張志敏 王盛 關(guān)凱 劉濤 牛海軍

0 引言

腦-機接口(brain-computer interface，BCI)允許人腦與外部設(shè)備之間的直接通信，這可以作為神經(jīng)肌肉通路的替代方法[1]。近年來，基于腦電(electroencephalogram，EEG)的BCI技術(shù)被廣泛研究，但是單模態(tài)BCI由于缺乏錯誤命令取消和返回機制，且同步系統(tǒng)的長時間使用會造成準(zhǔn)確率的下降。為了解決BCI領(lǐng)域的一些不足，研究者們提出了混合腦-機接口(hybrid-BCI，h-BCI)，以提高系統(tǒng)的最終準(zhǔn)確率和增加可控目標(biāo)的數(shù)量[2]。對于基于EEG的h-BCI，其中一種方式是將兩種類型的EEG相結(jié)合，例如，有研究者將穩(wěn)態(tài)視覺誘發(fā)電位(steady-state visual evoked potential，SSVEP)與P300相結(jié)合，SSVEP與事件相關(guān)去同步化電位相結(jié)合，P300與運動想象相結(jié)合[3-5]。另一種方式是將EEG信號與其他生理信號相結(jié)合，包括心電圖(electrocardiogram，ECG)、眼電圖(electrooculography，EOG)和肌電圖(electromyogram，EMG)[6-8]。

在上述的h-BCIs中，SSVEP以其高信息傳輸率的潛力和無需重復(fù)訓(xùn)練(只需要第1次引導(dǎo)流程)而被廣泛使用[9-10]，此外，與ECG和EOG相比，EMG是一種容易產(chǎn)生且穩(wěn)定的信息源。因此，結(jié)合SSVEP與EMG的h-BCI無論是從增加指令輸出還是將EMG作為確認(rèn)和緊急停止指令來講，都是一個合適的組合[11-13]，相關(guān)研究在系統(tǒng)準(zhǔn)確率和安全性上都達(dá)到了很好的效果。

但之前SSVEP和EMG相結(jié)合的研究中，肌電動作基本不會對SSVEP造成信號上的直接影響。那是因為一些工作的EMG是來自手臂或手部的[11]，另外一些工作雖然EMG來自頭部，但EEG和EMG的檢測是非同時進(jìn)行的，即當(dāng)有規(guī)定肌電動作的時候，SSVEP是不進(jìn)行檢測的[12]。因此當(dāng)頭部EMG肌電動作和SSVEP刺激同時發(fā)生時，肌電動作對SSVEP的影響尚未被討論。

此外，在所有頭部的動作中，如抬眉毛、抬耳廓、做表情、進(jìn)行咀嚼等，咬合動作可以產(chǎn)生極大幅度的動作電位。Goncharova等[14]發(fā)現(xiàn)，咬合可以在頭部表面產(chǎn)生廣泛的電信號。所以咬合動作可作為EMG源與SSVEP結(jié)合使用。因此本文主要研究下頜咬合動作和SSVEP刺激同時發(fā)生時，咬合動作對SSVEP信號的干擾以及咬合狀態(tài)下SSVEP的分類情況。研究可為咬合動作下的SSVEP識別和同時使用SSVEP與面部肌電的相關(guān)工作提供參考。

1 研究方法

1.1 儀器設(shè)備

試驗在一個安靜的腦電采集房間進(jìn)行，腦電與肌電信號使用NeuroScan采集系統(tǒng)(SynAmps2，美國)。信號采樣率設(shè)定為1kHz。參照國際通用10-10腦電電極放置標(biāo)準(zhǔn)，本實驗選取視覺誘發(fā)研究中常用的4個腦電信號采集位點(POz、O1、Oz、O2)。為保證電極與頭皮有良好的接觸，信號采集過程中，電極阻抗保持在10 kΩ以下。

1.2 數(shù)據(jù)采集

5名健康的受試者(24.0歲±1.7歲)參加了該試驗，他們具有矯正或正常視力，無面神經(jīng)和肌肉疾病。實驗視覺刺激和提示均基于MATLAB軟件中Psychophysics Toolbox工具箱(Ver 3)開發(fā)，呈現(xiàn)于視覺刺激顯示器[24 in (1 in=2.54 cm) LCD，16∶9，分辨率1 920×1 080，刷新率60 Hz，Acer]上。屏幕與受試者眼睛之間的距離約為70 cm。試驗過程中，受試者坐在舒適的椅子上，要求身體保持不動。

1.3 試驗任務(wù)

