王平

摘要：相同步理論已經(jīng)很好的被引入腦電信號分析，本文利用相同步理論對大腦個體差異性進行研究，通過對腦電信號的PLV值進行計算，提取特征，最終計算腦電信號自我認證值，得出結(jié)論是準確率平均達到86%，說明很好的識別了受試者。

關(guān)鍵詞：腦電信號；相同步；個體差異

在控制運動腦電分類方面研究，主要集中在體育運動心理學(xué)和腦機接口系統(tǒng)方面研究。在體育運動心理學(xué)的應(yīng)用，通過利用運動員在大腦中想象所進行的各種運動，通過對腦電信號進行監(jiān)測，提高訓(xùn)練效果。在腦機接口系統(tǒng)的應(yīng)用，通過對不同的大腦控制運動意識產(chǎn)生腦電信號進行分析，提取出相應(yīng)的腦電信號特征，利用一定的外部儀器，還原大腦的想象的運動，以達到對殘障人士運動的輔助作用。

當今國內(nèi)外對控制運動腦電信號分析和研究，基本上是把腦電信號作為一種特殊的信號，利用各種信號分析方法，例如傅立葉變換、小波變換、拉普拉斯變換、主成分分析、獨立成分分析等，把腦電信號進行不同形式的變換抽取出特征。對控制運動腦電信號分析主要面臨兩個難題，一是分類準確率，特別是對于多種運動組合，分類準確率還不能達到實用的需求，二是對于相同的方法，如果被試者不同，分類準確率相差較大。

為了準確的提出想象運動的腦電特征，把腦電信號分析回歸大腦的想象生理機制，是現(xiàn)在國內(nèi)外對腦電信號分析的發(fā)展趨勢。如今很多場合都需要進行身份認證，身份認證腦電研究和以往應(yīng)用運動想象腦電信號進行BCI研究不同，以往的BCI腦電信號研究是分析不同受試者的腦電信號中的共同特征，從而提取出來投入運用，而身份認證腦電信號的研究，則是提取出能反映受試者本人和他人不同的腦電信號特征，從而達到利用此特征來找到該受試者的目的。

把相同步理論應(yīng)用于腦電信號分析，已經(jīng)有很多成功的例子。目前有許多方法去測量在信號xi（t）和xj（t）之間的同步，用于分析同步較普通的方法是經(jīng)典的相干（一致性）Cohij（f）。相干函數(shù)由信號xi（t）和xj（t）（代表兩電極i，j）的互譜密度函數(shù)得出，定義如下：

Si，j（f）=1N∑Nn=1Xin（f）Xjn（f）

另一種測量兩個信號同步的量度是鎖相值PLV（phase locking value），此方法僅考慮此信號的相位。

PLV= （3）

這里，Φi（t），Φj（t）是電極i，j的瞬時相位。這相位的計算可以通過希爾伯特（Hilbert）變換或復(fù)Gabor小波變換。在文獻證明小波變換及希爾伯特變換的計算信號同步方面沒什么差別雖然以上它不包含信號的幅度信息，但更適合測量腦電信號的同步現(xiàn)象。

本文所用腦電信號來源于江西科技學(xué)院信息技術(shù)研究所腦機接口實驗室，受試者在實驗室內(nèi)，根據(jù)屏幕的指示，想象向左和向右運動，腦電獲取裝置會把受試者的腦電信號實時記錄下來。通過對十個學(xué)生進行腦電獲取和分析，計算腦電信號的PLV值，分析左右想象運動物理機制的個體差異性。通過對十個學(xué)生的腦電信號自我認證計算，結(jié)果表明利用PLV計算個體差異，能很好的認證出受試者，其準確率平均達到86%。（作者單位：江西科技學(xué)院信息中心）

本文受江西科技學(xué)院院級自然課題“基于相同步的個體腦電差異性研究”（編號XYKJ08YB02）資助

參考文獻

[1]A. Pikovsky，M. Rosenblum，and J. Kurths，Synchronization – A Universal Concept in Nonlinear Sciences. Cambridge，MA： Cambridge University Press，2001.

[2]C.Carmeli，M.G.Knyazeva，G.innocenti，and O.De Feo. Assessment of EEG synchronization based on state-space analysis[J] .NeuroImage，2005，25：339-354.

[3]楊幫華 顏國正 嚴榮國. 腦機接口中基于小波包最優(yōu)基的特征抽取[J]. 上海交通大學(xué)學(xué)報，2005，39（11）：1879-1882.

[4]吳小培，葉中付. 基于腦電四階累積量的運動意識分類研究[J]. 生物物理學(xué)報，2005，21（5）：364-369

[5]莊平. 腦電事件相關(guān)去同步化和同步化活動與運動相關(guān)性作業(yè)[J]. 中國臨床康復(fù)，2004，8（1）：152-154.

[6]McFarland D J，McCane L M，David S V，et al. Spatial filter selection for EEG-based communication. Electroenceph. Clin. Neurophysiol[J]. 1997，103：386-394

[7]J.-P. Lachaux，E. Rodriguez，J. Martinerie，and F. J. Varela. Measuring phase synchrony in brain signals[J].Hum. Brain Mapp.，1999，8：194–208，.