事件相關去同步（ERD）現象是腦電信號的基本特征，以 ERD 特征分析為基礎的運動想象腦–機接口在運動功能康復方面具有重要意義。能否有效提取腦電信號中的 ERD 特征是決定腦–機接口性能的關鍵，因此研究受試者何種刺激模式下會產生明顯的 ERD 特征至關重要。本文試驗設計了 4 種不同的刺激模式（靜態文字刺激、抓握視頻刺激、手指序列運動視頻刺激以及帶聲音的手指序列運動視頻刺激），并分析了這幾種刺激模式下的 ERD 特征。綜合時頻圖譜、功率譜曲線、ERD 值和腦地形圖分析結果發現，手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激模式下，激發的 ERD 特征程度更深、范圍更廣，在以 ERD 特征分析為基礎的腦–機接口的實際應用中也會有更好的效果，也可以在一定程度上提高腦–機接口系統使用者的認可度和接受度。
引用本文： 趙麗, 李小芹, 邊琰, 王宣方, 楊耿煌. 多模式刺激下運動想象腦電信號的特征調制研究. 生物醫學工程學雜志, 2018, 35(3): 343-349. doi: 10.7507/1001-5515.201708061 復制
引言
腦–機接口（brain-computer interface，BCI）是近幾年神經工程領域內的一個研究熱點，它提供了一種全新的非肌肉輸出通道，可實現腦神經信息與外部設備的直接通訊[1]。運動想象腦電信號是應用于 BCI 系統最多的腦電信號之一[2]，而且運動想象能夠促進受損傷的運動傳導通路修復或重建，使部分處于休眠狀態的神經突觸蘇醒過來并擔當代償的作用[3]。近年來借助 BCI 技術的運動想象訓練已廣泛應用于神經運動功能的康復訓練，成為一項很有潛力的康復訓練方法[4]。
研究表明，人體在真實運動或者想象運動但無明顯動作輸出狀態下，大腦的感覺運動皮層區處于活躍狀態，具體表現為特定頻段的腦電能量出現明顯的下降，這種現象被稱為事件相關去同步（event-related desynchronization，ERD）現象[5]。而運動想象的 ERD 現象主要分布在 Alpha 頻段（8～12 Hz）和 Beta 頻段（13～30 Hz）[6]。但是部分受試者在單純的運動想象過程中并不會產生明顯的特征頻段的 ERD 現象，被稱為是“ERD 盲”[7]。此外，對于某些存在運動功能障礙的人，比如中風患者，其特征頻段的 ERD 現象存在減弱的情況，這些患者在使用基于運動想象的 BCI 系統進行康復訓練時將受到更大的局限。
目前，運動想象 BCI 已在神經康復領域取得巨大的進步和發展，很多研究人員對運動想象在中風患者等人群中的康復效果進行了研究。2006 年，Pfurtscheller 等[8]提出基于 ERD 特征的 BCI 可能有助于慢性中風患者的功能恢復和康復。2011 年，德國一個研究小組開展了一項在線的基于運動想象 BCI 的手臂康復系統研究，將在線識別運動意圖–驅動機械手輔助動作–感覺反饋形成了閉環回路，有效增強了大腦皮質的可塑性，增強了康復治療的效果[9]。2012 年，研究發現有創傷性腦損傷的患者仍然保留一部分的運動想象能力，可以將運動想象用于后續的康復訓練和功能恢復中[10]。2016 年，國內研究發現，和異步動作觀察下的運動想象任務相比，中風患者在執行同步動作觀察下的運動想象任務時，在感覺運動皮層可更有效地激發 ERD 特征，從而促進神經康復[11]。
受試者進行不同的運動想象任務會對激發的 ERD 特征產生直接影響，而 ERD 特征又會制約運動想象 BCI 的有效性。例如：視覺引導的運動想象可以調制腦電信號中的感覺運動頻段，通過對比有物體參與和沒有物體參與的視覺引導下的運動想象，研究者發現有物體參與的視覺引導下產生的 ERD 現象更明顯，分類準確率也更高[12]。有研究表明，在運動準備期間，在 Alpha 頻段和 Beta 頻段內，視覺刺激下的行動相對自發狀態表現出更明顯的對側優勢[13]。此外，部分受試者進行簡單運動想象時并不會產生明顯的 Alpha 頻段特征，但是在他們進行復雜運動想象的過程中可能觀察到 Alpha 頻段的 ERD 特征[14]。根據圖片提示中的不同任務進行運動想象時，Alpha 頻段的 ERD 的激活程度也不同，參與危險的事件更能誘發 ERD 特征[15]。基于此，本文設計并對比受試者在靜態文字刺激、兩種動態視覺刺激（右手抓握視頻刺激和手指序列運動視頻刺激）和視聽覺交叉刺激這 4 種刺激模式下，ERD 激活程度和激活范圍有何不同，以尋找能夠激發最深激活程度和最廣激活范圍的刺激模式，并將其應用于運動想象 BCI 系統中，提高系統性能，改善用戶的認可度和接受度。
1 試驗和數據描述
本文以右手為研究對象設計了 4 種刺激模式，分別是：一種靜態文字刺激（通過觀看文字提示，想象右手抓握運動）、兩種由簡單到復雜的視覺刺激（右手抓握視頻刺激和手指序列運動視頻刺激；其中手指序列運動視頻刺激時，根據視頻提示，受試者需想象手指以非順序方式運動）以及一種視聽覺交叉刺激（帶聲音的手指序列運動視頻刺激），如圖 1 所示。
圖1
4 種刺激模式
Figure1.
