视觉工作记忆容量与注意控制的研究

目的:探索视觉工作记忆(working memory,WM)容量的个体差异与注意控制的关系,研究其个体差异的脑机制.方法:采用延迟样本匹配任务观察16名受试者在3种刺激项目条件下诱发的事件相关电位(event-related potentials,ERP)变化特点,ERP分析结果利用F值的统计参数影像(statistical parametric mapping,SPM)呈现.结果:视觉WM高低容量组在顶、枕部所诱发的负向慢波的波幅存在差异,F值的SPM显示两组差异的显著效应主要发生在前额区.结论:视觉WM容量的个体差异和个体排除信息中干扰的能力有关,其差异相关的脑功能区可能在前额区.     

基于多个放电神经元等效交流偶极子模型的SSVEP计算模型研究

为了解决用传统方法建立的稳态视觉诱发电位(SSVEP)计算模型无法反映脑电位随刺激频率变化特性的问题,揭示不同神经元群之间的时空相位特性,本文基于视皮层放电神经元膜电流的时谐性,根据初级视皮层按十字形分布的结构特征,充分考虑视皮层中不同神经元群之间存在的空间相位差,将放电神经元群等效为8个具有不同偶极矩的交流电流偶极子,以此建立了SSVEP的计算模型,该计算模型反映了SSVEP的频率变化特征。仿真结果表明：不论刺激频率取为何值,根据8个视皮层放电神经元群对应的等效电流偶极子计算得到SSVEP均大于单一的放电神经元的等效电流偶极子所得,说明初级视皮层中不同放电神经元群之间的空间相位是影响SSVEP的一个重要因素。     

相位同步方法用于稳态视觉诱发电位的测量

稳态视觉诱发电位(SSVEP)被广泛用于脑-机接口和脑电的稳态标记频率检测中.在这些研究中,都需要解决一个问题:当视觉刺激的频率发生变化时,如何通过分析SSVEP信号,快速准确地跟踪上这种变化.解决这个问题通常的分析方法是利用信号的频谱特征.该文依据稳态视觉诱发电位与视觉刺激之间的时间锁定关系,提出用相位同步化方法来解决这个问题.实验结果表明,相位同步化方法能够更加准确地定位刺激频率的变化时刻.在SSVEP研究中,相位同步化可以作为一个新的可资利用的特征.     

调频声频率变化率对大鼠听皮层神经元声反应的影响

采用在体细胞外单细胞记录方法,研究调频声频率变化率及时程对调频声所诱发的听皮层神经元反应的影响.实验在34只乌拉坦麻醉的SD大鼠上进行,在皮层41区记录了113个对调频声有反应的细胞电活动.观察发现,调频声刺激的时程和频率变化率发生改变,可对诱发的听皮层神经元反应的反应型式和放电频数产生影响.这种影响表明,听皮层在复杂声上传信息的处理过程中可能存在复杂的编码机制.     

融合眼动追踪和目标动态可调的稳态视觉诱发电位脑机接口系统设计

针对视觉脑机接口应用过程中,刺激目标数量多且面积小时视觉响应不强,被试者疲劳时难以将注意力集中在同等大小刺激目标上的问题,设计了一种基于眼动追踪和视觉目标动态可调的脑机接口系统。该系统利用TCP/IP传输协议实现眼动信号和脑电信号的同步采集,并将眼动信号以视觉反馈的形式实时呈现在刺激显示界面,即有提示被试者视线落点位置以便集中注意力到目标刺激上的作用,起到控制目标刺激大小的作用。该系统结合了眼动追踪快速高效和稳态视觉诱发电位脑机接口(SSVEP-BCI)频谱稳定、信噪比高等优势,眼动反馈信号快速调控刺激目标增大并吸引被试者注意,以激发更高的脑电响应和提升识别正确率。将无眼动反馈刺激目标动态可变、无眼动反馈刺激目标不变作为对照组进行实验,结果表明:有眼动反馈目标动态可变的脑机接口系统能比无眼动反馈目标动态可变、无眼动反馈目标不变系统在更短的时间窗内达到80%以上的识别正确率,且具有更高的脑电响应幅值;在3 s时间窗内,有眼动反馈目标动态可变的脑机接口系统的平均识别正确率为92.97%,脑电响应幅值为1.824μV,高于平均识别正确率为88.39%及脑电响应幅值为1.379μV的无眼动反馈目标动态可变系统,且高于平均识别正确率为79.48%及脑电响应幅值为0.987μV的无眼动反馈目标不变系统,这表明有眼动反馈且刺激目标动态可调的脑机接口系统具有更好的识别效果且能诱发更高的脑电响应,工作性能更好。     

