一种利用随机共振增强脑电信号的脑机接口方法

摘要

本发明公开一种利用随机共振增强脑电信号的脑机接口方法。该方法利用人脑感知过程中已发现的随机共振现象，通过随机共振调控皮层脑电同步化的方法，尝试从源头上改善脑电信号的信噪比、减少被试者差异性以及提高信号源的稳定性，给一条增强脑电信号源的新途径。本发明对感觉运动脑区电生理活动规律、感知觉与随机噪声的关系进行建模，构建一种基于经典脑机接口技术的脑电反馈调控模式，达到增强基于头皮脑电的脑电节律信号为特征的脑机接口技术效果的目的。

说明书

技术领域

本发明属于生物医学工程和医疗仪器领域，涉及一种脑机接口方法，尤其 涉及一种随机共振增强脑机接口脑电节律信号的方法。

背景技术

脑机接口技术是不依赖于外周神经和肌肉的信息传输通道，而直接通过获 取脑部信号实现与外界环境通讯的技术。在临床上，常用感觉运动皮层区的脑 电节律信号作为控制信号源，其应用可以概括为两种：一种是帮助残疾人实现 与外界环境的通讯，如假肢和轮椅的运动控制、使用家居环境控制器来操作各 种电器等；另一种是为运动神经通路损伤的人员提供主动康复辅助，这种康复 手段不但可以帮助病人自我辅助按摩和运动，还可强化相应的神经通路的功 能，有助于恢复肢体的真实运动功能。除了这两种典型应用外，基于头皮脑电 信号的脑机接口系统还具有成本低、操作方便、对大脑无损伤等优点，是当前 脑－机接口研究的主要方向之一。

由于大脑的复杂性，使得基于头皮脑电信号的脑机接口信号源微弱，并且 稳定性差。目前，以感觉运动皮层的自主节律为基础的脑机接口技术主要是通 过反馈训练、引入针对性的信号处理和模式分类方法、改变实验模式以及完善 设备匹配等方法来克服这一问题。尽管这些方法对系统性能有一定的提高，但 仍有一些不足：如受试训练时间长，甚至无效；信号检测受限于脑电节律信噪 比低等缺点。这大大限制了脑机接口技术实用化的进程。

随机共振现象是一种与人们通常认识上相反的、消除随机(噪声)的机制。 它存在于非线性系统中，典型特征是当随机扰动(噪声)加入非线性系统时， 可出现系统输出信噪比不降反升的现象。神经系统是典型的非线性系统，有大 量研究证实了神经系统、感知觉、认知以及脑皮层同步化等都存在随机共振的 作用情况。受这些研究思路的启发，本发明从随机共振调节脑电节律同步化的 现象入手，引入感觉认知过程中的随机共振现象来增强相应脑区的脑电节律的 强度，从改善脑电信号源的方向开发提高以脑电节律信号脑机接口控制信号的 实用性的技术。专利[公布号，CN 103970273.A]采用了随机共振来增强视觉诱 发电位的响应强度，达到提升现有脑机接口的精度和效率的目的。诱发电位在 脑机接口技术中是一种重要的信号源，具有抗干扰强，且使用者无需过多训练 等优点。以头皮脑电自发节律(如皮层慢电位(SCP)以及μ或β节律)为信号 源的脑机接口技术不依赖于额外刺激的输入,不会产生视觉疲劳,没有适应性 的问题，具有更广阔和灵活的使用需求。但是自发节律容易受到干扰，往往需 要通过使用者进行长时间的训练来达到性能的稳定性。

发明内容

本发明的目的是针对感觉运动皮层区脑电节律作为信号源的脑机接口技 术，利用人脑感知过程中已发现的随机共振现象，通过随机共振调控皮层脑电 同步化的方法，尝试从源头上改善脑电信号的信噪比、减少被试者差异性以及 提高信号源的稳定性，利用非线性系统中随机共振原理来构建一种实用的脑电 调控方法。

