基于异步脑-机接口的文本阅读器

赵 丽 郭旭宏

（天津市信息传感与智能控制重点实验室 天津职业技术师范大学，天津 300222）

引言

脑-机接口（brain-computer interface，BCI）是在人脑与计算机或其他电子设备之间建立的直接交流和控制的通道，它不依赖于脑的正常输出通路，是一种全新的对外信息交流和控制方式［1－2］。根据系统运作方式的不同，BCI系统可以分做同步 BCI和异步BCI两类。

同步BCI是受试者在固定的时间内，在系统的同步提示下，利用脑波发出指令控制外部设备，因此使用者并不是完全意义上的控制者［3］。在异步 BCI系统中，受试者自主控制思维活动，系统记录并分析连续的EEG信号，实现对外设的实时控制。它提供了一种更加灵活、自然的人机交互方式，代表了BCI研究发展的趋势［4］。

目前，基于运动想象的脑-机接口系统，大都需要给出同步信号，在规定时间内想象，利用事件相关去同步化和同步化现象判定想象动作，在很大程度上限制了运动想象脑-机接口的实际应用。

刘美春等提出以训练各类运动想象样本的类内散度和正确检测率为指标，结合接收机曲线确定分类阈值，设计最佳三分类器，实现异步脑-机接口的空闲状态检测，对2005年BCI竞赛数据测试的均方误差为0.278 7，取得了不错的识别效果［5］。

李翔等将运动想象和运动起始时刻视觉诱发电位以串行方式结合，以运动起始时刻视觉诱发电位控制字符输入，运动想象控制界面开关和容许输入下一个字符，实现了一种可用于字符输入的混合模式脑-机接口系统［6］。

现有的解决异步BCI的方法，主要以设计复杂的分类器和混合不同范式两大种：第一种算法复杂，影响BCI系统的实时性；第二种往往需要采集很多导联，影响BCI系统的实用性。本研究设计了一套基于LabVIEW平台的异步脑-机接口系统，采用睁闭眼引起的α波能量差作为系统的主控信号，利用小波包分解将左右手的运动想象信号转换为控制命令，采用ActiveX实现了对Word文档的阅读。算法简单容易实现，只需3个导联数，实用性较强。

1 系统设计与实验流程

本系统由脑电信号采集、阈值测定、信号处理和文本控制等4个模块组成，系统流程如图1所示。

图1 系统流程图Fig.1 The flow chart of the system

系统开始时首先进入信号采集模块，启动脑电信号采集器。然后进入阈值测定模块，系统采集5 s静息状态的数据进行计算，分别测得α波和μ节律的阈值。然后进入信号处理模块，每隔1 s对O1区域的脑电信号进行一次计算，如果超过α波阈值则发出提示音，提示受试者开始想象左/右手运动，3 s后系统对此段时间C3、C4区域的信号进行计算，如果超过μ节律的阈值，则将计算结果转化为控制命令。

文本阅读系统搭建在LabVIEW平台上，程序开启后默认打开上次阅读的文档和段落，使用者需要切换段落时，首先闭眼，听到提示音后开始想象左（右）手运动，3 s后系统做出判定，即可切换到上（下）一页。需要切换文档时，首先闭眼，听到提示音后立刻睁眼，然后再次闭眼，即可切换到下一篇文档。系统前面板界面如图2所示。

图2 前面板界面Fig.2 The interface of front panel

2 模块介绍

2.1 脑电采集

脑电采集部分采用中科新拓NT9200数字脑电图仪，分辨率0.5μV，采样率200Hz，采集C3、C4、O1等3个通道的脑电信号，以双耳乳突A1、A2作为参考电极，经过A/D转化后将数字量由USB传给计算机。界面首先显示“仪器开启中，请稍候”，然后进入阈值测定模块。

2.2 阈值测定

由于每个使用者的脑电信号都具有特异性，因此必须为不同使用者确定不同的阈值。界面显示“基线测定中，请静息”，使用者保持睁眼安静状态5 s，系统对O1、C3和C4通道分别采用db4小波进行7层分解，提取出11～12.5Hz频段，计算重构后的能量，O1通道1 s的平均能量记为y1，作为α波的阈值；C3-C4的差值记为y2，作为运动想象的阈值。阈值测定模块的框图程序如图3所示。