稳态视觉诱发电位的脑机接口范式及其信号处理方法研究

在概述国内外稳态视觉诱发电位脑机接口技术研究的基础上,针对传统稳态视觉诱发电位(SSVEP)在脑-机接口(BCI)系统应用中存在的问题,在范式设计方面,分别提出了基于牛顿环、高频组合编码和幅值调制的SSVEP的3种BCI范式。针对脑电信号微弱、辨识困难的问题,提出了基于随机共振机制的稳态运动视觉诱发电位增强方法;针对高频组合编码稳态视觉诱发电位(CCH-SSVEP)新范式响应信号的非平稳、弱信号特征,提出基于改进的希尔伯特黄变换的CCHSSVEP响应信号处理方法,提高了识别率。在系统应用方面,将牛顿环运动刺激范式与运动场景相结合,设计了场景结合导航技术,相对于传统方法,将刺激目标关联具体的物理位置,导航效率显著提升,将运动场景与刺激目标结合的所见即所得的方式提升了用户预选目标效率以及路线规划能力,同时也有利于用户集中注意力,提高脑电信噪比。最终,将该技术成功地应用于残疾轮椅的脑电导航控制中,取得了令人满意的效果。     

稳态视觉诱发电位脑机接口的现场可编程逻辑门阵列实现

针对稳态视觉诱发电位(SSVEP)脑机接口(BCI)系统对计算机性能要求较高的问题,提出一种以现场可编程门阵列(FPGA)和商用脑电采集设备为核心的SSVEP-BCI系统。该系统通过FPGA独立的显示模块,实现了视频图形矩阵(VGA)接口的控制;按照显示刷新帧的方式分配闪烁频率对应的范式图案,实现了诱发SSVEP信号所需范式的稳定显示。通过实验对所设计的VGA视觉刺激器光闪烁频率进行采集分析可知,视觉刺激器范式显示频率与所设计的频率基本一致,可用于SSVEP诱发实验。结合所设计的视觉刺激器,完成了基于FPGA的脑电信号处理和特征识别。设计方案使用串口将脑电信号传输到FPGA端,采用快速傅里叶变换分析频率成分,对视觉刺激器对应的频率进行分析比较,最终通过实验对系统进行验证。结果表明:设计的系统在4个刺激目标和单次实验时长2s的情况下,实现了平均85.25%的识别正确率,表明系统能够实现SSVEP信号的诱发和有效识别,并且能够达到较好的效果。     

基于稀疏-小世界网络的初级视皮层神经元发放模型

通过构建神经元发放模型实现对视觉系统刺激编码方式的解析是计算神经生理学领域的研究热点。在传统线性-非线性-泊松(LNP)模型的基础上,采用稀疏编码模型训练的基函数作为模型的刺激滤波器,进一步利用小世界网络优化神经元集群的连接结构,构建了一种新型初级视皮层(V1区)神经元发放模型,用于预测神经元在特定刺激模式下的响应活动。利用在LE大鼠V1区采集的多通道发放数据拟合模型参数,进一步验证模型的有效性。实验结果表明,与传统未选择基函数作为刺激滤波器以及未经过小世界网络优化的对照模型相比,该模型能更准确地预测大鼠V1区神经元在不同朝向光栅刺激下的响应。该研究表明,经小世界网络优化后,模型中神经元的连接结构具有更强的生物相似性,能更真实地反映初级视觉皮层神经元群的响应机制。     

FPGA多通道视皮层刺激器

设计了一款用于视皮层视觉修复的基于FPGA的多通道视皮层刺激器。该刺激器由FPGA和外围电压/电流转换电路两部分组成。FPGA内部包括刺激脉冲发生器和多个多路选择器:刺激脉冲发生器产生各种形式的脉冲序列信号;多路选择器作为控制端实现对信号的选择,每一通道对应一个多路选择器,增加多路选择器即可实现通道的增加。FPGA输出的电压信号通过外围电压/电流转换电路,转换为电流信号后传入电极阵列。采用Altera公司Cyclone系列EP1C6型FPGA制作了四通道实验样机进行动物实验。采用猫作为实验对象,在猫的视皮层硬脑膜外左右两侧植入微电极,左侧接入刺激信号,右侧记录脑电,实验结果显示,视皮层能够响应来自对硬脑膜的电刺激,验证了所设计的刺激器是可行的。     