所述的随机共振现象定义为：一种与人们通常认识上相反的消除随机(噪 声)的机制。它存在于非线性系统中，典型特征是当随机扰动(噪声)加入某 些非线性系统时，可出现输出信噪比不降反升的现象。宽泛的定义为：加入随 机扰动(或是噪声)有利于系统信息处理或是强化目标特征的现象。本发明所 利用的基本原理为利用外部随机噪声，通过调节内生噪声源进而调节神经系统 的信息处理能力。

为达到此目的，本发明采用的技术内容如下：

本发明方法应用于以下运动感觉皮层区脑电信号的脑机接口系统，该系统 包括脑电信号采集模块、脑电信号分析模块、模式识别模块、随机共振反演模 块、人机交互模块、反馈调节模块；脑电信号采集模块的输出端与脑电信号分 析模块的输入端信号连接；脑电信号分析模块的一个输出端与模式识别模块的 输入端信号连接，另一个输出端与随机共振反演模块的输入端信号连接；模式 识别模块的输出端与人机交互模块的输入端信号连接；随机共振反演模块的输 出端与反馈调节模块的输入端信号连接；反馈调节模块的输出刺激信号作用于 使用者；

所述的脑电信号采集模块由电极、阻抗匹配和保护电路、信号放大器、低 通和带阻滤波器、模拟信号转数字信号单元以及控制和通信单元等组成，用于 采集脑电信号。

所述的脑电信号分析模块是通过USB接口或串行接口RS-232接收脑电信 号采集模块输出的数字脑电信号，用于分析感觉运动皮层区脑电节律变化。

所述的模式识别模块是对脑电信号分析模块输出的脑电信号进行数字滤 波处理、特征抽取和模式判别。

所述的随机共振反演模块是基于随机共振原理的智能推理算法模块，该模 块可以软件形式运行于脑电信号分析模块中，也可以单独成为一个软硬件一体 化的装置，该模块能够根据脑电信号分析模块输出的脑电信号节律特征反推出 是大脑由外部刺激引起随机共振的最优模式，反演过程可由模糊推理、贝叶斯 决策等方法实现。

所述的人机交互模块由计算机显示屏及其上显示的内容构成，它用来指示 使用者完成左右手现象运动，并以图标等带有指示特征的标识来呈现反馈结 果。

所述的反馈调节模块由声音发生单元、经皮电刺激和振动刺激等其中之一 的噪声能量激励源和功率驱动器构成，该模块在接收随机共振反演模块的输出 信息后，把信息转化为各种输出信号进而刺激使用者相应的感觉通道。

本发明提出一种基于上述系统的利用随机共振增强脑电信号的脑机接口 方法，该方法包含以下步骤：

步骤(1)、按照10-20脑电电极佩戴方式，选择使用者左、右脑区C3、C4 作为记录区域；在记录区域中安放测量电极，并在单侧耳垂位置处安放参考电 极，在头部前额处Fpz处安放地电极，然后将上述电极测得的脑电信号送入脑 电信号采集模块，经放大和模数转换后送往脑电信号分析模块；

所述的左、右脑区C3、C4即为头皮两侧运动皮层区域。

步骤(2)、通过想象左手和想象右手运动，可在左、右脑区C3、C4出现去 同步化引起的脑电能量变化；脑电信号分析模块分析感觉运动皮层区脑电节律 变化，其中所述的脑电节律为Mu节律和Beta节律，具体是：

2.1首先设定一个滑动时间窗口，脑电信号分析模块针对同一时间窗口测 量电极上的脑电信号进行滤波前处理，其中滤波前处理采用具有空间滤波特性 的拉氏变换法，具体是用位于中间位置电极的脑电强度值(E₁)减去周围电极 的平均脑电强度值获得中间位置电极的脑电强度值E′₁，即 此运算可以突出中间位置电极获得的信号强 度，滤除周围信号的干扰。