受試者共完成3組試驗，第1組僅有視覺刺激，第2組在視覺刺激的同時執(zhí)行正常短咬動作，第3組在視覺刺激的同時執(zhí)行規(guī)定咬合動作(長咬合時間超過2 s)，試驗流程如圖1所示。每組試驗均包含15個子序列(3個頻率×5次序列)。每一個序列包括3個階段：(1)提示階段1 s：在目標(biāo)方塊位置出現(xiàn)紅色“+”，提示目標(biāo)；(2)任務(wù)階段4 s：紅色“+”消失，注視目標(biāo)方塊同時完成規(guī)定咬合動作；(3)休息階段0.5 s：屏幕全黑，受試者休息。各組任務(wù)之間有3 min的休息時間。本試驗的穩(wěn)態(tài)視覺刺激為已被廣泛使用的正弦調(diào)制黑白漸變翻轉(zhuǎn)方塊[15]，選擇了具有代表性的3個刺激頻率6.2 Hz、9.8 Hz、14.6 Hz。共3個不同閃爍頻率的正方形圖案呈現(xiàn)在黑色背景顯示器上，每個正方形對應(yīng)一種調(diào)制頻率。

圖1 試驗系統(tǒng)設(shè)置Figure 1 Experiment set-up

1.4 數(shù)據(jù)處理方法及考核參數(shù)

所有采集到的信號經(jīng)50 Hz陷波器處理，消除工頻干擾。在識別SSVEP之前，分析了3種咬合條件下的腦電信號FFT譜。通過觀察在刺激頻率點以及周圍頻域上的FFT幅值高低對比，觀察SSVEP響應(yīng)是否會淹沒在咬合肌電的寬頻帶中，以探索咬合動作產(chǎn)生的面部肌電對SSVEP頻率上的影響。

緊接著使用帶通濾波器(3～40 Hz)對以上信號進(jìn)行濾波。然后應(yīng)用典型相關(guān)分析(canonical correlation analysis，CCA)對腦電數(shù)據(jù)進(jìn)行分類[16]。定義Xb為濾波后的多通道腦電信號，Yk為參考信號，如式(1)所示，參考信號Yk依照目標(biāo)個數(shù)和對應(yīng)的刺激頻率進(jìn)行設(shè)置。選擇各個刺激頻率以其2倍和1倍諧波頻率下的正弦余弦信號組成的矩陣為參考信號，其中fk(k=1，2，3)為刺激頻率，m是fk的諧波個數(shù)，這里取1、2，t為時間。通過CCA計算Xb與Yk的相關(guān)系數(shù)，找出相關(guān)系數(shù)最大的參考信號對應(yīng)的頻率作為SSVEP響應(yīng)頻率，所對應(yīng)的目標(biāo)即為識別結(jié)果。

本文以CCA對SSVEP的識別結(jié)果和穩(wěn)態(tài)視覺刺激目標(biāo)一一比較，計算SSVEP識別準(zhǔn)確率，準(zhǔn)確率=識別正確的數(shù)量/識別總數(shù)量×100%[11]。準(zhǔn)確率是在頻譜對比的觀察基礎(chǔ)上進(jìn)行的SSVEP識別的結(jié)果，準(zhǔn)確率高則說明所選頻率SSVEP的識別不受咬合動作影響，反之則說明咬合動作會對SSVEP的識別產(chǎn)生一定的影響。

2 結(jié)果

2.1 頻譜展示

圖2顯示了來自5位受試者5次子序列的信號平均頻譜分布(在12個子圖中)。每個子圖為在1個電極和1個刺激頻率下顯示的3種咬合模式。

圖2 來自4個位點3類典型頻率3種咬合模式下的頻譜圖Figure 2 Average frequency spectrum under 3 jaw clench patterns at 3 frequencies on 4 electrodes

當(dāng)發(fā)生咬合時，面部EMG成分主要在20 Hz之后分布(在短咬和長時間咬合條件下)。與非咬合模式相比，短咬和長咬合的振幅在20 Hz后較高。尤其是在20～100 Hz時，咬合會產(chǎn)生明顯的峰值。而且，長咬的幅度高于其他兩個。10～20 Hz的振幅順序是短咬>長咬合>不咬合，而10～20 Hz后的順序是長咬合>短咬>不咬合。

在非咬合模式下，SSVEP響應(yīng)以原始刺激頻率及其兩倍頻率顯示。例如，對于9.8 Hz刺激，在9.8 Hz和19.6 Hz處存在峰值。當(dāng)發(fā)生咬合動作時，SSVEP響應(yīng)有輕微差異。(1)第1列子圖(刺激頻率6.2 Hz)：當(dāng)受試者進(jìn)行短咬模式和長時間咬合時，最清晰的峰值出現(xiàn)在其兩倍頻率(12.4 Hz)。6.2 Hz的峰值低于12.4 Hz的峰值。(2) 第2列(刺激頻率9.8 Hz)：最明顯的峰值顯示在9.8 Hz的短咬和長咬模式。19.6 Hz處的峰值均低于9.8 Hz處的峰值。(3)第3列(刺激頻率14.6 Hz)。14.6 Hz的響應(yīng)是清晰的，而雙倍頻率響應(yīng)(29.2 Hz)在短咬和長咬合模式中被混到EMG成分中。經(jīng)過比較，在4個電極位點和5個受試者之間的頻譜分布沒有明顯差異。

