40 Hz暂态听觉诱发电位中潜伏期成分的引出分析

朱 程 王 涛 黄江华 詹长安 谭小丹

(南方医科大学生物医学工程学院，广州 510515)

引言

听觉诱发电位(auditory evoked potential，AEP)，是在反复的声音刺激作用下在头皮上记录到的一系列电位变化，反映了刺激引发的从耳蜗输出神经到大脑中枢神经系统多个层次上听觉系统的生物电活动情况，其电位最小成分(如听觉脑干反应，auditory brainstem response，ABR)的幅度仅为几分之一微伏。受内外界各种因素的影响，AEP记录的波形差异较大。在临床应用中，一些重要成分的判读需要专业人员完成。AEP中相关成分的引出除了和受试者本身的生理、病理状态有关外，还和刺激参数密切相关，包括刺激声的强度、频率成分、形态和刺激频率。以AEP的中潜伏期反应(middle latency response，MLR)为例，其典型波形如图1所示，主要成分出现在ABR以后的10～80 ms之间，包括Na、Pa、Nb、Pb等几个主要波形成分。这些成分的引出和参数(如潜伏期)受刺激率的影响，如Erwin等早期对正常成年人进行了 0.5、1、5、8、10 Hz的刺激率实验，发现只有在0.5和1 Hz的刺激率下Pb波才可以被明确引出［1］。此后，Dietrich等进行了1.1、4.1、7.1 Hz的短音(click)刺激实验，结果表明随着刺激率的升高，Pb波的幅值越来越小［2］。这些实验表明，Pb波对刺激率比较敏感。

图1 一个典型听觉诱发中潜伏期波形和主要成分Fig.1 A typical MLR waveform and the named peaks(components)

常规的听觉诱发电位的记录方式是使声音刺激的起始时间间隔(stimulus onset asynchrony，SOA)大于听神经反应的时间，再把记录到的多次反应进行叠加平均，以增加信噪比。例如，MLR的潜伏期约为80 ms，为了防止前后两个反应波形的叠加，在常规记录时，MLR的刺激率最高只能达到12.5 Hz，无法进一步研究更高刺激率下AEP的特性。在高刺激率(high stimulus rate，HSR)方式下，刺激序列和暂态AEP之间的卷积效应可使相邻AEP重叠，从而导致暂态AEP波形无法分辨，这称为听觉稳态反应(auditory steady state response，ASSR)，其中40 Hz左右刺激率引发的 ASSR称为40 Hz ASSR［3］。40 Hz ASSR自从1981年首次报道以来［4］，就成为一个既得到广泛应用又被研究人员长期关注的领域［5－7］。研究表明，如果刺激序列的安排符合一定的约束条件，可以利用去卷积技术恢复暂态AEP［8－9］。2007 年 Özdamar等首次利用去卷积技术，发现暂态AEP中的Pb波成分在40 Hz刺激率下能够得到强化［10］。

目前，对去卷积技术的研究取得了一些进展［11－12］，然而经去卷积计算得到的是一种暂态AEP的估计，本质上是一个逆问题的求解过程，刺激序列的时域和频域性质对计算性能有重要影响，可能会产生误差和失真;在实际应用中，去卷积波形的完整性和稳定性还需要大量的实验验证和定量分析。和常规AEP相比，了解和认识HSR－AEP的主要特性，对于研究其产生机理、促进其在基础和临床领域的应用具有重要作用。为此，本研究采用两种不同的去卷积技术，在平均刺激率为40 Hz的条件下，计算了11个正常人的HSR－MLR;并以常规的5 Hz刺激率的MLR为参照，分析了MLR中主要成分时域参数的引出率和一致性。

1 高刺激率AEP的去卷积技术

听觉诱发电位是在声音刺激作用下听觉系统的反应，将每次声音刺激所诱发的反应记为x(t)，刺激序列记为h(t)。在高刺激率的情况下，前一个刺激引起的反应还未结束，下一个刺激已经开始，此时记录到的数据为前后反应叠加的结果，记为y(t)。这一叠加过程可以用数学模型进行描述，有

式中，⊗表示循环卷积运算。

对式(1)进行去卷积运算，即可得到高刺激率下单个刺激诱发的暂态AEP，即式(1)中的x(t)。在高刺激率下，恢复暂态AEP波形的去卷积技术主要有最大长序列技术(maximum length sequences，MLS)［13］、连续循环平均去卷积技术(continuous loop averaging deconvolution，CLAD)［8］和多刺激率稳态平均 去 卷 积 技 术 (multi－rate steady－state averaging deconvolution，MSAD)［14］。MLS 技术的瞬时刺激率波动很大，引起听觉系统适应性反应的差别，不适合研究刺激率效应。现主要介绍CLAD和MSAD方法。

