文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.171826
中文引用格式: 劉光達(dá),王燦,李明佳,等. 基于多特征和BP神經(jīng)網(wǎng)絡(luò)的腦-機(jī)接口研究[J].電子技術(shù)應(yīng)用,2017,43(9):72-75.
英文引用格式: Liu Guangda,Wang Can,Li Mingjia,et al. Research of brain-computer interface based on multi-feature integration and BP neural network[J].Application of Electronic Technique,2017,43(9):72-75.
0 引言
腦電波(Electroencephalography,EEG)信號(hào)成分復(fù)雜,按照不同的頻段可以分為不同的波[1]。
腦電信號(hào)中的Alpha波在人的前額葉處較明顯,相比于其他腦電波信號(hào)節(jié)律性最明顯,多在清醒閉目時(shí)出現(xiàn)。當(dāng)人思考問題、睜開眼睛或受到其他外界刺激時(shí),Alpha波消失;當(dāng)又閉上眼睛時(shí), Alpha波又會(huì)重新出現(xiàn),這個(gè)現(xiàn)象稱為Alpha波阻斷現(xiàn)象[2]。研究表明,Alpha波與人的記憶、運(yùn)動(dòng)及感覺活動(dòng)有關(guān)[3],這種相關(guān)性對(duì)判斷大腦的運(yùn)動(dòng)意圖有著重要意義。
利用腦-機(jī)接口(Brain-Computer Interface,BCI)系統(tǒng),通過對(duì)EEG信號(hào)進(jìn)行采集、預(yù)處理、特征提取和模式分類,實(shí)現(xiàn)運(yùn)動(dòng)想象識(shí)別是當(dāng)前研究的重點(diǎn)。
近些年,對(duì)運(yùn)動(dòng)想象腦電信號(hào)的特征提取的方法主要有:自回歸模型法(AR)[4]、統(tǒng)計(jì)特征提取[5]、頻域分析法[6-7]。腦電信號(hào)的主要分類方法有線性判別式分類方法、神經(jīng)網(wǎng)絡(luò)等[8]。
在腦電信號(hào)特征提取過程中,利用單個(gè)特征值的模式分類會(huì)造成訓(xùn)練數(shù)據(jù)量大、時(shí)間長,甚至?xí)绊懛诸惥?。所以,本研究將多種特征融合,結(jié)合BP神經(jīng)網(wǎng)絡(luò)對(duì)腦電信號(hào)中的Alpha波進(jìn)行特征提取和模式分類,具有識(shí)別正確率高的優(yōu)點(diǎn)。通過對(duì)運(yùn)動(dòng)想象的腦電信號(hào)進(jìn)行特征提取和模式分類可以判斷出想象者的運(yùn)動(dòng)意識(shí),結(jié)合腦-機(jī)接口,在肢體殘疾人士的康復(fù)治療、輔助控制和娛樂等方面有很大的發(fā)展前景[9]。
1 腦電信號(hào)的特征提取方法及檢驗(yàn)
1.1 自回歸模型法(AR)
AR模型計(jì)算方便,設(shè)單通道腦電信號(hào)由n個(gè)采樣點(diǎn)x0…xn-1的活動(dòng)段組成,根據(jù)AR模型,信號(hào)中第k個(gè)采樣值xk如式(1)所示:
式中,ai為AR模型系數(shù),p為模型的階數(shù),ek為殘差白噪聲。
對(duì)AR模型進(jìn)行參數(shù)估計(jì)的方法主要有自相關(guān)法、改進(jìn)協(xié)方差法和Burg算法等,其中Burg算法計(jì)算簡單,產(chǎn)生的譜質(zhì)量較高。所以本研究采用Burg算法對(duì)AR模型進(jìn)行參數(shù)估計(jì),經(jīng)實(shí)驗(yàn)驗(yàn)證AR模型Burg法估計(jì)模型參數(shù)p=3。
1.2 統(tǒng)計(jì)特征提取
(1)腦電信號(hào)積分值
設(shè)腦電信號(hào)為x(i),數(shù)據(jù)長度為N。積分值計(jì)算如式(2)所示,該特征表現(xiàn)了信號(hào)的集中程度。
(2)腦電信號(hào)均方根值
腦電信號(hào)的均方根值如式(3)所示,該特征體現(xiàn)了信號(hào)的離散程度。
1.3 頻域分析
在本研究中,選取功率譜、平均功率頻率和功率譜密度比值這幾個(gè)特征值。
將腦電信號(hào)看作隨機(jī)信號(hào)x(n),有N點(diǎn)樣本值且能量有限,對(duì)其進(jìn)行傅里葉變換得到XN(ejω);然后再取幅值的平方并除以N,作為x(n)的功率譜P(ejω)[10],如式(4)所示:
