一种基于配对样本t检验的事件相关电位分析方法
【技术领域】
[0001] 本发明涉及一种事件相关电位分析方法。特别是涉及一种包含多种外界刺激、且 单种刺激重复次数较少的基于配对样本T检验的事件相关电位分析方法。
【背景技术】
[0002] 脑电信号是通过电极记录下来的脑细胞群的自发性、节律性电活动，根据是 否含有外部刺激，可分为自发脑电（Electroencephalo-graph, EEG)和事件相关电位 (Event-related Potentials, ERP)两种。事件相关电位是人们对特定刺激事件进行感知加 工或执行某种认知任务时诱发出来的一种脑电信号，常用于反映刺激发生前后脑电位的变 化情况，与大脑注意资源分配、客体记忆、思维决策、认知加工等相关。由于ERP信号具有毫 秒级的时间分辨率、良好的非侵入性，并且采集设备操作较简单，该信号在脑功能研究和脑 疾病预诊方面都有颇多应用。
[0003] 多年来，ERP研究的一个重大难点就是与自发脑电的剥离。研究显示，大脑无时无 刻不在运转，即使在不给任何外界刺激的情况下，中枢神经系统亦存在着节律性、自发性放 电现象，而外部事件诱发的ERP信号幅值远小于自发脑电，且通常被淹没在自发脑电中。由 于自发脑电具有很大的个体差异性和随机性，因此不能形成一个固定的自发脑电模板，使 得ERP信号便于剥离。实际过程中，通常采用多次重复施加外部刺激、再求平均的方式提高 ERP信号的幅值和纯度，进而将其与自发脑电剥离。为了得到信噪比较好的ERP信号，通常 需要几十甚至几百次的重复外界刺激，一方面，多次重复刺激必然会引起感官系统的疲劳， 且难以保持完全一致的重复性；另一方面，大量刺激材料的准备并不容易，尤其是对于特定 含义的图片、声音等较复杂的刺激。
[0004] 另外，以往的ERP分析多集中于某个或者某几个ERP成分（如Pl，NI，P3等）的分 析，然而对于重复刺激次数较少、信噪比欠佳的ERP信号，具有明确物理意义的ERP成分往 往难以识别，也造成不同刺激下ERP特征提取的困难。
[0005] 基于配对样本T检验的事件相关电位分析方法从显著差异的角度分析ERP信号， 能够提取出有显著意义的差异特征，避开了单个ERP成分提取的困难，是ERP对比分析的新 思路。另外，由于两种不同外界刺激下的自发脑电虽不完全一致，但也不具有显著的差异 性，若对两种刺激下的ERP信号进行配对样本T检验，得到的显著差异时段必为两真实ERP 信号具有显著差异的时段，可以实现ERP信号与自发脑电的间接剥离。
【发明内容】
[0006] 本发明所要解决的技术问题是，提供一种可用于信噪比较差、且单个成分并不明 显的ERP研究的基于配对样本T检验的事件相关电位分析方法。
[0007] 本发明所采用的技术方案是：一种基于配对样本T检验的事件相关电位分析方 法，包括如下步骤：
[0008] 1)设计含两种刺激的脑电诱发实验，并利用脑电采集设备记录多个导联的头皮脑 电信号，进行初步的预处理；
[0009] 2)提取两种刺激下的ERP信号；
[0010] 3)对两种刺激下的ERP信号进行配对样本T检验，确定具有显著差异的时段；
[0011] 4)计算两种刺激下的ERP信号在显著差异时段内的差异面积，并绘制脑地形图， 确定差异脑区。
[0012] 步骤1)所述的初步的预处理，是为去除头皮脑电信号记录过程中的低频漂移、高 频干扰以及眼动电生理信号的干扰，对原始脑电信号进行变平均参考、〇. 5-10HZ带通滤波 以及独立成分分析去眼电的预处理操作。
[0013] 步骤2)所述的提取两种以上刺激下的ERP信号，包括如下过程：
[0014] (1)对初步预处理之后的整段头皮脑电信号进行分割，得到20个时长为4s的静息 脑电片段和20个时长为Is的诱发脑电片段，其中，两种刺激对应的诱发脑电片段各10个；
[0015] (2)选取刺激呈现之前的200ms，即静息期的后200ms为基准脑电，并计算基准脑 电的平均幅值，将每个诱发脑电片段减去基准脑电平均幅值，实现去基线操作；
[0016] (3)分别对去基线后的两种诱发脑电片段进行叠加平均，得到每位被试者的每个 导联在两种刺激下的ERP信号，分别表示为X = {Xijk}和Y= {Yijk}，其中，i = 1，2,……,N1, N1= 15, N 1是被试者数目；j = 1，2，......，N 2, N2= 32, N 2是导联数目，k = 1，2，......，N 3, N3 =1024, N3是数据点数。
[0017] 步骤3)中所述的对两种刺激下的ERP信号进行配对样本T检验，是对每个导联中 的每个数据点对应的ERP序列进行配对样本T检验，对于第j个导联第k个数据点，首先建 立一个新变量Z = {Zijk}，Zijk= Xijk-Yijk, i = 1，2,……，N1，计算新变量的均值6 =是 和方差％ = ^Σ(ζ，a -?)2，构造统计量=?,Jaw，检验tjk是否服从自由度为N「1 的T分布，并计算出对应的显著程度Pjk，若Pjk〈0. 05,则序列，…，和序列 …具有显著性差异，即两种刺激下的第j个导联第k个数据点具有显著性差 异，否则，两种刺激下的第j个导联第k个数据点不具有显著性差异。
[0018] 步骤3)中所述的确定具有显著差异的时段，是在已确定两种刺激下的第j个导联 第k个数据点是否具有显著性差异的基础上进行的，包含如下过程：
[0019] (1)对于第j个导联的N3个数据点，若存在10个以上的连续数据点k，使得序列 {不#，夂￥，…，夂λ#}和序列{&*，&*，…，心|#}具有显著性差异，那么这些连续的数据点k对 应的时段就是第j个导联在两种刺激下的ERP信号具有显著差异的时段，若不存在10个以 上的连续数据点k，使得序列}和序列，'··，}具有显著性差异， 则第j个导联在两种刺激下的ERP信号不具有显著差异时段；
[0020] (2)根据所有导联的显著差异时段分布，选择一个以上相对大的时段，使得尽可能 包含多数导