睡眠剥夺对脑认知和脑电复杂性的影响

为研究睡眠对大脑功能的影响，考察了正常睡眠与睡眠剥夺情况下脑认知能力的变化，分析了两种状态下自发脑电和事件相关电位复杂性的差异．通过事件相关电位P300的潜伏期与幅度反映不同状态下的脑认知能力，采用小波熵方法分析其复杂性．实验采用数字脑电图仪记录19导脑电信号，用OB序列诱发视觉事件相关电位．结果发现，睡眠剥夺组的靶刺激反应时间明显增长，而P300幅度显著降低、潜伏期明显增加；小波熵分析结果表明，与正常睡眠组比较，睡眠剥夺组自发脑电的256点小波熵和事件相关电位的32点小波熵均值都显著降低．故得出结论：睡眠剥夺对人的认知和脑电复杂性均产生了负向影响．因此，睡眠对维持大脑的功能具有重要作用．     

脑电深、浅层偶极子源的一种分离方法

从头皮测到的脑电信号中把由深层源和浅层源产生的部分分离开，并根据深层源产生的部分观察大脑内部深层的电活动细节，在理论和临床上都有重要意义。通过分析比较深、浅脑电偶极子在头皮一组电极上所产生脑电的空间频率，提出了利用脑电的空间高频分量定位浅层源，进而把浅层源产生的电位从脑电中分离出去的方法，并且将Ｍａｒ－ｑｕａｒｄｔ优化算法由空域推广到了空间频率域。仿真实验表明利用高频分量在空频域求逆可以较准确地定位浅层源，从而有效地把浅层源和深层源的贡献区分开来。     

基于时--空数据的EEG逆问题研究

根据头皮采集电位定位电流偶极子活动源是脑电问题的一个重要的方面.本文运用多信号分类算法(MU SIC),通过递归的使用子空间映射,自动的提取源点位题,不仅适用于定位异步偶极子,而且也适用于定位同步偶极子.     

Evaluation of mental fatigue based on multipsychophysiological parameters and kernel learning algorithms

Mental fatigue is an extremely sophisticated phenomenon, which is influenced by the environment, the state of health, vitality and the capability of recovery. A single parameter cannot fully describe it. In this paper, the effects of long time sustained low-workload visual display terminal （VDT） task on psychology are investigated by subjective self-reporting measures. Then power spectral indices of HRV, the P300 components based on visual oddball and wavelet packet parameters of EEG are combined to analyze the impacts of prolonged visual display terminal （VDT） activity on autonomic nervous system and central nervous system. Finally, wavelet packet parameters of EEG are extracted as the features of brain activity in different mental fatigue states. Kernel principal component analysis （KPCA） and support vector machine （SVM） are jointly applied to differentiate two states. The statistic results show that the level of both subjective sleepiness and fatigue increase significantly from pre-task to post-task, which indicate that the long time VDT task induces the mental fatigue to the subjects. The predominant activity of autonomic nervous system of subjects turns to the sympathetic activity from parasympathetic activity after the task. The P300 components and wavelet packet parameters of EEG are strongly related with mental fatigue. Moreover, the joint KPCA-SVM method is able to effectively reduce the dimensionality of the feature vectors, speed up the convergence in the training of SVM and achieve a high recognition accuracy （87%） of mental fatigue state. Multipsychophysiological measures and KPCA-SVM method could be a promising tool for the evaluation of mental fatigue.     

基于共空间模式和K近邻分类器的脑-机接口信号分类方法

脑-机接口是指在人脑和计算机之间建立的直接的交流和控制通道,它以脑电信号的形式反映人的意识,并转换成控制信号.针对两类运动想象脑电信号的分类问题,提出共空间模式和小波包分解相结合的脑电信号特征提取方法.利用不同小波包对训练集的多路脑电信号进行分解,再用共空间模式算法对不同分解层子带的脑电信号进行特征提取,并采用K近邻分类器对提取到的不同特征进行分类,得到最优小波包函数和小波包子带参数.将结果应用于测试集数据的分类.仿真实验结果表明,选择db4小波包函数和4层小波包分解层,对8个特征点进行分类,可以得到高达96%的正确率.     

