多模式刺激下运动想象脑电信号的特征调制研究

Abstract

事件相关去同步（ERD）现象是脑电信号的基本特征，以 ERD 特征分析为基础的运动想象脑–机接口在运动功能康复方面具有重要意义。能否有效提取脑电信号中的 ERD 特征是决定脑–机接口性能的关键，因此研究受试者何种刺激模式下会产生明显的 ERD 特征至关重要。本文试验设计了 4 种不同的刺激模式（静态文字刺激、抓握视频刺激、手指序列运动视频刺激以及带声音的手指序列运动视频刺激），并分析了这几种刺激模式下的 ERD 特征。综合时频图谱、功率谱曲线、ERD 值和脑地形图分析结果发现，手指序列运动视频刺激和带声音的手指序列运动视频刺激模式下，激发的 ERD 特征程度更深、范围更广，在以 ERD 特征分析为基础的脑–机接口的实际应用中也会有更好的效果，也可以在一定程度上提高脑–机接口系统使用者的认可度和接受度。

引言

脑–机接口（brain-computer interface，BCI）是近几年神经工程领域内的一个研究热点，它提供了一种全新的非肌肉输出通道，可实现脑神经信息与外部设备的直接通讯^[1]。运动想象脑电信号是应用于 BCI 系统最多的脑电信号之一^[2]，而且运动想象能够促进受损伤的运动传导通路修复或重建，使部分处于休眠状态的神经突触苏醒过来并担当代偿的作用^[3]。近年来借助 BCI 技术的运动想象训练已广泛应用于神经运动功能的康复训练，成为一项很有潜力的康复训练方法^[4]。

研究表明，人体在真实运动或者想象运动但无明显动作输出状态下，大脑的感觉运动皮层区处于活跃状态，具体表现为特定频段的脑电能量出现明显的下降，这种现象被称为事件相关去同步（event-related desynchronization，ERD）现象^[5]。而运动想象的 ERD 现象主要分布在 Alpha 频段（8～12 Hz）和 Beta 频段（13～30 Hz）^[6]。但是部分受试者在单纯的运动想象过程中并不会产生明显的特征频段的 ERD 现象，被称为是“ERD 盲”^[7]。此外，对于某些存在运动功能障碍的人，比如中风患者，其特征频段的 ERD 现象存在减弱的情况，这些患者在使用基于运动想象的 BCI 系统进行康复训练时将受到更大的局限。

目前，运动想象 BCI 已在神经康复领域取得巨大的进步和发展，很多研究人员对运动想象在中风患者等人群中的康复效果进行了研究。2006 年，Pfurtscheller 等^[8]提出基于 ERD 特征的 BCI 可能有助于慢性中风患者的功能恢复和康复。2011 年，德国一个研究小组开展了一项在线的基于运动想象 BCI 的手臂康复系统研究，将在线识别运动意图–驱动机械手辅助动作–感觉反馈形成了闭环回路，有效增强了大脑皮质的可塑性，增强了康复治疗的效果^[9]。2012 年，研究发现有创伤性脑损伤的患者仍然保留一部分的运动想象能力，可以将运动想象用于后续的康复训练和功能恢复中^[10]。2016 年，国内研究发现，和异步动作观察下的运动想象任务相比，中风患者在执行同步动作观察下的运动想象任务时，在感觉运动皮层可更有效地激发 ERD 特征，从而促进神经康复^[11]。

受试者进行不同的运动想象任务会对激发的 ERD 特征产生直接影响，而 ERD 特征又会制约运动想象 BCI 的有效性。例如：视觉引导的运动想象可以调制脑电信号中的感觉运动频段，通过对比有物体参与和没有物体参与的视觉引导下的运动想象，研究者发现有物体参与的视觉引导下产生的 ERD 现象更明显，分类准确率也更高^[12]。有研究表明，在运动准备期间，在 Alpha 频段和 Beta 频段内，视觉刺激下的行动相对自发状态表现出更明显的对侧优势^[13]。此外，部分受试者进行简单运动想象时并不会产生明显的 Alpha 频段特征，但是在他们进行复杂运动想象的过程中可能观察到 Alpha 频段的 ERD 特征^[14]。根据图片提示中的不同任务进行运动想象时，Alpha 频段的 ERD 的激活程度也不同，参与危险的事件更能诱发 ERD 特征^[15]。基于此，本文设计并对比受试者在静态文字刺激、两种动态视觉刺激（右手抓握视频刺激和手指序列运动视频刺激）和视听觉交叉刺激这 4 种刺激模式下，ERD 激活程度和激活范围有何不同，以寻找能够激发最深激活程度和最广激活范围的刺激模式，并将其应用于运动想象 BCI 系统中，提高系统性能，改善用户的认可度和接受度。