Four stimulation modes
試驗在隔音效果良好的房間內進行，試驗設備采用新型電生理放大器 SynAmps2（Neuroscan，美國）采集受試者 64 導的腦電信號，其電極分布采用國際標準 10–20 電極導聯定位，參考電極設在頭頂中央區。試驗數據通過 USB 接口傳送到計算機。本試驗共招募了 12 名健康在校大學生作為志愿者（8 男，4 女，年齡 20～25 歲）參與試驗。整個試驗分為 5 組，每組試驗包括 40 個單次任務，4 組刺激模式隨機出現，各 10 個單次任務。
試驗時，受試者保持放松，安靜地正坐于距屏幕約 1 m 的靠椅上，盡量避免眼動。任務模式示意圖如圖 2 所示，分為 4 個時段，共 10 s。0～2 s 為準備時間，2～3 s 為屏幕出現即將開始試驗的提示，3～8 s 為受試者注視屏幕中的刺激提示信息并進行和視頻中相同動作的運動想象任務，8～10 s 實驗結束，受試者休息，以確保 ERD 信號回到基線水平。系統采用電磁溯源分析定位和可視化工具 Curry7（Neuroscan，美國）對數據進行預處理，具體包括將參考電極設為左右耳乳突（即 M1 和 M2）和去眼電干擾，1～50 Hz 帶通濾波以及 200 Hz 的降采樣處理。截取試驗開始后第 1 s 到第 9 s 之間（共計 8 s）的數據進行分析處理。
圖2
任務模式示意圖
Figure2.
Schematic diagram of task mode
2 運動想象 ERD 特征分析
腦電信號是典型的時變非平穩信號，其 ERD 特征與時間和頻段都有關系，單一的時域分析或者頻域分析方法對腦電信號的處理存在著不足，因此本文以時頻分析法為基礎，采用時頻圖譜、功率譜（power spectral density，PSD）曲線、ERD 值和腦地形圖的方法分析腦電信號的 ERD 特征或事件相關同步（event-related synchronization，ERS）特征，挖掘信號潛在特征，對比運動想象腦電信號在 4 種刺激模式下的特征激活程度和激活范圍的差別。
2.1 時頻圖譜分析
時頻圖譜是一種直觀觀察信號隨時間和頻率變化的方法，不同刺激模式任務中產生的腦電信號的 ERD/ERS 特征可以用事件相關譜擾動（event-related spectral perturbation，ERSP）（以符號 ERSP 表示）描述，ERSP 記錄時頻域內事件相關的能量變化[16]。本文試驗采集多人多次試驗的腦電信號，時頻圖譜分析時，平均多人多次試驗的 ERSP 值得到時頻圖譜，解決單次試驗任務下 ERD 特征不明顯的問題。
先采用短時傅里葉變化（short time Fourier transform，STFT）（以符號 STFT 表示）計算信號的能量，再根據結果計算 ERSP 值，如式（1）所示：
 |
其中 m 表示受試者的總人數，n 表示單人單次模式下的試驗總次數，STFT 的具體計算如式（2）所示：
 |
式中，f 為角頻率；
為觀察窗；
為
的復共軛函數。采用具有一定寬度的加窗函數，對原始腦電信號不斷加窗截斷得到的局部信號，再對其做 STFT。
因手部的運動想象有明顯的對側優勢，并且表現在 C3 和 C4 導聯最為明顯，采用 STFT，提取右手不同運動想象任務下采集的 C3 導聯處的腦電信號，并計算其 ERSP 值，然后對多人多次的試驗數據取平均，得到如圖 3 所示的在 4 種刺激模式下，全部受試者在 C3 導聯處的平均時頻圖譜。
圖3
4 種刺激模式下平均時頻圖譜
Figure3.