2.2针对某一测量电极，对任务起点后的脑电节律信号能量进行量化，具 体是取任务起点后的第一个时间窗口节律能量作为基准，然后以固定步长滑动 时间窗口，求取该测量电极的各个时间窗口内节律能量与基准节律能量的相对 值。

步骤(3)、预先构建使用者的随机共振参数模型：

所述的随机共振参数模型采用经典的Graz-BCI运动想象实验范式构建， 其中在确定随机共振模式(即输入刺激源)后，通过多维拟合函数法，根据噪声 值与上述步骤2.2中所述得到的脑电节律信号的变化值曲线拟合构成并建立个 体化的随机共振多参数模型，使用求取极值的方法对其拟合函数求取最优刺激 参数。

所述的经典的Graz-BCI运动想象实验范式任务分为左右手动作/想象左 右手动作、手指活动/想象手指活动、抓握/想象抓握等，选定的刺激噪声源为 高斯型分布白噪声，频带限制在0-100赫兹，具体操作是：

在选定其中一种随机共振模式(即刺激噪声源)后，通过调节噪声能量的 大小按照心理物理学实验的感觉阈值测量方法确定噪声阈值；按照噪声阈值强 度的百分比，把该噪声分成若干个强度值；在测试过程中随机输入上述某个噪 声强度值，然后使用者执行相应任务并通过脑电采集模块记录脑电节律信号， 同时通过脑电信号分析模块分析脑电节律信号获得噪声值，建立噪声值与脑电 节律信号的变化曲线，并通过极值法获取引起最强脑电节律信号的最优噪声 值；

所述的随机共振的经典实验范式为任务期间始终存在噪声，在本发明中为 了左右手运动想象中思维空闲状态的识别问题，随机噪声的施加方式除了经典 的让噪声始终存在于各种任务期间，同时也增加了同步随机共振模式，其步骤 为噪声的施加过程与任务执行同步。

步骤(4)、通过想象运动控制一维光标运动的两分类任务，想象运动可引 起上述C3、C4脑区的脑电节律变化，在任务执行过程中存在两类反馈：一类 为视觉反馈，用以指导使用者进行想象运动和控制光标移动；另一类为基于随 机共振参数模型，由外部随机刺激调节的在线反馈；具体操作是：

4.1视觉反馈任务执行过程：

使用者注视人机交互界面上的视觉反馈提示，根据提示使用者会进行相应 的想象运动，通过比较C3、C4脑区导联的脑电信号能量差控制人机交互界面 上一维光标运动的两分类任务；

4.2随机刺激调节的在线反馈：

从随机电刺激/机械振动作为噪声源、跨感觉通路的听觉噪声、经皮电流 前庭电刺激中选取一种随机共振模式作为输入刺激量，输入至预先构建好的相 同随机共振模式的随机共振参数模型中，用以调控人脑皮层的脑电节律；其中 所述的随机电刺激/机械振动作为噪声源、跨感觉通路的听觉噪声是通过触觉 和听觉感觉通路作用于内部的噪声环境，进而影响到脑神经中枢；所述的经皮 电流前庭电刺激可直接作用于人脑皮层；上述的三种刺激噪声为高斯型分布白 噪声，频带限制在0～100赫兹。

4.3通过随机共振参数模型，形成了不同噪声强度值与脑电节律信号变化 曲线的拟合函数，随机共振反演模块结合该拟合函数，对噪声值与脑电节律信 号的对应关系通过模糊推理、贝叶斯决策等方法来实现最优刺激的反演，得到 相对应随机共振模式的最优刺激参数。

4.4将步骤4.3得到的相对应随机共振模式的最优刺激参数输入到反馈调 节模块，根据该随机共振模式的物理特性刺激使用者人体部位，产生一种噪声 刺激能量实现对使用者的反馈刺激，进而调控大脑随机共振发生条件，改变脑 电节律信号，从而达到对脑电信号源增强的目的。