1. 试验和数据描述

本文以右手为研究对象设计了 4 种刺激模式，分别是：一种静态文字刺激（通过观看文字提示，想象右手抓握运动）、两种由简单到复杂的视觉刺激（右手抓握视频刺激和手指序列运动视频刺激；其中手指序列运动视频刺激时，根据视频提示，受试者需想象手指以非顺序方式运动）以及一种视听觉交叉刺激（带声音的手指序列运动视频刺激），如图 1 所示。

图 1.

Four stimulation modes

4 种刺激模式

试验在隔音效果良好的房间内进行，试验设备采用新型电生理放大器 SynAmps2（Neuroscan，美国）采集受试者 64 导的脑电信号，其电极分布采用国际标准 10–20 电极导联定位，参考电极设在头顶中央区。试验数据通过 USB 接口传送到计算机。本试验共招募了 12 名健康在校大学生作为志愿者（8 男，4 女，年龄 20～25 岁）参与试验。整个试验分为 5 组，每组试验包括 40 个单次任务，4 组刺激模式随机出现，各 10 个单次任务。

试验时，受试者保持放松，安静地正坐于距屏幕约 1 m 的靠椅上，尽量避免眼动。任务模式示意图如图 2 所示，分为 4 个时段，共 10 s。0～2 s 为准备时间，2～3 s 为屏幕出现即将开始试验的提示，3～8 s 为受试者注视屏幕中的刺激提示信息并进行和视频中相同动作的运动想象任务，8～10 s 实验结束，受试者休息，以确保 ERD 信号回到基线水平。系统采用电磁溯源分析定位和可视化工具 Curry7（Neuroscan，美国）对数据进行预处理，具体包括将参考电极设为左右耳乳突（即 M1 和 M2）和去眼电干扰，1～50 Hz 带通滤波以及 200 Hz 的降采样处理。截取试验开始后第 1 s 到第 9 s 之间（共计 8 s）的数据进行分析处理。

图 2.

Schematic diagram of task mode

任务模式示意图

2. 运动想象 ERD 特征分析

脑电信号是典型的时变非平稳信号，其 ERD 特征与时间和频段都有关系，单一的时域分析或者频域分析方法对脑电信号的处理存在着不足，因此本文以时频分析法为基础，采用时频图谱、功率谱（power spectral density，PSD）曲线、ERD 值和脑地形图的方法分析脑电信号的 ERD 特征或事件相关同步（event-related synchronization，ERS）特征，挖掘信号潜在特征，对比运动想象脑电信号在 4 种刺激模式下的特征激活程度和激活范围的差别。

2.1. 时频图谱分析

时频图谱是一种直观观察信号随时间和频率变化的方法，不同刺激模式任务中产生的脑电信号的 ERD/ERS 特征可以用事件相关谱扰动（event-related spectral perturbation，ERSP）（以符号 ERSP 表示）描述，ERSP 记录时频域内事件相关的能量变化^[16]。本文试验采集多人多次试验的脑电信号，时频图谱分析时，平均多人多次试验的 ERSP 值得到时频图谱，解决单次试验任务下 ERD 特征不明显的问题。

先采用短时傅里叶变化（short time Fourier transform，STFT）（以符号 STFT 表示）计算信号的能量，再根据结果计算 ERSP 值，如式（1）所示：

1

其中 m 表示受试者的总人数，n 表示单人单次模式下的试验总次数，STFT 的具体计算如式（2）所示：

2

式中，f 为角频率； 为观察窗； 为 的复共轭函数。采用具有一定宽度的加窗函数，对原始脑电信号不断加窗截断得到的局部信号，再对其做 STFT。

因手部的运动想象有明显的对侧优势，并且表现在 C3 和 C4 导联最为明显，采用 STFT，提取右手不同运动想象任务下采集的 C3 导联处的脑电信号，并计算其 ERSP 值，然后对多人多次的试验数据取平均，得到如图 3 所示的在 4 种刺激模式下，全部受试者在 C3 导联处的平均时频图谱。

图 3.