The mean time-frequency spectra under four stimulation modes
如圖 3 所示，受試者在 4 種刺激模式下運動想象腦電信號在 Alpha 頻段（8～13 Hz）和 Beta 頻段（14～26 Hz）均出現明顯的 ERD 現象，從 3 s 開始，視覺刺激提示出現之后約 0.5 s 開始出現相對明顯的能量下降。與 Beta 頻段相比，Alpha 頻段的能量衰減相對劇烈。同時可以看出，3 種視頻刺激（抓握視頻刺激、手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激）提示下監測到的 ERD 特征明顯強于靜態文字提示。其中，在特征頻段內，手指序列運動視頻刺激模式和帶聲音的手指序列運動視頻刺激模式激發的 ERD 特征最為明顯。
綜上所述，4 種刺激模式在 C3 導聯處均出現了明顯的 ERD 現象，且 3 種視頻刺激模式下的運動想象腦電信號的 ERD 特征的頻段分布與靜態文字刺激模式下的 ERD 特征一致，其能量衰減都主要集中在 Alpha 頻段和 Beta 頻段，但是明顯前者的激活范圍更廣，激活程度更深。
2.2 PSD 曲線和 ERD 值分析
以 PSD 曲線和 ERD 值將 ERD 特征進行量化，是更為直接的 ERD 特征分析方法。本文根據時頻圖譜分析得出的 ERD 特征頻段，選擇 Alpha 頻段和 Beta 頻段，以 STFT 為基礎，計算受試者在 4 種刺激模式下 C3 導聯處的平均功率值。并選取特征明顯的時段，在頻率和時間上取平均，計算表征腦電信號頻段內能量衰減 ERD 特征值。
如圖 4 所示，為所有受試者在特征頻段的平均 PSD 曲線圖，所有受試者的平均 ERD 值如表 1 所示。并采用配對 t 檢驗對全部受試者的 ERD 值進行分析，結果如表 2 所示，配對 t 檢驗用來比較 4 種模式下的 ERD 值的差異是否具有統計學意義。
圖4
4 種刺激模式下兩頻段的平均 PSD 曲線
Figure4.
The mean PSD curves under four stimulation modes of two frequency bands
如圖 4 所示，在特征頻段內，從 3 s 開始，視覺刺激提示出現之后約 0.5 s 開始，4 種刺激模式下均出現相對明顯的能量下降，而且 3 種動態視頻刺激模式下的能量下降幅度明顯強于靜態文字提示，也就是說在這 3 種模式下可以使受試者產生更明顯的 ERD 特征。其中手指序列運動視頻刺激模式下能量下降最深，帶聲音的手指序列運動視頻刺激模式稍次之。
表1
4 種刺激模式下的平均 ERD 值
Table1.
The mean value of ERD under four stimulation modes
試驗分析發現，部分受試者在靜態文字刺激下，特征頻段內并沒有出現 ERD 現象，但是在 3 種動態視頻刺激模式下所有受試者都會有 ERD 現象的產生。特征頻段內，大部分受試者在 3 種動態視頻刺激模式下相比靜態文字刺激模式的 ERD 特征均有明顯加深，對于不同的受試者，其最優的刺激模式是 3 種動態視頻刺激模式中的一種。
表2
不同模式間的 ERD 值配對 t 檢驗
Table2.