CLAD方法是利用频域的逆滤波技术来实现去卷积的，将式(1)进行傅里叶变换，有

式中，FFT－1表示傅里叶逆变换。

CLAD采用刺激序列内SOA抖动的方式，即由若干个刺激事件构成一个刺激序列组h(t)，其SOA的取值为满足一定条件的随机数。将该序列组确定的刺激声循环播放，对记录的脑电数据相对该刺激序列组叠加平均，得到该序列组的诱发电位反应。由于其SOA的抖动率较小，其波形类似于单一刺激率的稳态反应。对该反应做去卷积计算，可以估算出单个刺激的暂态AEP波形。这种方式的特点是刺激率存在瞬时波动。

MSAD方法是在Gutschalk等采用的方法［15］基础上结合逆变换过程中的正则化技术来实现的。MSAD技术采用刺激序列间SOA抖动的方式，每个组块(block)记录一种相同SOA的稳态反应，不同组块间稳态反应的刺激率有所差别。假设有n组刺激序列组块，则会出现n个式(1)，有

改写为矩阵的形式，有

式中，y= ［y1，y2，…，yn］是由记录到的n 个稳态反应拼接而成;HT=［h1T，h2T，…，hnT］是总的变换矩阵;x(t)可以通过(5)式的矩阵求逆运算得到。

由于矩阵H是一个稀疏的二值矩阵，一般是病态的，需要采用正则化技术求其最佳近似解。

2 实验对象和方法

2.1 实验对象与仪器

实验对象为11名在读硕士研究生，6男5女，年龄20～25岁，平均年龄23.91岁，均为右利手，无听觉系统、神经系统疾病及精神障碍病史，纯音测听500～4000 Hz，平均听阈听力级≤20 dB。测试在声电屏蔽室进行，数据记录采用NeuroScan的SynAmps2系统。测试前告知受试者闭目、平卧、放松，尽可能保持不动，忽视刺激声。测试时，先用磨砂膏去除局部角质层，并用75%的酒精去污，以导电膏耦合盘状电极。记录电极接于前额正中发际处，参考电极接于右耳乳突，眉心电极接地，电极阻抗≤5 kΩ。采用同侧记录方式，插入式耳机固定于右耳外耳道口，刺激声采用脉宽为0.1 ms的click声，声音强度为80 dB SPL。采样率为20 kHz，滤波范围为10～1000 Hz。每组实验给声1550次，前50个反应不予记录，以使受试者适应刺激声。

2.2 刺激序列

本研究对11名受试者进行了3组实验，分别为CLAD去卷积实验、MSAD去卷积实验以及常规方式实验。3组实验随机进行，每做完一组实验后休息2 min，再进行下一组实验。

CLAD序列选用 Özdamar等2007年做的一系列高刺激率实验中所用的39.1 Hz(下面用40 Hz表示［3］)刺激序列，每个刺激序列时长 204.8 ms，包含8个刺激，前后两个刺激之间的时间间隔分别为{27.20，36.80，36.80，20.80，32.00，19.20，16.00}ms［10］。

MSAD刺激序列是在CLAD序列的最小刺激时间间隔(16.00 ms)和最大刺激时间间隔(36.80 ms)之间等步长地得到一组8个不同刺激率的刺激序列，每个刺激序列的刺激时间间隔分别为{16.00，18.95，21.95，24.90，27.85，30.85，33.80，36.80}ms。

常规方式的刺激时间间隔与CLAD序列时间间隔一致，为204.8 ms，即刺激率为4.88 Hz(下面用5 Hz表示)。

2.3 数据处理方法

统计方法:采用SPSS 18.0软件进行统计学分析，数据以表示;运用配对样本t检验方法，验证3组实验之间的差异是否具有统计学意义。

分析方法:以波形中各主波成分引出率的高低，衡量3种方法的有效性;以各个主波潜伏期及峰峰值的变异系数((标准差s/均值¯x)×100%)为标准，衡量各波形成分在不同实验方式下的稳定性;以各受试者波形与该方法下的总平均波形之间的相关系数，衡量3种方法的整体稳定性。

