基于CNN算法的稳态体感诱发电位的特征识别

脑-机接口研究可为瘫痪病人的康复带来一种新的治疗方法。已有研究表明对手指或者正中神经施加一定频率的体感刺激,会引发相同频率且具有空间特异性的稳态体感诱发电位。为优化基于稳态体感诱发电位的脑-机接口的性能,通过快速傅里叶变换寻找12个健康被试的个人左手特定共振频率,采用事件相关谱扰动进行时频分析,检测其稳态体感诱发电位信号。基于共振频率对实验诱发的脑电信号进行1 Hz带通滤波,获得特定频带的数据,采用卷积神经网络(CNN)学习算法对其进行分类,并与采用共空间模式和支持向量机的特征提取及特征分类的方法(CSP+SVM)进行比较。所有被试的结果显示:基于共振频率滤波方法,采用CNN学习算法获得的离线分类准确率均高于85%,并且CNN学习算法的分类准确率显著性优于CSP+SVM的分类准确率(91.8%±5.9%vs 77.4%±8.5%,P<0.05)。因此,在基于稳态体感诱发电位的脑机接口的特征识别中,CNN学习算法相比传统使用的机器学习分类算法(如共空间模式+支持向量机)能够显著提升分类准确率,提高脑机接口的整体性能。

下肢临近关节稳态体感诱发电位的提取和分析

稳态体感诱发电位(SSSEP)在提升运动想象脑机接口分类性能方面有着显著作用,因此如何有效提取SSSEP是研究的重点。为有效提取下肢膝-踝临近关节处的SSSEP,设计体感刺激参数筛选试验,分别采集10名受试者在右腿腘窝和右脚踝内侧处10种不同电刺激频率下的脑电信号,使用快速傅里叶变换、时频图谱和脑地形图进行综合分析。结果显示,受试者在右脚踝内侧的频谱特征优于右腿腘窝,33 Hz为最优刺激频率,能用于下肢的电刺激强度为10~20 mA。

下肢临近关节运动想象特征及分类研究

针对下肢临近关节运动想象(motor imagery,MI)脑-机接口空间分辨率低,识别精度不足的问题,将稳态体感诱发电位特征与事件相关去同步化特征组成混合(hybrid,HY)范式,实现下肢临近关节不同MI任务的识别。并设计MI范式作为对照组,采集15名健康受试者在两种范式中执行右侧下肢"屈膝"和"绷脚"两种MI任务的脑电信号,综合时频图谱、脑地形图分析发现,相较于MI范式,HY范式中的事件相关去同步化特征激活程度更深,范围更广,且具有稳态体感诱发电位特征。此外,在HY范式中,支持向量机(SVM)和BP神经网络的平均分类准确率为73.72%和80.85%,相比MI范式提高了8.08%和11.48%,确认了HY范式中下肢临近关节不同MI任务识别的可行性。在实际应用中,对于下肢运动功能受损的患者,将有助于特定脑区的训练,从而提升康复效果。

SSSEP提升下肢MI-BCI系统性能及其多维脑电特征分析

运动想象脑-机接口(MI-BCI)可解码用户运动意图,为无法自主运动患者提供一种额外交互控制通道,辅助或改善其生活方式。针对现有下肢MI-BCI分类性能较低等关键问题,引入了体感电刺激(ES)用于下肢MI-BCI构建混合范式(MI+ES),并与传统单一范式(MI)对比。共20名年轻健康右利手受试参与实验,5名参与最优诱发频率验证试验,15名参与正式实验。随后采集了参与正式实验的15名受试不同条件下脑电(EEG)数据,应用傅里叶变换(FFT)和事件相关谱扰动(ERSP)算法提取EEG频域响应、时频特征等,并计算alpha(8~14 Hz)、低beta(15~24 Hz)和高beta(25~35 Hz)等多频段能量变化。此外,分别探索了MI/(MI+ES)条件、共空间模式(CSP)/基于多频率成分的共空间模式(FBCSP)特征提取方法对下肢MI-BCI系统分类性能的影响。结果表明,引入体感电刺激策略可诱发明显的SSSEP特征,MI+ES条件分类准确率较单一MI条件有显著性提升(P<0.001),且应用FBCSP方法的系统分类准确率显著优于经典CSP方法(P<0.01):CSP特征提取方法下MI+ES条件的平均分类准确率为70.2%,其中受试S15的分类准确率达84.2%;FBCSP方法下的平均分类准确率为71.7%,受试S15的分类结果达到90%。初步证实了受试在体感电刺激条件下可诱发出明显的SSSEP特征,而且其融合MI可有效提升下肢MI-BCI分类性能,可支撑下肢MI-BCI系统的实用化进程,也为外周神经相关体感刺激调控方法的优化设计提供了新的技术思路。

单侧电刺激辅助的下肢运动想象研究

有研究表明,在下肢运动想象脑电信号分类中,在运动想象基础上加入稳态体感诱发电位能够得到更高的分类结果,但是研究大多都是基于双侧电刺激辅助诱发的体感电位,对于单侧电刺激辅助研究较少,本文对单侧脚踝胫后神经与双侧脚踝胫后神经分别施加电刺激,来探究何种刺激模式能够得到更好的分类结果。并设计了两组对照实验:单侧左脚电刺激模式vs单侧右脚电刺激模式以及单侧右脚电刺激模式vs双侧同时电刺激模式。综合频谱图、时频图谱、脑地形图特征分析结果得出,单侧右脚电刺激模式ERD特征最显著,激活程度最深。单侧右脚刺激模式比双脚同时刺激模式平均分类准确率高5.57%,单个受试者单侧右脚刺激模式比双脚同时刺激模式分类准确率高15%,证明了在单侧右脚电刺激辅助的情况下,更有利于下肢运动想象脑电信号的分类。

电刺激辅助下肢运动想象特征分类以增强康复训练研究

运动想象疗法对中风或运动功能障碍患者的康复训练具有重要意义,但针对下肢运动想象的研究较少。当对脚踝胫后神经施加电刺激时,在电刺激频率处可诱发出稳态体感诱发电位(SSSEP)。为了更好地实现下肢运动想象的分类,提高分类效果,丰富下肢运动想象的指令集,本文设计了两种实验范式:运动想象(MI)范式和有电刺激辅助的混合(Hybrid)范式,并招募了10名身体健康的大学生在两种范式中完成左、右脚单侧运动想象任务。通过时频分析和分类准确率分析发现,相比MI范式,Hybrid范式下可得到明显的SSSEP和ERD特征,受试者在Hybrid范式中平均分类准确率为78.61%,较MI范式显著提高,证明电刺激辅助在下肢运动想象分类训练中有积极的促进作用。