The mean time-frequency spectra under four stimulation modes

4 种刺激模式下平均时频图谱

如图 3 所示，受试者在 4 种刺激模式下运动想象脑电信号在 Alpha 频段（8～13 Hz）和 Beta 频段（14～26 Hz）均出现明显的 ERD 现象，从 3 s 开始，视觉刺激提示出现之后约 0.5 s 开始出现相对明显的能量下降。与 Beta 频段相比，Alpha 频段的能量衰减相对剧烈。同时可以看出，3 种视频刺激（抓握视频刺激、手指序列运动视频刺激和带声音的手指序列运动视频刺激）提示下监测到的 ERD 特征明显强于静态文字提示。其中，在特征频段内，手指序列运动视频刺激模式和带声音的手指序列运动视频刺激模式激发的 ERD 特征最为明显。

综上所述，4 种刺激模式在 C3 导联处均出现了明显的 ERD 现象，且 3 种视频刺激模式下的运动想象脑电信号的 ERD 特征的频段分布与静态文字刺激模式下的 ERD 特征一致，其能量衰减都主要集中在 Alpha 频段和 Beta 频段，但是明显前者的激活范围更广，激活程度更深。

2.2. PSD 曲线和 ERD 值分析

以 PSD 曲线和 ERD 值将 ERD 特征进行量化，是更为直接的 ERD 特征分析方法。本文根据时频图谱分析得出的 ERD 特征频段，选择 Alpha 频段和 Beta 频段，以 STFT 为基础，计算受试者在 4 种刺激模式下 C3 导联处的平均功率值。并选取特征明显的时段，在频率和时间上取平均，计算表征脑电信号频段内能量衰减 ERD 特征值。

如图 4 所示，为所有受试者在特征频段的平均 PSD 曲线图，所有受试者的平均 ERD 值如表 1 所示。并采用配对 t 检验对全部受试者的 ERD 值进行分析，结果如表 2 所示，配对 t 检验用来比较 4 种模式下的 ERD 值的差异是否具有统计学意义。

图 4.

The mean PSD curves under four stimulation modes of two frequency bands

4 种刺激模式下两频段的平均 PSD 曲线

表 1. The mean value of ERD under four stimulation modes.

4 种刺激模式下的平均 ERD 值

刺激模式	平均 ERD 值
	Alpha 频段	Beta 频段
静态文字刺激	– 1.294 425 339	– 0.865 327 912
抓握视频刺激	– 2.978 006 159	– 1.700 472 067
手指序列运动视频刺激	– 3.158 507 708	– 2.157 037 279
带声音的手指序列运动视频刺激	– 2.822 832 299	– 2.144 868 631

表 2. The result of t-test of the value of ERD between different modes .

不同模式间的 ERD 值配对 t 检验

不同模式间比较	P 值
	Alpha 频段	Beta 频段
静态文字 vs. 抓握视频	0.002 682 755	0.000 904 127
静态文字 vs. 手指序列运动	0.000 559 450	0.000 224 672
静态文字 vs. 带声音的手指序列运动	0.006 808 369	0.000 457 010
抓握视频 vs. 手指序列运动	0.405 454 054	0.018 149 864
抓握视频 vs. 带声音的手指序列运动	0.315 354 507	0.028 372 374
手指序列运动 vs. 带声音的手指序列运动	0.315 210 298	0.473 538 244

如图 4 所示，在特征频段内，从 3 s 开始，视觉刺激提示出现之后约 0.5 s 开始，4 种刺激模式下均出现相对明显的能量下降，而且 3 种动态视频刺激模式下的能量下降幅度明显强于静态文字提示，也就是说在这 3 种模式下可以使受试者产生更明显的 ERD 特征。其中手指序列运动视频刺激模式下能量下降最深，带声音的手指序列运动视频刺激模式稍次之。

试验分析发现，部分受试者在静态文字刺激下，特征频段内并没有出现 ERD 现象，但是在 3 种动态视频刺激模式下所有受试者都会有 ERD 现象的产生。特征频段内，大部分受试者在 3 种动态视频刺激模式下相比静态文字刺激模式的 ERD 特征均有明显加深，对于不同的受试者，其最优的刺激模式是 3 种动态视频刺激模式中的一种。