2.3 信号处理

信号处理模块分为α波检测和运动想象处理两个部分，α波检测的结果作为主控信号，满足阈值要求才会进入运动想象处理模块，分析使用者运动想象产生的脑电信号，进而发出控制命令；如果α波检测的结果没有超过阈值，则系统继续检测下一次的α波，即使使用者想象左右手运动，系统也不会发出控制命令，从而实现α波与运动想象的异步控制。信号处理模块的框图程序如图4所示。

2.3.1 α波检测

α波是有节律性脑电波中最明显的波，频率为8～13Hz，振幅约为20～100 μV。清醒闭目时α波出现，睁眼、思考问题，或接受其他刺激时，α波消失而出现快波，这称为α波阻断现象［7］。如果受试者又安静闭目，α波又重新出现，一般以枕、顶、后颗部波幅最高，有时扩展至中央区域。通常右侧波幅高于左侧，但左侧的波幅不应少于右侧的2/3［8］。虽然α波的波幅存在个体差异性，但是睁闭眼引起的α波阻断现象在O1、O2位置均可明显的检测到，为减少导联数，提高系统的简便与实用性，只采集O1通道的脑电信号做处理。

利用这一特点，采用db4小波，对每1 s采集到的O1通道的信号，进行7层小波包分解，由于采样率为200Hz，因此节点（7.8）的频段即为11～12.5Hz，将此段数据小波包重构，计算能量值x1，若大于阈值y1，则发生闭眼动作，发出提示音，系统进入运动想象阶段。

图5为利用小波包分解重构1名受试者按照“5 s静息－1 s闭眼－3 s睁眼”流程得到的脑电信号图，由图可以看出11～12.5Hz频段的信号在闭眼时能量增大，睁眼后又迅速减少，这与α波阻断现象一致，证明了利用闭眼增大α波能量可以超过阈值进入运动想象模块，从而实现异步控制。

图3 阈值测定的框图程序Fig.3 The block diagram program of threshold calculation

图4 信号处理的框图程序Fig.4 The block diagram program of signal processing

2.3.2 运动想象处理

当人在做单侧肢体运动想象时，大脑对侧及左脑皮层对应区域的μ节律（8～12Hz）和β波（18～23Hz）的振幅会较未做运动前有明显减小，与此同时大脑同侧及右脑皮层对应区域的μ节律和β波的振幅会较未做运动前有明显增大，这种现象被称为事件相关同步/去同步（ERS/ERD）［9］。因此利用这个特点即可实现左右手运动想象的有效分类。

听到提示音后，受试者开始自主进行运动想象，想象时间3 s。同样采用db4小波对C3、C4通道3 s的数据进行7层小波包分解，重构节点（7.8），计算两通道的能量差x2，若小于阈值y2即可判定为右手想象，反之则为左手想象。图6为对一名受试者3 s左右手运动想象时C3、C4通道的小波包分解图，（a）为想象左手运动时C3、C4的分解图，（b）为想象右手运动时C3、C4的分解图。

图5 小波分解后的Alpha波形图Fig.5 The figure of wavelet decomposition

2.4 文本控制

ActiveX是微软倡导的网络化多媒体对象技术，是一套跨越编程语言的软件开发方法和规范，它允许应用程序或组件（服务器）控制另一个应用程序或组件（客户端）的运行［10－11］。在本系统中LabVIEW作为客户端，通过调用ActiveX控件完成对Word的操作。

LabVIEW与Word的链接方法为：首先打开自动化引用，该引用指向Word应用程序；然后设置Documents，通过文件路径打开文档，切换文档的操作就是通过改变Documents-Filename实现的，再设置Range，它代表文档的一个范围，改变文章段落的操作就是通过改变Range-start/end实现的；最后关闭自动化引用。程序框图如图7所示。

图6 运动想象小波包分解图。（a）左手C3通道（左）C4通道（右）；（b）右手C3通道（左）C4通道（右）Fig.6 The figure of wavelet decomposition.（a）Left hand C3（left）and C4（right）；（b）Right hand C3（left）and C4（right）

