脑电信号采集与处理研究

程 皓，周丽丽，杜寅福

(1.黑龙江省科学院，哈尔滨 150060； 2.黑龙江省科学院智能制造研究所，哈尔滨 150090)

脑电(EEG)是由颅腔内的大脑活动所产生、从头皮表面记录到的电生理信号，因此也称为头皮脑电。一般认为，头皮脑电是由大脑皮层的椎体神经元所产生的，作为一种生理信号，EEG也同样存在一些缺陷，如信号弱，干扰强。EEG信号由大脑皮质传导到头皮表面至少需要经过脑脊液、颅骨和头皮等几种组织，EEG信号经过层层削弱(特别是颅骨这种弱传导介质)，到达记录电极时已极其微弱，信号采集是进行后续处理和分析的基础，因此采集到生理上可靠、可信的EEG信号显得尤为重要。

1 EEG采集系统

对于这类弱信号，采集放大器是必备条件，如高增益、高共模抑制比和高输入阻抗等。目前，已经有专门的用于EEG的信号采集集成数字芯片，如美国TI公司生产的ADS1299，主要介绍两种EEG采集系统。

Neuroscan是世界上领先的脑电采集系统制造商，其销售和支持网络较为完善。相比于其他放大器，Neuroscan生产的放大器轻薄、便携，信号采集软件简便、易用，采集的信号质量认可度较高，在我国市场份额占比较大，但相对于不断迭代更新的软件，硬件改善较少。

图1 放大器Fig.1 Amplifier

EGI的一大特色是电极帽。不同于一般采用固态的胶体黏附于头皮表面的电极帽，它使用盐水作为传导脑电信号的介质。这种电极帽并未采用传统的布+固定位置的Ag/Agcl电极的设计方式，而是采用了EGI公司的专利技术—盐水+海绵电极，利用网格间的张力，维持电极之间的相对位置，因此电极帽的准备时间大幅缩短，比较适用于特殊人群或需要快速佩戴电极帽的场合。此外，该公司的软、硬件产品迭代更新较快，虽然进入我国时间不长，但发展迅速。

图2 电极帽Fig.2 Electrode cap

可用于EEG信号采集的商业系统很多，各有优势和不足，但是针对具体的信号采集，还需根据采集系统，按照规程操作，保证脑电信号的可用性、可靠性。

2 常用信号处理

自然界中的信号一般都是模拟信号，主要特点是在时间上是连续的，信号无限长，时间分辨率无限高，这样一个时间连续的信号导致存储和处理存在一定的困难，往往需要以电容、电阻和电感等元器件为基础的模拟电路。

现代计算机基于0-1二值逻辑和数字电子元器件，无法对模拟信号进行存储和处理。为了便于存储和处理，一般会采用时间采样、幅值量化等手段将其转化为时间、幅值上均为离散的数字信号，在满足采样的条件下，可以通过采集到的数字信号重建原始信号，通过脑电采集系统进行信号采集。保存于计算机硬盘上的EEG信号即为典型的数字信号，一般将采集到的EEG信号以图3的方式呈现。但如果将采集到的EEG信号以文本方式打开，则类似于一堆数字，如图4所示。

图3 EEG信号图Fig.3 EEG signal

图4 以文本方式打开的EEG信号Fig.4 EEG signals opened as text

每一行对应一个时间点，每一列对应一个EEG导联。可以看到，时间点之间是不连续的，相邻时间点的信号幅值之间是跳跃式的。此外，每个时间点信号的幅值有固定的精度，相对于真实信号，其幅值已经进行了一定程度的截断。

数字信号的表示极大方便了信号处理。将模拟信号的处理操作简化为加/减等易于计算机进行的操作，EEG作为数字信号的一种，也需要借助于数字信号处理工具。EEG信号处理中常用的方法有以下几种：

滤波。过滤掉干扰信号/不感兴趣的频率范围内的EEG信号，一般采用零相移FIR。

去除眼电或肌电等干扰。可以采用回归、自适应滤波或独立成分分析。

转换参考。将数据从采集时的参考方式转换为新的参考方式，如传统的双侧乳突平均/总平均参考。

数据分段。根据感兴趣的事件对数据进行分割。

基线校正。将每一段数据的基线拉到0附近。

叠加平均。进一步提高信噪比，并得到大脑对于感兴趣事件的平均反应。

可以看到，方法大体上并不复杂，但EEG信号除了预处理之外，最重要的是分析。为了从中提取感兴趣的特征，需要用到较为复杂的信号处理方法，如周期图法、短时傅立叶变换/小波分析/希尔波特-黄变换等。

3 脑电信号的表示

与其他生理和非生理信号一样，脑电信号也可以采用不同的形式予以表示。通过对脑电信号不同的表示形式进行分析，可以从中提取不同的信息，从而揭示脑电信号在某一方面的特征。