3 结果

在3种实验方法下，11例受试者记录到的波形如图2所示。(a)为5 Hz常规方法下的波形图，(b)为40 Hz下CLAD方法在去卷积后的波形图，(c)为40 Hz下MSAD方法在去卷积后的波形图，每列波形的最上方为该实验方式下的总平均波形。从图2中可以看出:在全部采集约1500次进行平均的情况下，MSAD方法得到的波形最为清楚，噪声成分最小，各波形成分清楚易辨，CLAD方法次之，常规方法记录的波形最差。

3.1 3种实验方式的差异性

在3种实验方式下，各波形成分的潜伏期如表1所示。Na和Pa波在5 Hz下的潜伏期略小于两种高刺激率下的潜伏期，但Nb波和Pb波的潜伏期略大于两种高刺激率方法的潜伏期，其中Nb波的潜伏期在这3种实验方式下均具有统计学差异。

图2 3种方法得到的总体平均以及个体的AEP波形。(a)5 Hz常规实验;(b)40 Hz CLAD方法;(c)40 Hz MSAD方法Fig.2 The deconvolved AEPs for the grand average and the consisting individuals.(a)5 Hz conventional method;(b)40 Hz CLAD method;(c)40 Hz MSAD method

表1 各主波绝对潜伏期(，n=11)Tab.1 Latency values of the MLR(，n=11)

表1 各主波绝对潜伏期(，n=11)Tab.1 Latency values of the MLR(，n=11)

注:Lat表示绝对潜伏期(t/ms);*P ＜0.05，5 Hz vs CLAD;#P ＜0.05，CLAD vs MSAD;^P ＜0.05，5 Hz vs MSAD

Lat Na Lat Pa Lat Nb Lat Pb 5 Hz 17.86±2.59 30.18±3.06 50.68±5.18(n=8)*^ 64.68±6.36(n=6)61.23±3.67 CLAD 18.69±3.24 32.29±1.35 42.33±1.49*# 60.58±4.22 MSAD 19.08±2.23 30.78±1.60 44.52±2.33#^

峰峰值如表2所示。Na－Pa峰峰值在常规方法和CLAD及常规方法和MSAD方法之间均具有统计学差异，Nb－Pb峰峰值在 CLAD和MSAD两种实验方法下具有统计学差异。MSAD方法得到的波形峰峰值均小于常规方法，得到的波形峰峰值。

表2 各主波的峰峰值(，n=11)Tab.2 The peak-peak amplitude of MLR(，n=11)

表2 各主波的峰峰值(，n=11)Tab.2 The peak-peak amplitude of MLR(，n=11)

注:Amp表示峰峰值(峰峰值/(μV));*P＜0.05，5 Hz vs CLAD;#P ＜0.05，CLAD vs MSAD;^P ＜0.05，5 Hz vs MSAD

Amp Na－Pa Amp Nb－Pb 5 Hz 1.57±0.41*^ 0.91±0.45(n=4)CLAD 0.74±0.30* 1.03±0.53#MSAD 0.94±0.24^ 0.65±0.21#

3.2 引出率

3种方法各波形的引出率如表3所示，V波、Na波、Pa波的引出率均为100%。在常规方法中，Nb波的引出率为72.73%，Pb波的引出率为45.45%，这与引言部分提到的Pb波在0.5或1 Hz的刺激率下才能明确被引出的实验结论一致。而Özdamar等人2007年做的一系列24～98 Hz的高刺激率实验表明:在24 Hz左右的刺激率下，Pb波依然难以辨认;而在40 Hz左右的刺激率下，Pb波出现一个幅值的极大值，此后随着刺激率的升高，波幅又逐渐减小［10］。本实验中，在40 Hz的刺激率下，两种方法均能很好地引出Pb波，与此实验结论一致。

表3 3种方法下各主波的引出率(%)Tab.3 MLR elicitation rates(%)by three methods

3.3 变异系数

在不同实验方式下，各波形成分的稳定性以变异系数来衡量。在3种实验方法中，各主波潜伏期的变异系数如表4所示:MSAD方法的变异系数均小于其他两种方法;CLAD方法除Na波外，其他波形成分潜伏期的变异系数均小于常规方法的变异系数。常规方式下变异系数的均值为11.18%，而CLAD和MSAD方法的变异系数均值分别为8.03%和6.57%。

表4 各主波潜伏期的变异系数(n=11)Tab.4 Variable coefficients of the latency(n=11) %

峰峰值的变异系数如表5所示。3种方法的变异系数都比较大:MSAD方法的变异系数是这3种方法中最低的，均值为28.79%;CLAD方法的变异系数略大于常规方法的变异系数，均值为45.83%;常规方法变异系数均值为37.78%。