步骤(5)、使用者在获得脑电源信号的反馈调节下，按照脑电信号采集模 块采集到的脑电信号，并通过脑电分析模块获得脑电节律特征，最后通过模式 识别模块采用线性判别法(如Fisher线性判别法)获得识别结果，输出到人机 交互界面，所述人机交互界面为计算机显示器。

本发明的有益效果是：

1、本发明使用外源信号调控脑电节律，为增强脑源信号提供了一种技术 方法，为脑机接口技术提供了高信噪比的信号。

2、本发明可为使用头皮运动感觉皮层区的脑电节律作为BCI系统控制信 号的脑机接口使用者，减少反馈训练的时间，提高使用者的适用性。

3、本发明提供了多种外部随机噪声的施加方法，利用随机电刺激/机械振 动作为噪声源、跨感觉通道感觉交互和经皮电流前庭刺激作为外部刺激的源。

4、本发明提供了一种离线随机共振调节参数的确定方法，更进一步，提 供了基于随机共振调节的在线脑机接口技术。

5、本发明实现简单、稳定性高的离线或在线脑电节律脑机接口控制技术， 可扩大同类脑机接口技术的应用人群范围。

附图说明

图1为运动感觉皮层区示意图，其中a为脑电电极安放示意图，b为脑电 空间滤波示意图；

图2为三种随机共振模式的施加方式示意图；

图3为随机共振的施加方式示意图；

图4为基于随机共振的脑电节律调节的在线脑机接口范例。

具体实施方式

下面结合附图及实施例对本发明作进一步的详细说明。

本发明方法应用于以下运动感觉皮层区脑电信号的脑机接口系统，该系统 包括脑电信号采集模块、脑电信号分析模块、模式识别模块、随机共振反演模 块、人机交互模块、反馈调节模块；脑电信号采集模块的输出端与脑电信号分 析模块的输入端信号连接；脑电信号分析模块的一个输出端与模式识别模块的 输入端信号连接，另一个输出端与随机共振反演模块的输入端信号连接；模式 识别模块的输出端与人机交互模块的输入端信号连接；随机共振反演模块的输 出端与反馈调节模块的输入端信号连接；反馈调节模块的输出刺激信号作用于 使用者；

所述的脑电信号采集模块由电极、阻抗匹配和保护电路、信号放大器、低 通和带阻滤波器、模拟信号转数字信号单元以及控制和通信单元等组成，用于 采集脑电信号。

所述的脑电信号分析模块是通过USB接口或串行接口RS-232接收脑电信 号采集模块输出的数字脑电信号，用于分析感觉运动皮层区脑电节律变化。

所述的模式识别模块是对脑电信号分析模块输出的脑电信号进行数字滤 波处理、特征抽取和模式判别。

所述的随机共振反演模块是基于随机共振原理的智能推理算法模块，该模 块可以软件形式运行于脑电信号分析模块中，也可以单独成为一个软硬件一体 化的装置，该模块能够根据脑电信号分析模块输出的脑电信号节律特征反推出 是大脑由外部刺激引起随机共振的最优模式，反演过程可由模糊推理、贝叶斯 决策等方法实现。

所述的人机交互模块由计算机显示屏及其上显示的内容构成，它用来指示 使用者完成左右手现象运动，并以图标等带有指示特征的标识来呈现反馈结 果。

所述的反馈调节模块由声音发生单元、经皮电刺激和振动刺激等其中之一 的噪声能量激励源和功率驱动器构成，该模块在接收随机共振反演模块的输出 信息后，把信息转化为各种输出信号进而刺激使用者相应的感觉通道。

