第3期 王斐，等：脑机接口研究进展 ·193· 在运动后某些脑信号能量会增加这一现象，并在运动 后的电压可通过式(1)来简化计算： 后600s内达到最大值，也符合对侧优势这一原则. P=R-∑g, 这些信号主要有，频率段的脑信号和B频率段中的 低频信号，另外，y信号也会出现ERS这一现象， 1/dg 8g= ∑1/dg (1) MRPs是出现于运动前（大概在1.5s前）的低频信号， jest 频率范围大概为0~7z,准备电位(BP)就是一种典 式中：是指第i处电极原始的电压值（通过EEG测 型的运动相关电位，会在运动前呈下降趋势.SCPs是 量得到的初始值)；是经过拉普拉斯变换后第i处 一种慢速变化与运动无关的脑信号，可以特续300m 电极的电压值；S:是第i处电极周围电极的集合；d是 至几秒之间，在正常的脑功能中，负的SCPs常伴随着 第i处电极和第j处电极的距离。与周围电极间的距离 脑皮层网络的去极化，正的SCPs常反映脑皮层处于 直接决定着SL的空间滤波特性，当距离增加时，SL变 去促酌状态，经过大量的训练后，人们可以控制SCPs 得对较高的空间频率敏感，而对较低的空间频率变得 的正负性，从而可以用来做一些简单的控制任务 不敏感.目前常采用的SL有2种，一种是小拉普拉斯 P300是指受到一些意识中注意事物的刺激后，并在 变换方法，另一种是大拉普拉斯变换方法.小拉普拉斯 刺激后的300ms内产生一个正峰值的电位.这些信 变换方法是指周围电极取得的就是该电极周边最近的 号目前被广泛用在BCI系统中，根据BCI系统实现的 邻近电极，而大拉普拉斯变换方法周围电极取得的是 目标不同来选择不同的信号作为系统的输入信号，如 该电极周边下一个邻近电极.一般情况下，如果所需的 若开发的系统是为了帮助残疾人行走，则可能会选择 脑信号分布具有较高的局部性及一定的稳定性，常采 MRPs等信号，若开发的系统是为了与外界进行语言 用小拉普拉斯变换方法；反之，常采用大拉普拉斯变换 交流，则可能会选择P300作为系统的输入信号，当然 方法 在实际应用中为了系统的可靠性，一个系统可能会采 ICA方法是通过一定的数学手段将脑信号X分解 用多种依赖不同神经机制的脑信号作为系统的输入 为一定数目且相互独立成分的组合，分解式见式(2)： 信号 X=WS. (2) 4特征产生 式中：W为混合矩阵；S代表的就是脑信号X中的 各个独立成分.ICA是从一个全新的角度对脑信号 特征产生模块是BCI整个系统的核心模块之 进行分析处理，将分解得到的独立成分看成是大脑 一，该模块的主要作用就是通过一定的信号处理手 中若干个“等效源”，这些等效源的输出经脑容体传 段来提高脑信号的信噪比，以及通过一定的特征提 播到不同的头皮电极位置上，形成了所测得的多导 取手段和特征降维方法来提取脑信号中有用的特 脑信号.大量的研究表明ICA可以从多导脑信号中 征.该模块按照功能可以划分为信号预处理、特征提 分离出来自人体其他器官的生物电信号以及其他的 取、特征降维3个子模块.下面将对这3个模块进行 干扰成分，同时ICA还可以将脑电信号中的基本节 详细的介绍， 律分布集中在不同的独立成分中，从而通过ICA方 4.1信号预处理 法能够有效地去除人体器官的生物电信号以及其他 由于脑信号本身的微弱性以及容易受到其他信 干扰成分，从而得到高信噪比的脑信号。 号的污染，通过EEG记录所得的脑信号的信噪比是 CSP是基于多导脑电位协方差的一种脑信号预 很小的，在进行特征提取前必须先通过一定的信号 处理方法，是一种有监督的空间滤波方法，其思想是 预处理手段来提高信噪比.目前研究者们提出了多 使2类信号经过滤波后的空间成分在能量上差异最 种信号预处理技术，其中应用最为广泛的主要有表 大，也就是找到使其中一类方差最大同时另一类方 面拉普拉斯变换(SL)031、独立成分分析 差最小的投影方向.其计算的基本步骤如下， (ICA)[3)、共同空间模式(CSP)[28,7,0、共同平 1)计算每类样本正规化的协方差矩阵R。、R, 均参考(CAR)5,26,289,等算法。 见式(3)，其中X、x分别代表a类和b类第i个 SL是针对每个电极位置计算其瞬时空间电压 脑电位样本矩阵，阶数为都N×T,N为通道数，T为 分布的二阶导数，相当于一个高通的空间频率滤波 采样数 器，可以通过在头皮层上覆盖多个电极来获得高的 2)计算复合协方差矩阵R=R。+R6,并将R通 空间分辨率.通过有限次差分法，经过拉普拉斯变换 过式(4)进行奇异值分解，则可得其白化变换P如