如表 2 所示，在特征频段内，受试者在 3 种动态视频刺激模式下产生的 ERD 特征与在静态文字刺激模式下的 ERD 特征间的差异均具有统计学意义（P < 0.01），说明 3 种视频刺激都可以激发受试者产生更加明显的 ERD 特征。对于这 3 种动态视频刺激模式，在 Beta 频段内，抓握视频刺激模式下的 ERD 特征和手指序列运动视频刺激模式以及带声音的手指序列运动视频刺激模式下的 ERD 特征间的差异也具有统计学意义（ P < 0.05）；但在两频段内，手指序列运动视频刺激模式和带声音的手指序列运动刺激模式下的 ERD 特征间的差异不具有统计学意义（ P > 0.05）。

2.3. 脑地形图分析

脑地形图是球面头皮的平面图形，是多导联脑电信号分析中常用的一种辅助手段，用不同颜色表示某一频段内的功率值，可显示大脑皮层的特征分布情况。试验采用 64 导联电极帽进行脑电信号的采集，并对其中的 60 导联（除 CB1、CB2、GND 和 REF）进行脑地形图分析，先选择某一导联的数据，分析时频图谱中 ERD 现象明显的频段和时段，对选中的时频数据在频率和时间上取平均得到 ERD 的单维特征数据，然后对其余导联的时频数据做相同的计算，把得到的全部导联的单维度特征数据集合起来就构成了脑地形图。利用上述方法分别求出 4 种不同刺激模式下全部受试者平均的特征频段的脑地形图。

如图 5 所示，为全部受试者 4 种刺激模式下在 Alpha 频段和 Beta 频段的平均脑地形图。

图 5.

Brain topographic maps of two frequency bands under four stimulation modes

两频段内 4 种刺激模式的脑地形图

4 种刺激模式下，如图 5 所示，特征频段内的能量衰减明显，且 3 种动态视频刺激都比静态文字刺激的 ERD 激活程度更深，激活范围更广。其中，尤以手指序列运动视频刺激模式和带声音的手指序列运动视频刺激模式最为明显。相对 Beta 频段，Alpha 频段内的 ERD 激活程度更深。并且在 Alpha 频段，能量衰减主要集中在 C3 导联附近的手部感觉运动功能区（根据大脑功能分区情况，其位于中央前回和中央后回）和大脑头皮枕部的视觉功能区（位于大脑后部的顶叶与颞叶之后）^[17]。在特征频段，ERD 特征都有较明显的对侧占优趋势，且在 Beta 频段内，ERD 现象除了比较明显的运动感觉区，还出现在大脑视觉联合区（位于脑后部两侧枕叶、顶叶和颞叶之间的结合部位），表明视觉提示可能对 ERD 特征的产生具有有益影响。

3. 分析及讨论

本文采用时频图谱、PSD 曲线、ERD 值和脑地形图分析了 4 种刺激模式下的 ERD 特征，综合 4 种分析结果显示，手指序列运动视频刺激和带声音的手指序列运动视频刺激模式下的特征频段内，脑电信号的 ERD 值和功率值更大，且根据脑地形图看出，这 2 种刺激模式下 ERD 特征的激活范围更广且激活程度更深。

综上所述，通过研究 4 种刺激模式下的 ERD 特征，可以发现 3 种动态视频刺激模式下的运动想象任务可以激发更广激活范围和更深激活程度的 ERD 特征。并且相对抓握视频刺激，手指序列运动视频刺激和带声音的手指序列运动视频刺激在特征频段产生的 ERD 特征更加明显，但视听觉交叉刺激与单一的手指序列运动视频刺激的 ERD 特征相比，差异并不具有统计学意义，具体原因尚需进一步的研究。

综上所示，本文研究结果表明，采用手指序列运动视频刺激或带声音的手指序列运动视频刺激，会激发受试者产生更明显的 ERD 特征，运用到基于运动想象的 BCI 系统中可以有效缩短用户的神经康复训练时间，使用户得到更好的康复效果，从而提高用户的使用意愿。基于运动想象的 BCI 系统中采用这两种刺激模式，可以使康复训练系统更有效，在一定程度上推进了 BCI 系统走出实验室，走向实用化的进程。

Funding Statement

天津市应用基础与前沿计划重点项目（C14JCZDJC36300）；天津职业技术师范大学科研发展基金项目（XJKC030155，XJKC031112，KJ1734）；天津职业技术师范大学大学生创新创业计划项目（201710066142）