利用上述系统的随机共振增强脑机接口脑电节律信号的方法，包含以下步 骤，见图4：

步骤(1)、按照10-20脑电电极佩戴方式，选择使用者左、右脑区C3、C4 作为记录区域(见图1(a)，虚线框内)；在记录区域中安放测量电极，并在单 侧耳垂位置处安放参考电极，在头部前额处Fpz处安放地电极，然后将上述电 极测得的脑电信号送入脑电信号采集模块，经放大和模数转换后送往脑电信号 分析模块；

所述的左、右脑区C3、C4即为头皮两侧运动皮层区域。

步骤(2)、通过想象左手和想象右手运动，可在左、右脑区C3、C4出现去 同步化引起的脑电能量变化；脑电信号分析模块分析感觉运动皮层区脑电节律 变化，其中所述的脑电节律为Mu节律和Beta节律，具体是

2.1首先设定一个滑动时间窗口，脑电信号分析模块针对同一时间窗口测 量电极上的脑电信号进行滤波前处理，其中滤波前处理采用具有空间滤波特性 的拉氏变换法，如图1(b)，具体是用位于中间位置电极的脑电强度值(E₁)减 去周围电极的平均脑电强度值获得中间位置电极的脑电强度值E′₁，即 此运算可以突出中间位置电极获得的信号强 度，滤除周围信号的干扰。

2.2针对某一测量电极，对任务起点后的脑电节律信号能量进行量化，具 体是取任务起点后的第一个时间窗口节律能量为基准，然后以固定步长滑动时 间窗口，求取该测量电极的各个时间窗口内节律能量与基准节律能量的相对 值。

步骤(3)、预先构建使用者的随机共振参数模型：

所述的随机共振参数模型采用经典的Graz-BCI运动想象实验范式构建， 其中在确定随机共振模式(即输入刺激源)后，通过多维你和函数法，根据噪声 值与脑电节律信号的变化曲线拟合构成拟合函数建立个体化的随机共振多参 数模型，使用求取极值的方法对其拟合函数求取最优参数。

所述的经典的Graz-BCI运动想象实验范式任务分为左右手动作/想象左 右手动作、手指活动/想象手指活动、抓握/想象抓握等，选定的刺激噪声源为 高斯型分布白噪声，频带限制在0-100赫兹，具体操作是：

在选定其中一种随机共振模式(即刺激噪声源)后，通过调节噪声能量的 大小按照心理物理学实验的感觉阈值测量方法确定噪声阈值；按照噪声阈值强 度的百分比，把该噪声分成若干个强度值，如阈值强度的10％, 20％,30％,40％,50％,60％,70％,80％,90％等。在测试过程中随机输入一个噪声强度 值。然后使用者执行相应任务并通过脑电采集模块记录脑电节律信号，同时通 过脑电信号分析模块分析脑电节律信号获得噪声值，建立噪声值与脑电节律信 号的变化曲线。通过极值法获取引起最强脑电节律信号的最优噪声值；

所述的随机共振的经典实验范式为试验执行期间全程伴随噪声刺激。在本 发明中为了左右手运动想象中思维空闲状态的识别问题，随机噪声的施加方式 除了经典噪声施加方式，同时也增加了同步随机共振模式，其步骤为噪声刺激 的施加过程与任务执行同步，即任务出现伴随随机噪声刺激，任务间期停止施 加噪声刺激，见图3。

所述的通过调节噪声能量的大小按照心理物理学实验的感觉阈值测量方 法确定噪声阈值，实验采用从零到受试者“可耐受”的区间，按照步长变化， 每次刺激强度随机呈现，其耐受值通过心理物理学实验的感觉阈值方法获取， 该耐受值即为噪声阈值。

步骤(4)、通过想象运动控制一维光标运动的两分类任务，想象运动可引 起上述C3、C4脑区的脑电节律变化。任务执行过程中存在两类反馈：一类为 视觉反馈，用以指导使用者进行想象运动和控制光标移动；另一类为基于随机 共振参数模型，由外部随机刺激调节的在线反馈，具体操作是：

