易用，采集的信號(hào)質(zhì)量認(rèn)可度較高，在我國市場(chǎng)份額占比較大，但相對(duì)于不斷迭代更新的軟件，硬件改善較少。

圖1 放大器Fig.1 Amplifier

EGI的一大特色是電極帽。不同于一般采用固態(tài)的膠體黏附于頭皮表面的電極帽，它使用鹽水作為傳導(dǎo)腦電信號(hào)的介質(zhì)。這種電極帽并未采用傳統(tǒng)的布+固定位置的Ag/Agcl電極的設(shè)計(jì)方式，而是采用了EGI公司的專利技術(shù)—鹽水+海綿電極，利用網(wǎng)格間的張力，維持電極之間的相對(duì)位置，因此電極帽的準(zhǔn)備時(shí)間大幅縮短，比較適用于特殊人群或需要快速佩戴電極帽的場(chǎng)合。此外，該公司的軟、硬件產(chǎn)品迭代更新較快，雖然進(jìn)入我國時(shí)間不長，但發(fā)展迅速。

圖2 電極帽Fig.2 Electrode cap

可用于EEG信號(hào)采集的商業(yè)系統(tǒng)很多，各有優(yōu)勢(shì)和不足，但是針對(duì)具體的信號(hào)采集，還需根據(jù)采集系統(tǒng)，按照規(guī)程操作，保證腦電信號(hào)的可用性、可靠性。

2 常用信號(hào)處理

自然界中的信號(hào)一般都是模擬信號(hào)，主要特點(diǎn)是在時(shí)間上是連續(xù)的，信號(hào)無限長，時(shí)間分辨率無限高，這樣一個(gè)時(shí)間連續(xù)的信號(hào)導(dǎo)致存儲(chǔ)和處理存在一定的困難，往往需要以電容、電阻和電感等元器件為基礎(chǔ)的模擬電路。

現(xiàn)代計(jì)算機(jī)基于0-1二值邏輯和數(shù)字電子元器件，無法對(duì)模擬信號(hào)進(jìn)行存儲(chǔ)和處理。為了便于存儲(chǔ)和處理，一般會(huì)采用時(shí)間采樣、幅值量化等手段將其轉(zhuǎn)化為時(shí)間、幅值上均為離散的數(shù)字信號(hào)，在滿足采樣的條件下，可以通過采集到的數(shù)字信號(hào)重建原始信號(hào)，通過腦電采集系統(tǒng)進(jìn)行信號(hào)采集。保存于計(jì)算機(jī)硬盤上的EEG信號(hào)即為典型的數(shù)字信號(hào)，一般將采集到的EEG信號(hào)以圖3的方式呈現(xiàn)。但如果將采集到的EEG信號(hào)以文本方式打開，則類似于一堆數(shù)字，如圖4所示。

圖3 EEG信號(hào)圖Fig.3 EEG signal

圖4 以文本方式打開的EEG信號(hào)Fig.4 EEG signals opened as text

每一行對(duì)應(yīng)一個(gè)時(shí)間點(diǎn)，每一列對(duì)應(yīng)一個(gè)EEG導(dǎo)聯(lián)。可以看到，時(shí)間點(diǎn)之間是不連續(xù)的，相鄰時(shí)間點(diǎn)的信號(hào)幅值之間是跳躍式的。此外，每個(gè)時(shí)間點(diǎn)信號(hào)的幅值有固定的精度，相對(duì)于真實(shí)信號(hào)，其幅值已經(jīng)進(jìn)行了一定程度的截?cái)唷?/p>

數(shù)字信號(hào)的表示極大方便了信號(hào)處理。將模擬信號(hào)的處理操作簡化為加/減等易于計(jì)算機(jī)進(jìn)行的操作，EEG作為數(shù)字信號(hào)的一種，也需要借助于數(shù)字信號(hào)處理工具。EEG信號(hào)處理中常用的方法有以下幾種：

濾波。過濾掉干擾信號(hào)/不感興趣的頻率范圍內(nèi)的EEG信號(hào)，一般采用零相移FIR。

去除眼電或肌電等干擾。可以采用回歸、自適應(yīng)濾波或獨(dú)立成分分析。

轉(zhuǎn)換參考。將數(shù)據(jù)從采集時(shí)的參考方式轉(zhuǎn)換為新的參考方式，如傳統(tǒng)的雙側(cè)乳突平均/總平均參考。

