[发明专利]一种多导联间相关性分析的脑电特征提取方法

说明书

技术领域

本发明属于脑电信号处理领域，涉及一种脑电信号特征提取方法，特别涉及一种用于多导联运动想象脑电信号的特征提取方法。

背景技术

脑电信号（electroencephalogram, EEG）是由大脑皮层神经细胞群突触传递信号而引起的电位变化，可以反映大脑自主或诱发的意识活动，与实际的动作行为密切相关。从1929年德国科学家Hans Berger记录到人脑的电活动起，人们一直试图通过对脑电信号的识别来解读人的思维活动。以其为重要支撑的脑机接口(brain-computer interface，BCI)被认为是人类认识大脑进程的一个重要里程碑。BCI不依赖肌肉和外围神经的参与，直接实现人脑和计算机之间的通信，是当前国际上的前沿研究热点之一。

到目前为止，人们仍对大脑思维的形成过程知之甚少，通过脑电读取人的各种思维活动还不现实。但脑电信号用于运动想象识别方面，已经取得了一定进展。奥地利Graz大学的Pfurtscheller和美国Wadsworth研究中心的Wolpaw等人在通过运动想象进行运动模式识别方面做了大量工作，研究证明运动想象与实际运动会在脑主感觉运动功能区引起相同的神经元活动，通过放置在感觉运动区的电极记录的脑电信号，可以进行运动想象模式识别。天津大学万柏坤研究组利用视觉集中控制                                               节律的阻断现象，选择脑电信号中的节律作为开关控制信号，通过睁闭眼触发轮椅的方向开关实现与轮椅的人机交互，实验验证了系统的可行性，同时指出主观因素对节律的阻断影响以及环境噪声对控制性能的影响还有待进一步研究，使用时需要眼部肌肉协同作用。Pfurtscheller领导的研究中心研究表明，单边的肢体运动或者仅是想象运动能激活主要的感觉运动皮层，大脑对侧产生和节律的ERD，同侧产生和节律的ERS。随后结合虚拟现实，一个C4/C5级脊髓损伤患者能够用想象运动控制轮椅在虚拟街道上运动，实验表明平均成功率为90%。日本Tanaka等设计了一种基于运动想象脑电信号控制电动轮椅的实验系统，控制轮椅从目标A正确地移动到了目标B。瑞士、西班牙和比利时的研究团队针对脑电信号的非稳定性特点以及当前自适应解决方法的缺点，研究了异步非侵入式BCI并用于轮椅控制，在稳定的脑电特征选择和共享控制上取得了较好的研究成果，实验结果表明在虚拟、实际环境下受试者都能通过想象左手运动、休息和单词关联三类任务通过异步非侵入式BCI接口分别控制轮椅左转、前进及右转运动，虚拟环境下目标到达率为100%，实际环境下目标到达率为80%，同时指出训练负担较重，分类精度有待提高。清华大学高上凯研究组开展了基于运动想象的光标移动、康复辅助训练、机器狗踢足球等BCI系统研究，在想象运动系统实验中，10名受试者通过想象左右手、脚运动产生脑电信号对系统进行控制，实验结果表明想象左右手两类分类任务的在线和离线分析平均正确率为94.92%和92.86%，想象左右手和脚三类分类任务的在线和离线分析平均正确率为85%和79.48%，同时指出差别较小的思维任务很难从空间分辨率较低的脑电信号来提取，增加系统可识别任务的种类通常会直接导致识别正确率的下降。

综合国内外的研究发现，运动想象产生的单一自发脑电，不需要外部刺激信号，是引发肢体运动的源泉，通过脑电信号采集的大脑生物电信息，包含了大脑运动想象的控制信息。然而运动想象脑电研究还存在一些主要问题：一是通过思维任务提取的脑电信号，分辨率较低，特别是对于差别较小的运动想象任务；二是增加识别任务的种类会直接导致识别正确率的下降。其中影响识别率的关键问题之一是，从背景噪声强、随机且非平稳的微弱脑电信号中有效地提取不同运动想象任务所对应的特征。研究者采用各种不同的方法提取有效的脑电特征，如傅里叶变换、自回归模型、功率谱与自适应回归模型、四阶累积量、小波变换、小波包变换、希尔伯特-黄变换、复杂度分析法、张量分析法、公共空间模式等，进而识别出不同的运动想象任务，取得了丰富的研究成果。然而，目前脑电特征提取方法仅仅对少路数通道信息进行分析，这样做的好处显而易见，所需的电极少，不仅缩短准备时间，而且少量数据需要小的信息处理代价。与之对应，也有Blankertz、Sannelli、Schroder、Barachant等学者指出，采用神经生理先验知识选择的少量通道并不一定产生比全通道采集更佳的结果，电极选取不足也会降低分类正确率。如何针对不同的受试者，完整提取被特定运动想象任务同时激活的多个脑区上的脑电信号特征，正是本发明力图解决的问题。