4.1视觉反馈任务执行过程：

使用者注视人机交互界面上的视觉反馈提示，根据提示使用者会进行相应 的想象运动，通过比较C3、C4脑区导联的脑电信号能量差控制人机交互界面 上一维光标运动的两分类任务；

使用者坐在有扶手的椅子上，眼睛注视人机交互界面500上的视觉反馈。 单次实验时间为8秒，前2秒为放松状态，第3秒开始时屏幕出现由不同 方向箭头表示的任务提示，受试者开始时间为6秒的想象运动，其中后5秒 有视觉反馈。通过比较C3和C4导联的脑电能量差来控制光标的一维运动， 想象左手运动对应控制光标向上运动，而想象右手运动则控制光标向下运动。

4.2随机刺激调节的在线反馈：

从随机电刺激/机械振动作为噪声源、跨感觉通路的听觉噪声、经皮电流 前庭电刺激中选取任意一种随机共振模式作为输入刺激量，输入至预先构建好 的随机共振参数模型中，用以调控人脑皮层的脑电节律；其中所述的随机电刺 激/机械振动作为噪声源、跨感觉通路的听觉噪声是通过触觉和听觉感觉通路 作用于内部的噪声环境，进而影响到脑神经中枢；所述的经皮电流前庭电刺激 可直接作用于人脑皮层，见图2；上述的三种刺激噪声为高斯型分布白噪声， 频带限制在0-100赫兹。

所述的随机电刺激/机械振动作为噪声源，刺激部位为被试者手部/脚部， 施加方法为同侧和异侧两种模式。可相应的构成：手部运动/想象运动+同侧手 部随机刺激、手部运动/想象运动+对侧手部随机刺激、手部运动/想象运动+同 侧足底随机刺激、手部运动/想象运动+对侧足底随机刺激等四种模式。

由于利用跨感觉通道的随机共振作用现象，是通过感觉交互引起的感觉运 动皮层区脑电节律变化的一种调控通路；且听觉噪声在脑机接口技术过程中具 有更大的便利性，因此选择跨感觉通路的听觉噪声刺激，实验采用两种刺激方 式：第一、由高性能的耳机产生听觉噪声源；第二、选择周期性强的音乐或声 音，作为对照条件。施加方式为：双侧、单侧和对侧等。

所述的经皮电流前庭电刺激101验证外源噪声刺激序列对脑电节律同步化 的调节作用，该种方法能够直接调控脑节律的变化。在实验过程中，根据上述 实验范式，对感觉运动皮层区使用不同强度的电噪声刺激，记录其脑电信号， 并分析定量电噪声对脑电节律的调节作用。

4.3通过预先构建的相对应随机共振模式的随机共振参数模型，形成了各 种噪声能量值与脑电节律信号变化曲线的拟合函数，随机共振反演模块结合该 拟合函数，对噪声值与脑电节律信号的对应关系通过模糊推理、贝叶斯决策等 方法来实现最优刺激的反演，得到相对应随机共振模式的最优刺激参数。

4.4步骤4.3得到的相对应随机共振模式的最优刺激参数通过随机共振反 演模块输入到反馈调节模块，根据该随机共振模式的物理特性刺激使用者人体 部位，产生一种噪声刺激能量实现对使用者的反馈刺激，进而调控大脑随机共 振发生条件，改变脑电节律信号，从而达到对脑电信号源增强的目的。

步骤(5)、使用者在获得脑电源信号的反馈调节下，按照脑电信号采集模 块采集到的脑电信号，并通过脑电分析模块获得脑电节律特征，最后通过模式 识别模块采用线性判别法(如Fisher线性判别法)获得识别结果，输出到人 机交互界面，所述人机交互界面为计算机显示器。

上述实施例并非是对于本发明的限制，本发明并非仅限于上述实施例，只 要符合本发明要求，均属于本发明的保护范围。