表5 各主波的峰峰值的变异系数(n=11)Tab.5 Variable coefficients of the peak-peak amplitude(n=11) %

3.4 相关系数

以各受试者波形与该方法下的总平均波形之间的相关系数为依据，对3种方法的总体稳定性进行了衡量，相关系数如表6所示，分布如图3所示。MSAD方法的相关系数普遍大于其他两种方法的相关系数，其均值为0.87，而且稳定性最好，在0.74～0.95之间;CLAD方法的相关系数均值为0.74，就整体而言优于常规方法的0.70，但是其稳定性差，相关系数的变化范围很大，在0.24～0.94之间;常规方法的波动范围也较大，在0.36～0.87之间。

表6 各受试者的波形与总平均波形之间的相关系数Tab.6 Correlation coefficients of AEP waveforms between individual and the grand average

图3 受试者相关系数分布图Fig.3 Correlation coefficients for 11 subjects

4 讨论

相同的11名受试者，Nb和Pb波在高刺激率下的引出率大于低刺激率下的引出让给，表明在5 Hz刺激率下没有引出Nb或Pb波的受试者，在高刺激率下也可以引出这两个波形成分。Nagle等运用MLS方法，也得到了相同的结果［16］。图4(a)为S5在3种记录方式下的波形图:在5 Hz的常规方式下，受试者的Nb波没有被引出，导致Pa、Pb波连成一个很宽的波形，而在两种高刺激率的实验方式下，Nb、Pb波均能很好地被引出。图4(b)为S8在3种实验方式下的波形图:在5 Hz的常规方式下，受试者的Nb波模糊不清，Pb波没有被引出;而在两种高刺激率的实验方式下，Nb波均能很好地被引出，Pb波虽然都出现了多个子峰的现象，但还是可以辨认的。在同样的Nb、Pb引出率高的1 Hz左右，进行1550次的信号采集，需要的持续刺激时间约为25 min，这不利于MLR在临床及实验研究中的应用。而在常规方式下为了缩短测试时间而提高刺激率时，MLR波形不能稳定引出，使波形确认变成为一件困难而费时的事情［17］。在40 Hz的高刺激率下，本研究进行同样次数的叠加平均只需要约5 min，并且各个主波均能被很好地引出，这将极大地促进MLR的应用。

图4 AEP典型波形对比。(a)受试者S5的AEP;(b)受试者S8的AEPFig.4 Typical AEPs for two subjects.(a)AEP for S5;(b)AEP for S8

在用变异系数及相关系数衡量3种方法的稳定性时发现，MSAD方法不论从均值还是从单个波形的成分来看，变异系数都是最小的(除Nb波外)，且相关系数的分布相对于其他两种方法更集中，均值也是最大的。即在这3种实验方式中，MSAD是最稳定的。

MSAD比CLAD稳定，可能源于它们刺激的安排方式不同。去卷积技术基于诱发反应的线性叠加模型。由于CLAD采用刺激序列，其SOA存在随机性的抖动，刺激间的相互作用可能产生非线性成分，从而不能很好地满足线性模型。而MSAD每次记录的是真正的稳态反应，每个刺激序列不存在抖动［14］，因此能更好地满足线性模型。当然，去卷积计算本身可能会引入一定的系统误差，目前可以通过参数选择控制其带来的影响，进一步完善计算的可靠性。

CLAD及MSAD得到的40 Hz暂态AEP比常规方式得到的AEP更加完整，可能和AEP对刺激率的敏感性有关。研究发现，40 Hz稳态反应是比较稳定的［18］。有理论认为，40 Hz稳态反应不仅仅是AEP的叠加，而且该刺激率也可强化AEP自身的成分［19－21］。最近用CLAD方法在这方面的研究也支持该理论，并指出 Na－Pa、Nb－Pb幅值占 ASSR 的90%［22］。这种解释和本实验的结果相符，表明40 Hz刺激率对 AEP暂态反应有强化和稳定引出作用。

5 结论

与常规方法相比，CLAD和MSAD方法得到的波形噪声成分小，很少出现存在几个子峰难以判读的情况，而且MLR各波形成分完整。就单个波形成分而言，高刺激率的实验方式使Nb波和Pb波的引出率从72.73%和54.55%均增加到100%;潜伏期的变异系数均值从常规方法的11.18%降低到CLAD方法的8.03%以及MSAD方法的6.57%;峰峰值的变异系数中CLAD方法略高，为45.83%，而MSAD方法相对常规方法的37.78%降低到了28.93%;就波形的整体稳定性而言，CLAD方法使相关系数均值从常规记录下的0.70提高到了0.74，MSAD方法使其提高到了0.87。总之，相对常规方法而言，40 Hz刺激率下利用去卷积技术得到的暂态MLR波形引出率更高、更稳定，并且MSAD方法略优于CLAD方法。

［1］Erwin RJ，Buchwald JS.Midlatency auditory evoked responses:differentialrecovery cycle characteristics ［J］. Electroencephalography and Clinical Neurophysiology，1986，64(5):417－423.