數(shù)據(jù)分段。根據(jù)感興趣的事件對(duì)數(shù)據(jù)進(jìn)行分割。

基線校正。將每一段數(shù)據(jù)的基線拉到0附近。

疊加平均。進(jìn)一步提高信噪比，并得到大腦對(duì)于感興趣事件的平均反應(yīng)。

可以看到，方法大體上并不復(fù)雜，但EEG信號(hào)除了預(yù)處理之外，最重要的是分析。為了從中提取感興趣的特征，需要用到較為復(fù)雜的信號(hào)處理方法，如周期圖法、短時(shí)傅立葉變換/小波分析/希爾波特-黃變換等。

3 腦電信號(hào)的表示

與其他生理和非生理信號(hào)一樣，腦電信號(hào)也可以采用不同的形式予以表示。通過對(duì)腦電信號(hào)不同的表示形式進(jìn)行分析，可以從中提取不同的信息，從而揭示腦電信號(hào)在某一方面的特征。

時(shí)域表示。腦電信號(hào)最常用和最直觀的表示形式是時(shí)域表示，它是腦電信號(hào)幅度隨時(shí)間的變化，可以反映神經(jīng)活動(dòng)隨時(shí)間變化的過程，這對(duì)于從宏觀上了解腦電信號(hào)尤為重要。腦電信號(hào)的時(shí)域表示是臨床上進(jìn)行睡眠相關(guān)疾病的診斷、睡眠分期和癲癇發(fā)作期與發(fā)作間期區(qū)分的基本依據(jù)。從時(shí)域表示中可以對(duì)腦電信號(hào)的質(zhì)量或被試在數(shù)據(jù)采集時(shí)的狀態(tài)有個(gè)簡單的了解。另外，從時(shí)域表示中可以對(duì)腦電信號(hào)的平穩(wěn)性有個(gè)粗略的認(rèn)識(shí)。信號(hào)分析中，如果觀察到腦電信號(hào)的均值或標(biāo)準(zhǔn)差隨時(shí)間而有所增加或減少，就可以初步判定腦電信號(hào)不滿足平穩(wěn)性隨機(jī)過程的假設(shè)。可以從腦電信號(hào)的時(shí)域表示進(jìn)行各種偽跡和噪聲的識(shí)別，如心電和肌電偽跡等。

頻域表示。時(shí)域表示大多數(shù)情況下只是進(jìn)行一個(gè)簡單的、定性的分析，難以對(duì)信號(hào)進(jìn)行定量和客觀的描述。與時(shí)域表示相對(duì)的是腦電信號(hào)的頻域表示，持續(xù)的系統(tǒng)往往伴隨著周期性的振蕩和循環(huán)，對(duì)于這類系統(tǒng)和信號(hào)，頻域表示更容易揭示其規(guī)律和特征。腦電信號(hào)具有頻率特性，故而被劃分為不同的節(jié)律和頻段，如δ、θ、α、β和γ等。不同的神經(jīng)活動(dòng)狀態(tài)往往表現(xiàn)出不同的頻域特征，而頻域特征的差異也可能構(gòu)成了不同神經(jīng)活動(dòng)狀態(tài)的標(biāo)志性差異，因此頻域表示具有用于區(qū)分不同狀態(tài)、神經(jīng)和精神系統(tǒng)疾病的診斷和療效評(píng)價(jià)的潛力。實(shí)際上，基于α頻段的α阻滯效應(yīng)已經(jīng)被臨床上作為正常腦電圖的重要參考指標(biāo)，通過頻域表示可以掌握腦電信號(hào)中各個(gè)頻段的能量分布。傅里葉變換是頻域表示最基本的工具。

時(shí)-頻域表示。對(duì)于給定的腦電信號(hào)，時(shí)域表示和頻域表示方法所反映出的特性是靜態(tài)特性，但無法確定某個(gè)頻域特性主要出現(xiàn)在哪個(gè)時(shí)間段，這對(duì)應(yīng)了神經(jīng)活動(dòng)的動(dòng)態(tài)特性。神經(jīng)活動(dòng)的動(dòng)態(tài)特性對(duì)于大腦及時(shí)對(duì)外界變化做出處理和反應(yīng)具有重要意義。實(shí)際上，無論是靜息態(tài)還是任務(wù)態(tài)，在不同的時(shí)間段，大腦的神經(jīng)活動(dòng)并不總是表現(xiàn)出相同的特性。時(shí)-頻域表示是將腦電信號(hào)用一種更直觀的方法來表示，以便分析神經(jīng)活動(dòng)的動(dòng)態(tài)特性。時(shí)-頻域表示的最基本方法是短時(shí)傅里葉變換，通過采用動(dòng)態(tài)的滑動(dòng)窗口來實(shí)現(xiàn)時(shí)間信息的定位，并在不同窗口內(nèi)進(jìn)行頻域表示，從而實(shí)現(xiàn)腦電信號(hào)的時(shí)-頻域表示。

