一种快速近红外脑机接口方法
【专利摘要】本发明公开一种快速近红外脑机接口方法。本发明的方法主要特征为：利用多通道近红外光学脑信号采集系统实时获取使用者在脑机接口任务执行过程中产生的多通道近红外光学脑信号，将该信号预处理后，进行特征空间变换提取特征向量，并进行模式识别，判断使用者执行的脑机接口任务类别。本发明的优点在于其脑机接口任务的识别率和识别速度比以幅值为特征向量进行识别的传统近红外脑机接口方法显著提高。
【专利说明】-种快速近红外脑机接口方法
【技术领域】
[0001] 本发明涉及脑机接口及残疾人辅助康复领域，尤其涉及到快速近红外脑机接口方 法。
【背景技术】
[0002] 功能近红外光谱术（fNIR巧是近年来发展出的一种完全无损的在体光学检测技 术。生物组织对近红外波段的光具有低吸收、高散射的特性，近红外光可W穿透生物组织几 个厘米的厚度对深层生物组织进行探测。当大脑激活时氧代谢率增加，脑血流也会增加，会 引起氧合血红蛋白化b〇2)和还原血红蛋白化b)的浓度变化。化化和化在近红外波段的 吸收光谱具有特异性，因此，近红外光谱术可W根据出射光强度或者相位的变化来间接检 测大脑神经活动。近红外光谱术相比较于其他的生物医学成像技术，具有使用灵活、便携和 便宜等优点，所W近红外光谱术近年来在脑功能成像和检测领域上有广泛的应用，也为无 损脑机接口炬CI)的发展提供了一种新的技术手段。
[0003] 脑机接口是将思维过程中的神经生理信号转换为控制信号，控制外部机器而不依 靠外周神经系统和肌肉的一种系统。脑机接口不仅能帮助严重痛疾患者与外界进行交流沟 通，也可W辅助脑卒中患者进行运动功能的恢复。非侵入式脑机接口因其相对容易获得的 信号和广泛的使用者人群，显示出了广泛的应用前景。目前许多技术应用到了非侵入式的 脑机接口领域，例如脑电巧EG)、脑磁图（MEG)，功能磁共振（fMRI)和功能近红外光谱术。脑 磁图和功能磁共振由于其设备昂贵复杂、体积巨大，目前仅限于科学研究上的使用，而不具 有实际应用的前景。脑电直接探测神经活动的电信号，是脑机接口领域最常用的一种技术， 其优点在于使用简单、安全、便宜。但是脑电的缺点是空间分辨率低，无法进行激活脑区的 定位，限制了其在脑机接口识别精度上的进一步提高。并且基于脑电的脑机接口存在脑机 接口文盲现象，即有些使用者无论如何也无法操作脑机接口系统。所W有必要发展一种技 术弥补脑电的不足来拓展脑机接口领域。
[0004] 近红外光谱术具有类似脑电的简单、安全、便宜的优点，且空间分辨率高，可W对 激活脑区进行定位。并且作为一种无损光检测技术，近红外光谱术对使用者和环境的限制 都比邸6要小。但是近红外光谱术是通过神经血管禪合间接探测神经活动，而血液动力学 响应在时间上比直接的神经活动有延迟，故近红外光谱术的时间分辨率不高。目前国外 已有报道的基于近红外光谱术的脑机接口系统为了避免近红外光学脑信号的交叠，在实 验设计上都米用长时间的刺激间距。Coyle等（Coyle,S.M.，T.E.WardandC.M.Marldiam (2007). "Br过in-computerinterfaceusing过simplifiedfunction过 1ne过r-infr过red spectroscopysystem."JournalofNeuralEngineering4(3) :219-226.)争良道 了--种 单通道近红外脑机接口，使用者根据提示完成左手或右手运动想象任务，任务的刺激间 距为 30s。Power等人巧ower，S.D.，T?比Fa化andT.Qiau(2010)."Classificationof prefrontalactivityduetomentalarithmeticandmusicimageryusinghidden Markovmodelsandfrequencydomainnear-infraredspectroscopy."Journalof NeuralEngineering7 (2).)报道了一种多通道的近红外脑机接口，使用者根据提示完成 也算和音乐想象任务，任务的刺激间距为35-45S。