时域表示。脑电信号最常用和最直观的表示形式是时域表示，它是脑电信号幅度随时间的变化，可以反映神经活动随时间变化的过程，这对于从宏观上了解脑电信号尤为重要。脑电信号的时域表示是临床上进行睡眠相关疾病的诊断、睡眠分期和癫痫发作期与发作间期区分的基本依据。从时域表示中可以对脑电信号的质量或被试在数据采集时的状态有个简单的了解。另外，从时域表示中可以对脑电信号的平稳性有个粗略的认识。信号分析中，如果观察到脑电信号的均值或标准差随时间而有所增加或减少，就可以初步判定脑电信号不满足平稳性随机过程的假设。可以从脑电信号的时域表示进行各种伪迹和噪声的识别，如心电和肌电伪迹等。

频域表示。时域表示大多数情况下只是进行一个简单的、定性的分析，难以对信号进行定量和客观的描述。与时域表示相对的是脑电信号的频域表示，持续的系统往往伴随着周期性的振荡和循环，对于这类系统和信号，频域表示更容易揭示其规律和特征。脑电信号具有频率特性，故而被划分为不同的节律和频段，如δ、θ、α、β和γ等。不同的神经活动状态往往表现出不同的频域特征，而频域特征的差异也可能构成了不同神经活动状态的标志性差异，因此频域表示具有用于区分不同状态、神经和精神系统疾病的诊断和疗效评价的潜力。实际上，基于α频段的α阻滞效应已经被临床上作为正常脑电图的重要参考指标，通过频域表示可以掌握脑电信号中各个频段的能量分布。傅里叶变换是频域表示最基本的工具。

时-频域表示。对于给定的脑电信号，时域表示和频域表示方法所反映出的特性是静态特性，但无法确定某个频域特性主要出现在哪个时间段，这对应了神经活动的动态特性。神经活动的动态特性对于大脑及时对外界变化做出处理和反应具有重要意义。实际上，无论是静息态还是任务态，在不同的时间段，大脑的神经活动并不总是表现出相同的特性。时-频域表示是将脑电信号用一种更直观的方法来表示，以便分析神经活动的动态特性。时-频域表示的最基本方法是短时傅里叶变换，通过采用动态的滑动窗口来实现时间信息的定位，并在不同窗口内进行频域表示，从而实现脑电信号的时-频域表示。

4 数据转换参考

使用脑电电极帽时经常会提到32导、64导等，这些数字一般表示的是电极帽上用于记录信号的活动电极/导联的数量。除此之外，还有两类电极，即接地(GND)电极和参考(REF)电极。接地电极的作用是提供电位测量的基准点，记录的电位都是相对于接地电极的相对值。实际中，一般测量到的信号都是两点之间的电位差，即电压。在EEG信号中，记录得到的是活动电极与参考电极之间的电位差，如图5所示，实际记录到的是ud。通常在脑电记录中，人们会把参考电极放在某个特定的位置，常见的有鼻尖、乳突或头顶中央处(C)。

图5 记录的电位差Fig.5 Recorded potential difference

理想情况下，希望得到的是记录电极相对于零电位的电位差，希望参考电极处的电位为0且恒定不变。理论上，这样的位置位于无穷远处，在真实的物理空间内是不存在的，所以实际采集到的脑电信号总是会受到参考电极处大脑活动的影响，在这样的情况下，要想进行不同研究间的比较，要求参考电极的位置一致。参考转换是将采集脑电时所用的参考方式在离线进行数据预处理时转换为另一种参考方式。参考转换大致有以下几种：

A.转换为以某一个特定电极的信号为参考。这种情况下，需要在脑电采集时记录该电极位置处的信号。例如：信号采集时的参考电极为Cz，要转换为以乳突为参考，则需要采集时记录乳突处的脑电信号。

假设某活动电极(E1)处真实的电位活动信号为A1，乳突(M)处的真实电位活动信号为A2，参考电极(C)处的为REF_CZ，则实际采集到的脑电信号分别为：

E1=A1-REF_CZ，M=A2-REF_CZ；C=REF_CZ-REF_CZ=0

进行参考转换后，欲得到的信号为：

E1′ = A1-A2=(A1-REF_CZ)-(A2-REF_CZ)=E1-M

C′=REF_CZ-A2=(REF_CZ-REF_CZ)-(A2-REF_CZ)=C-M

因此，需要做的就是将采集到的脑电信号分别减去该特定电极的信号。

B.平均参考。将采集到的脑电信号分别减去所有导联的脑电信号的平均。假设某活动电极(E1～EN)处真实的电位活动信号为A1～AN，参考电极(Cz)处的为REF_CZ，则实际采集到的脑电信号分别为：

E1=A1-REF_CZ；C=REF_CZ-REF_CZ=0

构造一个虚拟的参考信号：

REF=(E1+E2+E3+…+EN)/N=(A1+A2+A3+…+AN)/N-REF_CZ

参考转换后的信号为：

E1′=E1-REF=A1-(A1+A2+A3+…+AN)/N

Cz′=REF_CZ-(A1+A2+A3+…+AN)/N

5 总结与展望

神经元于大脑皮层活动时产生电信号，脑机接口技术在此时可以采集信号，并运用规律分析其信号特性，处理产生控制信号，达到解读脑电信号的目的。EEG技术具有经济实惠、不具有侵入性、可以实时操作等特点，被广泛应用。脑电信号的采集与分析解读较为复杂，如何从复杂网络中抽取信号，量化表示当前信号的特征值，用于对脑电信号的分类，是后续研究探索的方向。