［2］Dietrich S，Barry SJ，Park DE. Middlelatencyauditory responses in males who stutter［J］.Journal of Speech and Hearing Research，1995，38:5－17.

［3］黄运甜，莫玲燕.正常听力成人40 Hz多频听性稳态反应的研究［J］.听力学及言语疾病杂志，2011，19(1):33－36.

［4］Galambos R，Makeig S，Talmachoff PJ.A 40－Hz auditory potential recorded from the human scalp［J］.Proceedings of the National Academy of Sciences of the United States of America，1981，78(4):2643－2647.

［5］Azzena GB，Conti G，Santerelli R，et al.Generation of human auditory steady－state responses(SSRs).I:Stimulus rate effects［J］.Hearing Research，1995，83(1－2):1－8.

［6］Başar E，Rosen B，Başar－Eroglu C，et al.The associations between 40 Hz－EEG and the middle latency response of the auditory evoked potential ［J］. InternationalJournalof Neuroscience，1987，33(1－2):103－117.

［7］Ribeiro FM，Carvallo RM，Marcoux AM.Auditory steady－state evoked responses for preterm and term neonates［J］.Audiology and Neurotology，2010，15(2):97－110.

［8］Delgado RE，Özdamar Ö.Deconvolution of evoked responses obtained at high stimulus rates［J］.Journal of the Acoustical Society of America，2004，115(3):1242－1251.

［9］Jewett DL，Caplovitz G，Baird B，et al.The use of QSD(qsequencedeconvolution)to recoversuperposed，transient evoked－responses ［J］.Clinical Neurophysiology，2004，115(12):2754－2775.

［10］Özdamar Ö，Bohórquez J，Ray SS.Pb(P1)resonance at 40Hz:Effects of high stimulus rate on auditory middle latency responses(MLRs)explores using deconvolution ［J］. Clinical Neurophysiology，2007，118(6):1261－1273.

［11］Wang Tao，Özdamar Ö，Bohórquez J，et al.Wiener filter deconvolution of overlapping evoked potentials［J］.Journal of Neuroscience Methods，2006，158(2):260－270.

［12］冯洁婷，颜刚，王涛，等.Tikhonov正则化参数选择对高速率刺激听觉诱发电位重建的影响［J］.航天医学与医学工程，2012，25(1):54－60.

［13］Davies WTD.Generation and properties of maximum length sequences［J］.Control，1966，10:302 －433.

［14］Wang Tao，Zhan Changan，Yan Gang，et al.A preliminary investigation of the deconvolution of auditory evoked potentials using a session jittering paradigm ［J］.Journal of Neural Engineering，2013，10(2):026023.

［15］Gutschalk A，Mase R，Roth R，et al.Deconvolution of 40 Hz steady－state fields reveals two overlapping source activities of the human auditory cortex ［J］.Clinical Neurophysiology，1999，110(5):856－868.

［16］Stephanie N，Musiek FE.Morphological changes in the middle latency response using maximum length sequence stimuli［J］.Journal of the American Academy of Audiology，2009，20(8):492－502.

［17］James WH.Handbook of auditory evoked responses［M］.Boston，Allyn＆ Bacon，1991:237－238.

［18］Picton TW.Human auditory evoked potentials［M］.San Diego:Plural Publishing，2010，285－333.

［19］Galambos R，Makeig S，Talmachoff PJ.A 40－Hz auditory potential recorded from the human scalp［J］.Proceedings of the National of Sciences of the United States of America，1981，78(4):2643－2647.

［20］Galambos R，Makeig S.Physiological studies of central masking in man.I:The effects of noise on the 40 － Hz steady－state response［J］.The Journal of the Acoustical Society of America，1992，92(5):2683–2690.

［21］Plourde G，Stapells DR，Picton TW.The human auditory steadystate evoked potentials［J］.Acta Oto－Laryngologica，1991，491(160):153－159.

［22］Bohórquez J，Özdamar Ö.Generation of the 40 － Hz auditory steady－state response(ASSR)explained using convolution ［J］.Clinical Neurophysiology，2008，119(11):2598－2607.