式中,fmax表示功率譜出現(xiàn)峰值時(shí)的頻率,n表示積分范圍。
平均功率頻率是指在頻域范圍內(nèi)計(jì)算腦電信號(hào)的平均功率頻率,可以定量刻畫腦電信號(hào)頻譜的特征,計(jì)算公式如式(6):
1.4 特征檢驗(yàn)
為了提高分類的正確率,采用K-W檢驗(yàn)法對(duì)提取的特征值進(jìn)行檢驗(yàn)。K-W檢驗(yàn)如式(7)所示:
對(duì)前后左右4個(gè)方向的600段特征值進(jìn)行K-W檢驗(yàn),檢驗(yàn)的結(jié)果如表1所示。
從表1中可以看出,積分值、均方根值和AR模型這3個(gè)特征具有較高的值,選取這3個(gè)作為特征向量送入分類器中進(jìn)行分類。
2 腦電信號(hào)的分類方法
在提取完腦電信號(hào)的特征值之后,BCI系統(tǒng)選擇BP神經(jīng)網(wǎng)絡(luò)對(duì)這些特征向量進(jìn)行分類。
本研究采用的BP神經(jīng)網(wǎng)絡(luò)有4個(gè)輸入層(表示特征值個(gè)數(shù)為4)、7個(gè)隱含層、4個(gè)輸出層(表示要分類個(gè)數(shù)為4),如圖1所示。
三層網(wǎng)絡(luò)在神經(jīng)元有限的情況下,能夠完成所需映射。BP網(wǎng)絡(luò)學(xué)習(xí)過程由正反向傳播組成,輸入信號(hào)xi通過中間節(jié)點(diǎn)作用于輸出節(jié)點(diǎn),經(jīng)過非線性變換,最終產(chǎn)生輸出信號(hào)yk,網(wǎng)絡(luò)訓(xùn)練的樣本包含輸入向量和期望輸出,神經(jīng)網(wǎng)絡(luò)實(shí)際輸出這兩者的偏差,通過調(diào)整輸入節(jié)點(diǎn)與隱層節(jié)點(diǎn)之間的連接權(quán)值Wji和隱層節(jié)點(diǎn)與輸出節(jié)點(diǎn)間的連接權(quán)值Wkj以及閾值來實(shí)現(xiàn),使誤差減小。經(jīng)過反復(fù)訓(xùn)練,確定接近最小誤差時(shí)對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,此時(shí),訓(xùn)練結(jié)束[12]。
3 實(shí)驗(yàn)及結(jié)果分析
3.1 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)
本實(shí)驗(yàn)?zāi)X電采集系統(tǒng)結(jié)構(gòu)如圖2所示,采集電極采出腦電信號(hào),經(jīng)過放大器放大微弱的腦電信號(hào),濾波器濾除干擾,再經(jīng)由A/D轉(zhuǎn)換為數(shù)字信號(hào),通過藍(lán)牙發(fā)送到上位機(jī)進(jìn)行處理。
3.2 實(shí)驗(yàn)條件及方法
電極位置按照Montreol法[13],國際標(biāo)準(zhǔn)導(dǎo)聯(lián)10-20系統(tǒng)安放,如圖3所示。將電極安放在受試者的前額葉上采集Alpha波,箭頭所指為電極安放位置,用作參考電極的耳夾夾在左右耳垂上。
為保證采集數(shù)據(jù)的準(zhǔn)確性,本研究采用舒爾特方格法[14],在實(shí)驗(yàn)之前對(duì)受試者的注意力進(jìn)行大量訓(xùn)練。
3.3 實(shí)驗(yàn)過程
實(shí)驗(yàn)對(duì)象為男性青年,身體健康,矯正后視力正常,右利手。實(shí)驗(yàn)室環(huán)境安靜,室溫正常。腦電采集電極使用干電極。
在采集腦電信號(hào)實(shí)驗(yàn)數(shù)據(jù)之前,要進(jìn)行Alpha波阻斷實(shí)驗(yàn),以驗(yàn)證腦電信號(hào)Alpha波采集的正確性,如圖4所示。
實(shí)驗(yàn)中,實(shí)驗(yàn)對(duì)象按照如圖5所示的實(shí)驗(yàn)范式進(jìn)行運(yùn)動(dòng)想象任務(wù)。
在實(shí)驗(yàn)開始前的半小時(shí),受試者通過左右手和左右腿的實(shí)際運(yùn)動(dòng)來在大腦中留下實(shí)際運(yùn)動(dòng)的感覺。實(shí)驗(yàn)中,受試者坐在一張舒適的椅子上,身體自然放松,根據(jù)屏幕提示完成左手、右手、左腿和右腿的運(yùn)動(dòng)想象。
3.4 數(shù)據(jù)處理及結(jié)果
每次運(yùn)動(dòng)想象的數(shù)據(jù)的時(shí)間為30 s,采樣率為512 Hz,其原始數(shù)據(jù)(Raw data)如圖6。
