用于运动准备诱发脑电响应识别的新型复合空间滤波算法研究_.docxVIP

·2·

信息通信技术与政策

用于运动准备诱发脑电响应识别的新型复合空间滤波算法研究?

王坤黄依宁许敏鹏顾晓松明东

(天津大学医学工程与转化医学研究院,天津300072)

摘要

摘要:脑机接口(Brain-ComputerInterface,BCI)是人类大脑与外界环境之间的直接信息交流通路,在人体运动功能康复、替代、增强等多方面日益凸显其重要科学意义与应用价值。基于运动意图的脑机接口范式作为最自然的脑机交互方式,受到研究者的广泛关注。对运动预备阶段的脑电特征进行解码能够使BCI响应速度更快、灵活度更高。然而,该阶段的脑电特征信号微弱,难以高效识别。针对上述挑战,围绕运动预备阶段脑电低频时域空间侧向性特征强化开展研究,设计了左右手自主按键运动任务,针对低频运动相关皮质电位特征,结合判别空间模式与任务相关成分分析两种算法,提出了一种新型复合空间模式滤波算法。实验结果显示,该算法平均识别正确率可达78.56%,优于已有文献报道,可为基于运动意图的高效脑机交互提供理论依据与技术支持。

关键词:运动预备;脑电;脑机接口;空间滤波

中图分类号:R318文献标志码:A

引用格式:王坤,黄依宁,许敏鹏,等.用于运动准备诱发脑电响应识别的新型复合空间滤波算法研究[J].信息通信技术与政策,2024,50(5):2-11.

DOI:10.12267/j.issn.2096-5931.2024.05.001

0引言

脑机接口(Brain-ComputerInterface,BCI)技术能够监测人体中枢神经系统活动并将其转化为人工输出来替代、重建、加强、补充或改善中枢神经活动[1]。基于运动意图的BCI范式作为最自然的脑机交互方式,能够帮助运动功能障碍患者重建大脑与肢体及外界的信息交流、控制通路[2],受到研究人员的广泛关注。

运动意图过程包括动作发生前的运动预备阶段以及动作发生后的运动执行/想象阶段。传统的运动意图BCI研究主要关注运动想象阶段的脑电特征解码。运动准备是人们执行运动之前大脑有关运动的思维准

备。由于运动准备诱发脑电(Electroencephalography,EEG)特征响应速度快、时窗短,其准确识别有助于在自发运动的准备/计划阶段实现提前预测,从而使人机交互方式更高效、更自然。因此,运动准备响应特性的检测与识别具有十分重要的意义。Blankertz等[3]设计了基于手指自主运动意图识别的BCI系统,利用运动前的预备电位幅值特征结合Fisher线性判别(FisherLinearDiscriminant,FDA)等机器学习方法,实现了单名被试者左右手指自主运动准备的有效识别。由于该实验方法简单易行,设计手指运动任务诱发EEG信号并进行单试次特征提取与模式识别成为基于运动准备意图BCI领域的重要研究思路。

?基金项目:国家自然科学基金项目(No.No.

·3·

专题:脑机接口

2024年第5期

手指运动所诱发的EEG特征包括时域特征与时频域特征。时域特征主要指的是在大脑运动皮层产生表征运动计划的低频(8Hz)负值电位,即运动相关皮质电位(Movement-RelatedCorticalPotential,MRCP)中的运动预备电位。该电位在空间分布中有明显的对侧占优趋势,因而其幅值常被作为特征用于运动准备识别[4-5]。时频域特征主要指的是在mu节律(频率范围:8~13Hz)和beta节律(频率范围:13~30Hz)具有特定空间分布规律表征能量变化的事件相关去同步/同步(Event-RelatedDesynchronization/Synchronization,ERD/ERS)特征。ERS特征主要出现在运动后的beta频带,手指运动前(运动计划阶段)诱发的EEG信号通常表现为ERD。上述特征分别在时域与时频域表现出空间分布特性。由于EEG信号特征微弱,单试次识别中应当考虑如何设计符合特征特性的空间滤波算法,强化其特征的空间特异性。

运动意图诱发的EEG特征提取与识别技术已被广泛研究。Koles等首次将共空间模式(CommonSpatialPattern,CSP)算法引入EEG信号处理中,该空间滤波算