基于P3电位的目标检测研究

刘学文　王宁　袁道任　胡怡芳

【摘 要】P3波反映受试者对刺激的接受、处理以及反应等认知过程，不受刺激的物理特性影响，在现实中具有广泛应用场景。本文设计了基于P3电位的目标检测系统，在预处理模块中，采用带约束的ICA、时间滤波和去趋势方法去除噪声、伪迹和基线漂移；在特征提取模块中，利用多维经验模态分解方法提取预处理后的EEG信号特征；最后，在模式分类模块中，训练过的LDA方法来分类从每段EEG中提取出的特征向量。对城市真实场景下的特种车辆的检测进行了实验，分类准确率达到97%。实验采用单次刺激信号提取，大大提高了目标检测的速度，具有实际应用价值。

【关键词】P3电位；目标检测；ERP；单次提取

0 引言

Vaughau于1969年首先提出事件相关电位（event related potentials， ERP）的概念，为一个与实际刺激或预期刺激有固定时间关系的脑反应变化。事件相关电位是指与刺激的种类无关，而与刺激的认知、期待和判断相关联的一组电位成分。其狭义定义为：凡是外加一种特定的刺激，作用于感觉系统或脑的某一部位，在给予刺激或撤消刺激时，在脑区所引起的电位变化。经典的ERPs成分包括P1、N1、P2、N2、P3，广义上讲ERPs也包括N4（N400）、失匹配阴性波（Mismatch Negativity，MMN）、伴随负反应（Contigent Negative Vafiaeion，CNV）等。N2、P3属内源性成分，是受试者对刺激信息进行加工的客观反应。目前研究最为广泛的是P300和N400。P3系sutton等1965年所发现，为晚成分的第三个正波，由于当初发现的P3是在300ms左右出现的正波，故亦称之P300。P是英文“正波”（positivity）的简写，300则是潜伏期约为300毫秒之意[1]。

1 P3电位的发展

P3波反映受试者对刺激的接受、处理以及反应等认知过程，是注意、感知、记忆、判断和思维的总和，它不受刺激的物理特性影响，从而决定了它在现实中的广泛应用。

ERP用于测谎是近年来才新发展起来的新法。Rosenfeld[2]等次利用P300进行测谎并获实验上的成功，为测谎开辟了一条新路径。他们让被测者从装有9件物品的盒子中任意取走1件，以所取物品名为靶刺激，另选一些物品名为非靶刺激，随机显示并同步记录ERP，鼓励被测者撒谎，尽量避免被测出，结果发现所取物品名引出的P3波幅最大，从而断定被测者所拿走的物品。张明岛[3]等研究表明，在大部分电极位置上，说谎和诚实状态下诱发出的关联性负变（CNV）波幅显著不同。在国内，杨文俊等以人面照片为刺激进行测谎研究，获得95%～98%的阳性率。

P300可辅助判别某些被试感兴趣的目标，当目标的出现是小概率事件时，可以诱发P300的产生。

1.1 P3的产生条件

在Oddball实验刺激范式中，P300产生的条件如下[4-5]：

1.1.1 反应任务的概率大小

在Oddball任务中，即使不给被试说明依据哪种维度进行分类，低概率事件也会引发一个波幅更大的P300。

1.1.2 被试的注意状态

只要被试注意识别，即使靶刺激缺失，也可诱发出一个足够显著的P300波峰，表示P300的产生取决于被试的主动注意过程而非物理刺激本身。

1.1.3 刺激的性质

Johnston Miller和Burleson的研究表明在刺激概率和任务保持一致的条件下，积极和消极刺激都比中性刺激能诱发更大P300波幅，这表明P300的出现依赖于被试对刺激性质的判断。

1.2 Oddball实验范式

该实验模式是指采用两种或多种不同刺激持续随机交替出现，它们出现的概率显著不同，经常出现的刺激称为大概率（如85%）或标准刺激，偶尔出现的称为小概率（如15%）或偏差刺激。在实验中实验者需要编制实验所需的刺激序列：包括刺激方式、刺激类型、刺激呈现时间、刺激、间隔、刺激总次数、刺激序列的随机出现、刺激概率等。

2 基于P3电位的目标检测系统

基于P3电位的目标检测系统主要由图像采集单元、视觉刺激生成单元、便携式EEG采集单元、信号预处理和特征提取及分类单元等几部分组成，主要软件功能模块组成如图1所示。

图1 基于P3电位的目标检测系统

置于被试头上的电极帽将耦合的EEG信号送入EEG放大器，EEG放大器将EEG信号送入PC计算机。在预处理模块中，带约束的ICA、时间滤波和去趋势方法被用以去除噪声和伪迹，以及去除基线漂移；在特征提取模块中，小波和时频谱分析、相干平均、小波包分解分析、Hilbert-Huang变换、公共张量判别分析和判别张量分解方法被于提取预处理后的EEG信号特征；最后，在模式分类模块中，一个SVM被训练来分类从每段EEG中提取出的特征向量。

实验流程设置：基于Oddball范式，标准刺激为缓慢变化的城市背景图像，偏差刺激为随机出现的特种车辆等图像，刺激过程中每幅图像呈现的时间为600ms。每次图像出现在显示器上时，都会将该图像所对应的EEG信号打一个时间开始标签，在模式识别时，对标签后250ms～350ms的一段数据利用训练好的SVM进行识别。对分类识别出的P300信号，依据时间关系，反推追溯出引起该P300的图像，从而达到对目标检测的功能。

P300成分采用在线单次提取方法获取，原始信号波形图和主要特征如所示，其中红线表示偏差刺激特征图，蓝线表示标准刺激特征图，绿色条表示偏差刺激与标准刺激的t显著性检验量。横坐标为样本点数目，纵坐标为EEG信号的幅度（μV）。

图2 在线实验中各导EEG数据的P300特征图

由图2可以看出，标准刺激和偏差刺激的电位具有明显差异，我们采用传统的LDA方法进行分类，分类准确率达到97%。

3 结论

搭建了基于P3电位的目标检测软硬件系统，并对城市真实场景下的特种车辆的检测进行了实验，分类准确率达到97%。实验采用单次刺激信号提取，大大提高了目标检测的速度，具有实际应用价值。

【参考文献】

[1]王兰，杨巧丽，武海明.事件相关电位中P300成分的提取及分析研究[J].科技资讯，2009，23期（23）：82-83.

[2]Rosenfeld J.Peter， Soskins Matthew， Bosh Gregory. Simple， effective countermeasures to P300-based tests of detection of concealed information[J].Psychophysiology， 2004，41（2）：205-219.

[3]张明岛.脑诱发电位学[M].上海：上海科技教育出版社，1996.

[4]Magee R， Givigi S. A genetic algorithm for single-trial P300 detection with a low-cost EEG headset[C].Systems Conference（SysCon）， 2015 9th Annual IEEE InternationalIEEE， 2015.

[5]胡叶容，成志明.便携式脑电无线采集系统的设计[J].微型机与应用，2015，34（7）：36-38.

[责任编辑：王楠]