先將原始數(shù)據(jù)進(jìn)入帶通濾波器,濾出Alpha波,再進(jìn)入50 Hz陷波器,濾除工頻干擾,最后小波包去噪,讓數(shù)據(jù)更好地進(jìn)行處理。原始數(shù)據(jù)經(jīng)過濾波處理后的圖像如圖7所示。
原始數(shù)據(jù)經(jīng)過濾波等處理后,進(jìn)行特征值的提取和分類訓(xùn)練。
表2為運(yùn)動(dòng)想象各方向的分類準(zhǔn)確率。
4 結(jié)語
本研究創(chuàng)新性地采用多種特征結(jié)合BP神經(jīng)網(wǎng)絡(luò)對(duì)腦電信號(hào)進(jìn)行分析。在提取出合適的數(shù)據(jù)段后,最終的分類結(jié)果與單特征和線性分類器方法相比正確率較高,證明了本文的多特征融合的提取方法結(jié)合BP神經(jīng)網(wǎng)絡(luò)對(duì)處理腦電信號(hào)的可行性,為腦電信號(hào)的處理提供了一條有效路徑。
參考文獻(xiàn)
[1] 張樂迪,王俊生,常旭,等.便攜式腦電采集器研究與設(shè)計(jì)[J].電子技術(shù)應(yīng)用,2014,40(2):27-29.
[2] ARROYO S,LESSER R P,GORDON B et al.Functional significance of the mu rhythm of human cortex: an eletro-physiologic study with subdural electrodes[J].Electroenceph clin Neurophysiol 1993,87:76-87.
[3] 陳騫.基于腦電Alpha波的BCI電視遙控系統(tǒng)的設(shè)計(jì)與實(shí)驗(yàn)研究[D].天津:天津大學(xué),2005.
[4] INOUE K,MATSUOKA S.Pattern recognition of EEG signals during right and left hand motor imagery based on AR-model[J].Clinical Neurophysiology,2007,118(10):209-209.
[5] 張莉.表面肌電信號(hào)模式識(shí)別及其運(yùn)動(dòng)分析[D].長春:吉林大學(xué),2013.
[6] 楊大鵬,姜力,趙京東,等.基于腦電信號(hào)的高智能假手控制[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2008(5):1225-1230.
[7] MATTHIAS K,PETER M.BCI competition 2003-data set Ⅱb:support vector machines for the P300 speller paradigm[J].IEEE Transactions on Biomedical Engineering,2004,51(6):1073-1076.
[8] 李明愛,王蕊,郝冬梅.想象左右手運(yùn)動(dòng)的腦電特征提取及分類研究[J].中國生物醫(yī)學(xué)工程學(xué)報(bào),2009(2):166-170,176.
[9] 王寧,孫廣金,劉學(xué)文.一種基于腦機(jī)接口的頭盔顯示/瞄準(zhǔn)系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用,2015,41(5):149-151,155.
[10] 楊彬.基于腦-機(jī)接口的想象運(yùn)動(dòng)腦電信號(hào)的分析[D].蘭州:蘭州理工大學(xué),2008.
[11] Ronager.Power spectrum analysis of EMG pattern in normal and diseased muscles[J].J Neurol Sci,1989,94(1-3):283-294.
[12] 邢進(jìn)良.BP神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用[J].沙洋師范高等專科學(xué)校學(xué)報(bào),2007(5):46-49.
[13] 李穎潔,邱意弘,朱貽盛.腦電信號(hào)分析方法及其應(yīng)用[M].北京:科學(xué)出版社,2009.
[14] 肖嬋.基于腦電波的注意力訓(xùn)練研究[D].武漢:華中師范大學(xué),2016.
作者信息:
劉光達(dá),王 燦,李明佳,孫瑞辰,蔡 靖,宮曉宇
(吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院,吉林 長春130061)