4 數(shù)據(jù)轉(zhuǎn)換參考

使用腦電電極帽時(shí)經(jīng)常會(huì)提到32導(dǎo)、64導(dǎo)等，這些數(shù)字一般表示的是電極帽上用于記錄信號(hào)的活動(dòng)電極/導(dǎo)聯(lián)的數(shù)量。除此之外，還有兩類電極，即接地(GND)電極和參考(REF)電極。接地電極的作用是提供電位測(cè)量的基準(zhǔn)點(diǎn)，記錄的電位都是相對(duì)于接地電極的相對(duì)值。實(shí)際中，一般測(cè)量到的信號(hào)都是兩點(diǎn)之間的電位差，即電壓。在EEG信號(hào)中，記錄得到的是活動(dòng)電極與參考電極之間的電位差，如圖5所示，實(shí)際記錄到的是ud。通常在腦電記錄中，人們會(huì)把參考電極放在某個(gè)特定的位置，常見的有鼻尖、乳突或頭頂中央處(C)。

圖5 記錄的電位差Fig.5 Recorded potential difference

理想情況下，希望得到的是記錄電極相對(duì)于零電位的電位差，希望參考電極處的電位為0且恒定不變。理論上，這樣的位置位于無窮遠(yuǎn)處，在真實(shí)的物理空間內(nèi)是不存在的，所以實(shí)際采集到的腦電信號(hào)總是會(huì)受到參考電極處大腦活動(dòng)的影響，在這樣的情況下，要想進(jìn)行不同研究間的比較，要求參考電極的位置一致。參考轉(zhuǎn)換是將采集腦電時(shí)所用的參考方式在離線進(jìn)行數(shù)據(jù)預(yù)處理時(shí)轉(zhuǎn)換為另一種參考方式。參考轉(zhuǎn)換大致有以下幾種：

A.轉(zhuǎn)換為以某一個(gè)特定電極的信號(hào)為參考。這種情況下，需要在腦電采集時(shí)記錄該電極位置處的信號(hào)。例如：信號(hào)采集時(shí)的參考電極為Cz，要轉(zhuǎn)換為以乳突為參考，則需要采集時(shí)記錄乳突處的腦電信號(hào)。

假設(shè)某活動(dòng)電極(E1)處真實(shí)的電位活動(dòng)信號(hào)為A1，乳突(M)處的真實(shí)電位活動(dòng)信號(hào)為A2，參考電極(C)處的為REF_CZ，則實(shí)際采集到的腦電信號(hào)分別為：

E1=A1-REF_CZ，M=A2-REF_CZ；C=REF_CZ-REF_CZ=0

進(jìn)行參考轉(zhuǎn)換后，欲得到的信號(hào)為：

E1′ = A1-A2=(A1-REF_CZ)-(A2-REF_CZ)=E1-M

C′=REF_CZ-A2=(REF_CZ-REF_CZ)-(A2-REF_CZ)=C-M

因此，需要做的就是將采集到的腦電信號(hào)分別減去該特定電極的信號(hào)。

B.平均參考。將采集到的腦電信號(hào)分別減去所有導(dǎo)聯(lián)的腦電信號(hào)的平均。假設(shè)某活動(dòng)電極(E1～EN)處真實(shí)的電位活動(dòng)信號(hào)為A1～AN，參考電極(Cz)處的為REF_CZ，則實(shí)際采集到的腦電信號(hào)分別為：

E1=A1-REF_CZ；C=REF_CZ-REF_CZ=0

構(gòu)造一個(gè)虛擬的參考信號(hào)：

REF=(E1+E2+E3+…+EN)/N=(A1+A2+A3+…+AN)/N-REF_CZ

參考轉(zhuǎn)換后的信號(hào)為：

E1′=E1-REF=A1-(A1+A2+A3+…+AN)/N

Cz′=REF_CZ-(A1+A2+A3+…+AN)/N

5 總結(jié)與展望

神經(jīng)元于大腦皮層活動(dòng)時(shí)產(chǎn)生電信號(hào)，腦機(jī)接口技術(shù)在此時(shí)可以采集信號(hào)，并運(yùn)用規(guī)律分析其信號(hào)特性，處理產(chǎn)生控制信號(hào)，達(dá)到解讀腦電信號(hào)的目的。EEG技術(shù)具有經(jīng)濟(jì)實(shí)惠、不具有侵入性、可以實(shí)時(shí)操作等特點(diǎn)，被廣泛應(yīng)用。腦電信號(hào)的采集與分析解讀較為復(fù)雜，如何從復(fù)雜網(wǎng)絡(luò)中抽取信號(hào)，量化表示當(dāng)前信號(hào)的特征值，用于對(duì)腦電信號(hào)的分類，是后續(xù)研究探索的方向。