2.2 SSVEP識別

咬合動作的相關(guān)肌肉收縮和松弛情形下SSVEP識別的準(zhǔn)確率如表1所示。其中，非咬合和長咬合的平均識別準(zhǔn)確率為100%，而短咬的識別率稍低，為94.7%。

表1 三種咬合模式下的SSVEP識別準(zhǔn)確率(單位：%)Table 1 Accuracies of SSVEP recognition in three clench patterns(unit:%)

3 討論與結(jié)論

為了獲得干凈的誘發(fā)腦電信號，在早期的SSVEP試驗中，受試者被要求一動不動。尤其是頭部的動作，在采集EEG時嚴(yán)格限制咬合、短咬及咀嚼動作。由于整個頭皮和面部都可以檢測到咬合相關(guān)的EMG，干擾了EEG的采集，所以有的研究者選擇手部和手臂的EMG。因此，作為頭面部肌電動作對SSVEP的識別影響的補充，本文闡述了下頜咬合動作相關(guān)面部肌電對SSVEP的部分干擾規(guī)律。

通常情況下，由于電位幅值的差異，EMG成分對EEG信號在時域的影響是明顯的。但是在信號經(jīng)傅里葉變換處理后，SSVEP的特征在頻域得到了保留。先前研究表明，下頜咬合動作產(chǎn)生的EMG信號的主導(dǎo)能量集中在0～200 Hz[14]。但上述頻域結(jié)果顯示，6.2 Hz、9.8 Hz、14.6 Hz處的誘發(fā)腦電幾乎沒有受到下頜咬合相關(guān)EMG的影響。因此，它對SSVEP特征的提取和SSVEP的識別沒有明顯影響。

從表1的統(tǒng)計中，發(fā)現(xiàn)SSVEP的平均識別準(zhǔn)確率為98.2%(3種模式的平均)。非咬合和長咬合的準(zhǔn)確率為100%；短咬，94.7%。咬合動作對傳統(tǒng)CCA算法的SSVEP識別率只有輕微影響。與同類工作中的SSVEP分類相比(88.3%[11]、93%[12]、96%[17])，達(dá)到了較高的水平。經(jīng)過對短咬模式中6個錯誤識別片段的詳細(xì)觀察，發(fā)現(xiàn)連續(xù)的咬合(短咬)活動可能會增加異常的肌電污染模式。其中3個是常見的"噪聲樣"模式，由不規(guī)則的峰和不同頻率的波形組成[14]。其他3種歸于α節(jié)律樣模式。它與Goncharova等[14]報道的β節(jié)律樣模式概念相似。

根據(jù)圖2，由于咬合動作，20 Hz后肌電成分明顯增加。同樣，Goncharova等[14]也描述了顳肌收縮產(chǎn)生的EMG對EEG的污染。在顳側(cè)，它們在40～80 Hz之間表現(xiàn)出最大的振幅，20 Hz左右出現(xiàn)較小的峰值，而后枕部的腦電信號受影響不大。因此，選擇20 Hz以下的刺激頻率，可以避免下頜咬合相關(guān)EMG的影響。

從圖2可以看出，最明顯，幅值最大的是9.8 Hz刺激下的SSVEP響應(yīng)。在較低頻率的刺激下(6.2 Hz)頻譜中顯示6.2 Hz處的響應(yīng)幅度稍低，但是SSVEP在較低頻率下的典型特征是二次諧波更加明顯。原因可能是受試者感覺到其兩倍頻率刺激(12.4 Hz)更加強烈，并且10～13 Hz之間的SSVEP信噪比要高于10 Hz之前的[15]。幸運的是，這一特征并沒有影響6.2 Hz的識別。如果想進(jìn)一步避免這種情況，F(xiàn)FT頻譜表明，選擇9.8 Hz左右的刺激頻率可能是一個更好的選擇。

除此之外，由于咬合動作的電位幅值要遠(yuǎn)大于腦電的，而且頻率上SSVEP也僅僅會在某幾個頻率點對信號產(chǎn)生影響，而肌電信號的頻率帶分布很廣，所以SSVEP幾乎不會對肌電信號產(chǎn)生直接的影響。潛在的影響可能體現(xiàn)在注意力的分配與同步動作的執(zhí)行上。

當(dāng)然，此次研究還有需要進(jìn)一步改善的地方，比如將更多的刺激頻率引入到試驗中進(jìn)行研究，深入觀察咬肌或顳肌EMG對SSVEP的影響情況。另外，雖然穩(wěn)態(tài)視覺刺激基本不會對咬合EMG信號造成影響，但是多種咬合條件下的咬合動作識別仍需進(jìn)一步探索，可為咬合和SSVEP同時使用提供更多的建議和參考。