Sitaram等（Sitaram,R. ,H.Slang,C. Guan,M.Thulasidas,Y.Hoshi,A.Ishikawa,K.ShimizuandN.Birbaumer(2007)."Temporal classificationofmultichannelnear-infraredspectroscopysignalsof motorimageryfordevelopingabrain-computerinterface."NeuroImaRe 34(4):1416-1427.)报道的多通道近红外脑机接口，同样是完成左手或右手运动想象 任务，任务刺激间距为 20s。Holper等（Holper,LandM.Wolf(2011). "Single-trial classificationofmotorimagerydifferingintaskcomplexity:afunctional near-infraredspectroscopystudy."TournalofNeuroengineeringand Rehabilitation8.)报道的近红外脑机接口，使用者完成想象简单运动和复杂运动的任 务，任务刺激间距为 35s。Luu和Qian(Luu,S.andT.Qiau(2009)."Decodingsubjective preferencefromsingle-trialnear-infraredspectroscopysignals."Tournalof NeuralEngineering6 (1).)报道的近红外脑机接口，使用者从给出的饮料中用思维选择 自己喜欢的饮料，任务刺激间距为45s。
[0005] 已有报道中用于模式识别的近红外光学脑信号要么是光密度信号要么是光密度 信号转换的血红蛋白浓度变化信号，该两种信号均可W看作是反映血液动力学响应的原始 生理学信号。由于不可避免的血液动力学的响应延迟（例如，文献报道的运动想象的含氧 血红蛋白浓度变化的峰值出现在任务开始后的8-10砂），且缺乏有效的对该种原始生理学 信号进行处理的手段，已有的近红外脑机接口只能在使用中延长每次任务时间来避免信号 交叠，所W现有近红外脑机接口的信息传输速率很低，影响了其在实际应用领域的进一步 发展。
【发明内容】
[0006] 本发明所要解决的技术问题是提出一种快速近红外脑机接口方法，能显著提高脑 机接口任务的识别速度，提高系统信息传输速率。
[0007] 为解决上述技术问题，本发明提出一种快速近红外脑机接口方法，包括步骤如 下：
[0008] 步骤一：多通道近红外光学脑信号采集系统实时采集使用者在脑机接口校准阶段 任务执行过程中的多通道近红外光学脑信号。在此校准阶段，被试根据提示完成左侧或右 侧身体部位的运动想象任务。
[0009]为了提高系统信息传输速率，需要一种快速的脑机接口任务呈现；即使用者进行 左侧和右侧身体部位想象的时间可不超过4砂，休息时间不超过4砂。每个任务的刺激间 距可不超过8砂，小于该任务血液动力学响应从响应开始到峰值然后又恢复到基线所需要 的时间。
[0010] 步骤二：对多通道近红外光学脑信号进行预处理。近红外光学脑信号预处理模块 首先将采集到的多通道近红外光学脑信号进行降频，低通滤波去除噪声。然后根据修正的 Beer-Lambed定律，将其转换为含氧血红蛋白浓度变化（A出b〇2])和去氧血红蛋白浓度变 化（A出b])。方法如下；当用强度为I。的近红外光入射生物组织，出射光强为I，则光密度 (OD)可表示为（W= --1(巧f ?-C''其中，e表示生物组织内血红蛋白的摩尔吸收系 '* 。 数，C表示血红蛋白的浓度（包括含氧和去氧血红蛋白），L表示光源和探测器间距，B表示 考虑到散射而引入的微分光程因子。G表示与外层组织光学特性和几何结构有关的损耗因 子，通常为常数。当出射光强从Ii变化到12时，由上式可得出血红蛋白浓度的相对变化与 光密度的变化有如下关系：
[0011]
【权利要求】