数据区间优化对SSVEP算法性能的影响

稳态视觉诱发电位(steady-state visual evoked potential, SSVEP)响应的个体差异性较大,不同环境下各被试者脑电信号的质量有差别.针对这个问题,研究了SSVEP中数据区间的优化对CCA(典型相关分析)和ECCA(扩展典型相关分析)方法分类结果的影响.首先通过网格搜索方法找到脑电信号的最优数据区间,然后使用CCA和ECCA方法对该区间数据进行特征识别,使得识别效果得到提升.实验结果表明,同时对数据区间起始点和终点进行优化能够有效提升信息传输率(ITR),数据区间优化后的CCA和ECCA分类平均ITRs为(61.18±27.20)bit/min和(71.37±32.24)bit/min,比使用传统的仅优化数据区间终点的方法提高了29.89%和8.3%,证明了通过数据区间优化能够提升SSVEP算法的性能.     

老年性痴呆症患者的EEG近似熵特征初探

老年性痴呆症是一种后天获得性中枢神经系统退行性疾病，严重地危害着人们的身体健康和生活质量，为了探索老年性痴呆症脑电图中隐含的信息，对老年性痴呆症患者和健康对照者的脑电图（EEG）近似熵进行分析，并绘制其脑电脑电信息图，对照健康人，发现患者EEG近似熵普遍下降，尤以右额叶，颞叶区显著，提示EEG近似熵与大脑功能状况有一定联系，在一定程度上可以反映大脑功能状态。     

基于视觉双特征的并行联合脑-机接口范式的研究

基于多特征的并行联合脑-机接口与单一特征脑-机接口相比,能利用更多信息和并行方式提高特征提取和系统执行效率。提出了一种基于稳态视觉诱发电位(SSVEP)和运动起始视觉诱发电位(MVEP)的双特征并行联合脑-机接口范式,通过设计3×3字符拼写范式,矩阵中纵列白色竖条按设定频率闪烁诱发SSVEP,横行中白色竖条随机运动诱发MVEP。实验表明,被试者关注目标字符时,两种特征脑电信号被同时诱发出来,并且对两种脑电信号进行特征识别能够检测出被试者选取的目标字符。联合范式并行的刺激编码方式有效节约了刺激诱发时间,为构建更为实用的联合脑-机接口提供了一种实现方法。     

基于共空间模式和神经元网络的脑-机接口信号的识别

提出了一种基于共空间模式和LVQ神经元网络对不同意识的脑电信号进行分类的方法.脑电信号是通过电极在头皮表面采集的脑-机接口的控制信号,提取脑电信号特征并对其进行分类,组成不依赖于正常的由外围神经和肌肉组成的输出通路的通讯系统.首先利用小波包分解对原始脑电信号进行预处理,对分解后特定小波包子带的脑电信号进行共空间模式分解,提取最优的特征;然后利用LVQ网络对不同意识任务特征进行分类,实验结果表明,该方法取得了92.7%的平均分类识别率,已经达到脑-机接口实际应用的标准.     

基于遗传算法和概率神经网络提高脑机接口中脑电信号识别率

针对脑机接口（BCI）研究中存在脑电信号（EEG）识别率低的问题,提出一种基于遗传算法（GA）和概率神经网络（PNN）的GA—PNN识别方法．用该方法对EEG提取时频特征,构成模式识别的初始特征．以训练样本识别正确率为适应度函数,采用GA对初始特征进行组合优化．基于优选后的特征,用PNN对测试样本进行分类．该方法使EEG识别正确率达到92．499／5,与2003年BCI国际竞赛最好的处理结果（88．7％）相比,提高近4％,为BCI中EEG的识别提供了有效的手段．     

单次运动想象脑电的特征提取和分类

为了实现脑-计算机接口(BCI)系统,对运动想象脑电信号的特征进行了提取和分类.将大脑C3,C4处采集的二路运动想象脑电信号分成4段,分别建立六阶AR参数模型进行功率谱估计,再对每段数据的功率谱求和构造特征矢量,提供给误差反向传播算法进行左右手运动想象脑电模式分类.结果表明,该方法提取的特征向量较好地反应了运动想象脑电信号的事件相关去同步(ERD)和事件相关同步(ERS)的变化时程.另外,该方法识别率高,复杂性低,适合在线脑-计算机接口的应用.