图7 文本控制的程序框图Fig.7 The block diagram program of text operation

3 实验结果与分析

受试者为3名年龄在23岁到26岁身体健康的实验室同学，其中2名为男性，1名为女性。由于睁闭眼引起的α波较为稳定，左右手运动想象则相对复杂，因此首先需要对受试者进行运动想象训练，保证受试者熟悉自发脑电的诱发过程。运动想象训练共40次，其中左右手各20次，每次5 s，第1 s有提示音，受试者开始想象左或右手拍篮球持续3 s，然后1 s休息。根据受试者的个体差异可以适当增加或减少训练次数，一般训练约5 min即可。

训练结束后3名受试者进行实验，分别完成文档和文章段落切换各10次。切换段落时，首先闭眼，听到提示音后开始想象左（右）手运动3 s。切换文档时，首先闭眼，听到提示音后立刻睁眼，然后再次闭眼。表1为实验的正确次数和完成操作的时间统计。可以看出3名受试者都能较好的完成文本操作，平均正确率86.5％，文章段落切换平均时间6.3 s，文档切换平均时间4.3 s，表明文本阅读系统具有较高的操作性和稳定性。

表1 系统正确次数和完成时间统计Tab.1 The statistics of correct numbers and times

4 讨论和结论

从上表中可以看出不同受试者的实验结果不尽相同，主要是因为受试者存在着个体差异，因此在实验前必须对受试者做训练，保证受试者注意力集中，熟悉系统的操作流程。此外，为了减少外界因素的干扰，还必须保证实验环境相对安静、尽量避免电磁干扰、电极与头皮充分接触等。

本系统以自主闭眼引起的α波变化作为开始运动想象的信号，避免了设计多维分类器，解决了运动想象“空闲状态”的检测困难，简化了系统的复杂度。α波与左右手运动想象的组合相比以往单一的α波或运动想象范式扩充了自由度，实现了运动想象的多维控制。

从实验结果看，平均控制时间为5.3 s，证明了α波与左右手运动想象的组合BCI系统具有可行性，克服了单一模式的缺点，为下一步更多模式的组合做了尝试。正确率86.5％，也证明了运用脑电在LabVIEW环境下阅读和操作文本的实用性，为下一步在LabVIEW上开发功能更为复杂的阅读系统做了铺垫。

目前许多相关研究尚处在实验室阶段，所以脑-机接口距离商业化应用还有一定的距离。但是脑-机接口在诸多领域中的潜在应用价值不可忽视，异步脑-机接口的独立自主性，受到众多研究者的关注，本文通过α波与左右手运动想象的联合控制，实现了基于异步脑-机接口的文本阅读器的系统设计。实验结果证明了系统的可行性，为进一步开发功能更为完备的异步脑-机接口系统做了尝试。

［1］万柏坤，高扬，赵丽，等.脑-机接口：大脑对外信息交流的新途径［J］.国外医学生物医学工程分册，2005，28（1）：4－9.

［2］马彦臻.基于运动想象的脑电信号处理方法研究［D］.天津：天津职业技术师范大学，2012.

［3］杨红宇，徐鹏，陈彦.异步脑机接口技术现状及发展趋势［J］.中国生物医学工程学报，2011，30（5）：774－780.

［4］邓志东，李修全，郑宽浩，等.一种基于SSVEP的仿人机器人异步脑机接口控制系统［J］.机器人，2011，33（1）：129－135.

［5］刘美春，谢胜利.异步脑-机接口的空闲状态检测新方法［J］.计算机应用研究，2010，27（1）：151－153.

［6］李翔，高小榕，高上凯.一种基于两种不同范式的混合型脑－机接口系统［J］.中国生物医学工程学报，2012，31（3）：326－330.

［7］王坤，崔维棋，李国珍，等.单侧睁闭眼引起的全脑脑电图差异研究［J］.首都医科大学学报，2012，33（2）：205－208.

［8］耿丽清，赵丽，崔世钢，等.基于脑电alpha波的便携式脑－机接口系统研究［J］.系统仿真学报，2008，20（17）：4748－4750.

［9］伏云发，徐保磊，裴立力，等.基于脑电运动速度想象的单次识别研究［J］.中国生物医学工程学报，2011，30（4）：555－561.

［10］董英斌，韩冰.LabVIEW中利用ActiveX技术访问Excel的接口研究［J］.微计算机信息，2006，22（2）：165－167.

［11］张仁辉.基于ActiveX技术的LabVIEW与 Word通信实现［J］.仪器仪表用户，2007，14（5）：92－93.