1. 一种快速近红外脑机接口方法，其特征在于，包括如下步骤： 步骤一：多通道近红外光学脑信号采集系统实时采集使用者在脑机接口校准阶段任务 执行过程中的多通道近红外光学脑信号；在此校准阶段，被试根据提示完成左侧或右侧身 体部位的运动想象任务； 步骤二：对多通道近红外光学脑信号进行预处理；近红外光学脑信号预处理模块首 先将采集到的多通道近红外光学脑信号进行降频，低通滤波去除噪声；然后根据修正的 Beer-Lambert定律，将其转换为含氧血红蛋白浓度变化值Λ [HbO2]和去氧血红蛋白浓度变 化值Δ [Hb]; 步骤三：将步骤二所得多通道的Λ [HbO2]或Λ [Hb]数据作为训练数据进行特征提取 和分类器训练；用t秒长度的时间窗对训练数据分段，这里t的取值可以根据需要从1秒取 到单个任务持续的总时间长度；具体如下： (1) 在左侧和右侧身体部位想象条件下的单个训练数据片段分别用矩阵XiQ = 1，2)来表示，Xi的行数为采样通道数，列数为采样点数；计算XiS间协方差矩阵：
其中V表示Xi的转置矩阵，trance (XiX/)表示XiXi'的 % 迹，即对角线元素的和； (2) 计算上述两类条件下所有训练数据片段的平均空间协方差矩阵f和^，以及混 合空间协方差矩阵Cc + ^ . ⑶Cc分解为Cc = Uc λ CUC'，其中Uc是Cc的特征向量矩阵，λ c是由特征值组成的对角 矩阵； (4) 进行白化处理：尸=·即处理后，PCcP'所有的特征值都为1 ;如果将G和 €进行如下变换：S1 = ，A = PC2P ;则S1和S2有相同的特征向量；如果将S1和S2 进行分解：31 = 8入山'，52 = 8入28'，则有入1+入2 = 1，其中入1和入2分别是51和52的特 征值组成的对角矩阵，B是S1和S2的特征向量矩阵； (5) 计算空间滤波矩阵W= (B'P)' ； (6) 对Xi进行变换，将其从时域空间变换到特征空间=Zi = WXi ; (7) 分类器选用支持向量机；用Zi (i = 1，2)的第一行分别作为左侧和右侧身体部位想 象数据片段的特征向量来训练支持向量机； 步骤四：多通道近红外光学脑信号采集系统实时采集使用者在脑机接口任务识别阶段 的多通道近红外光学脑信号；在此识别阶段，被试根据提示完成左侧或右侧身体部位的运 动想象任务； 步骤五：按照步骤二对步骤四采集的多通道近红外光学脑信号进行预处理，得到待识 别数据； 步骤六：对待识别数据进行特征提取和模式识别；识别阶段的待识别数据用Y表示，也 将其用与步骤三同样的t秒长度时间窗分段，用步骤三（5)所得到的空间滤波矩阵WJfY 从时域空间变换到特征空间：T = WY ;取T的第一行作为待识别数据片段的特征向量，用步 骤三（7)训练好的支持向量机进行模式识别，区分出使用者进行的脑机接口任务的类别。
2. 根据权利要求1所述的快速近红外脑机接口方法，其特征在于：所述将其转换 为含氧血红蛋白浓度变化值Λ [HbO2]和去氧血红蛋白浓度变化值Λ [Hb]的方法如 下：当用强度为Itl的近红外光入射生物组织，出射光强为I，则光密度（OD)可表示为
其中，ε表示生物组织内血红蛋白的摩尔吸收系数，C表示血红 蛋白的浓度（包括含氧和去氧血红蛋白），L表示光源和探测器间距，B表示考虑到散射而引 入的微分光程因子；G表示与外层组织光学特性和几何结构有关的损耗因子，通常为常数； 当出射光强从I1变化到I 2时，由上式可得出血红蛋白浓度的相对变化与光密度的变化有如 下关系：
其中，分别为含氧血红蛋白和去氧血红蛋白对波长为λ的光的摩尔吸收系 数，Βλ为波长为λ的光的微分光程因子； 所以当采用波长为λ 1和λ2双波长的近红外光入射时，通过求解上述方程组可以求 出含氧血红蛋白浓度变化和去氧血红蛋白浓度变化分别为：
3. 根据权利要求1或2所述的快速近红外脑机接口方法，其特征在于，所述脑机接口任 务为使用者进行短时间左侧或右侧身体部位运动想象，想象时间不超过4秒，休息时间不 超过4秒。
4. 根据权利要求3所述的快速近红外脑机接口方法，其特征在于，所述特征提取及模 式识别的数据片段长度为秒级。
【文档编号】G06F3/01GK104375635SQ201410400091
【公开日】2015年2月25日 申请日期:2014年8月14日 优先权日:2014年8月14日
【发明者】骆清铭, 龚辉, 李颖, 李鹏程 申请人:华中科技大学