The result of t-test of the value of ERD between different modes
如表 2 所示，在特征頻段內，受試者在 3 種動態視頻刺激模式下產生的 ERD 特征與在靜態文字刺激模式下的 ERD 特征間的差異均具有統計學意義（P < 0.01），說明 3 種視頻刺激都可以激發受試者產生更加明顯的 ERD 特征。對于這 3 種動態視頻刺激模式，在 Beta 頻段內，抓握視頻刺激模式下的 ERD 特征和手指序列運動視頻刺激模式以及帶聲音的手指序列運動視頻刺激模式下的 ERD 特征間的差異也具有統計學意義（ P < 0.05）；但在兩頻段內，手指序列運動視頻刺激模式和帶聲音的手指序列運動刺激模式下的 ERD 特征間的差異不具有統計學意義（ P > 0.05）。
2.3 腦地形圖分析
腦地形圖是球面頭皮的平面圖形，是多導聯腦電信號分析中常用的一種輔助手段，用不同顏色表示某一頻段內的功率值，可顯示大腦皮層的特征分布情況。試驗采用 64 導聯電極帽進行腦電信號的采集，并對其中的 60 導聯（除 CB1、CB2、GND 和 REF）進行腦地形圖分析，先選擇某一導聯的數據，分析時頻圖譜中 ERD 現象明顯的頻段和時段，對選中的時頻數據在頻率和時間上取平均得到 ERD 的單維特征數據，然后對其余導聯的時頻數據做相同的計算，把得到的全部導聯的單維度特征數據集合起來就構成了腦地形圖。利用上述方法分別求出 4 種不同刺激模式下全部受試者平均的特征頻段的腦地形圖。
如圖 5 所示，為全部受試者 4 種刺激模式下在 Alpha 頻段和 Beta 頻段的平均腦地形圖。
圖5
兩頻段內 4 種刺激模式的腦地形圖
Figure5.
Brain topographic maps of two frequency bands under four stimulation modes
4 種刺激模式下，如圖 5 所示，特征頻段內的能量衰減明顯，且 3 種動態視頻刺激都比靜態文字刺激的 ERD 激活程度更深，激活范圍更廣。其中，尤以手指序列運動視頻刺激模式和帶聲音的手指序列運動視頻刺激模式最為明顯。相對 Beta 頻段，Alpha 頻段內的 ERD 激活程度更深。并且在 Alpha 頻段，能量衰減主要集中在 C3 導聯附近的手部感覺運動功能區（根據大腦功能分區情況，其位于中央前回和中央后回）和大腦頭皮枕部的視覺功能區（位于大腦后部的頂葉與顳葉之后）[17]。在特征頻段，ERD 特征都有較明顯的對側占優趨勢，且在 Beta 頻段內，ERD 現象除了比較明顯的運動感覺區，還出現在大腦視覺聯合區（位于腦后部兩側枕葉、頂葉和顳葉之間的結合部位），表明視覺提示可能對 ERD 特征的產生具有有益影響。
3 分析及討論
本文采用時頻圖譜、PSD 曲線、ERD 值和腦地形圖分析了 4 種刺激模式下的 ERD 特征，綜合 4 種分析結果顯示，手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激模式下的特征頻段內，腦電信號的 ERD 值和功率值更大，且根據腦地形圖看出，這 2 種刺激模式下 ERD 特征的激活范圍更廣且激活程度更深。
綜上所述，通過研究 4 種刺激模式下的 ERD 特征，可以發現 3 種動態視頻刺激模式下的運動想象任務可以激發更廣激活范圍和更深激活程度的 ERD 特征。并且相對抓握視頻刺激，手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激在特征頻段產生的 ERD 特征更加明顯，但視聽覺交叉刺激與單一的手指序列運動視頻刺激的 ERD 特征相比，差異并不具有統計學意義，具體原因尚需進一步的研究。
綜上所示，本文研究結果表明，采用手指序列運動視頻刺激或帶聲音的手指序列運動視頻刺激，會激發受試者產生更明顯的 ERD 特征，運用到基于運動想象的 BCI 系統中可以有效縮短用戶的神經康復訓練時間，使用戶得到更好的康復效果，從而提高用戶的使用意愿。基于運動想象的 BCI 系統中采用這兩種刺激模式，可以使康復訓練系統更有效，在一定程度上推進了 BCI 系統走出實驗室，走向實用化的進程。
引言
腦–機接口（brain-computer interface，BCI）是近幾年神經工程領域內的一個研究熱點，它提供了一種全新的非肌肉輸出通道，可實現腦神經信息與外部設備的直接通訊[1]。運動想象腦電信號是應用于 BCI 系統最多的腦電信號之一[2]，而且運動想象能夠促進受損傷的運動傳導通路修復或重建，使部分處于休眠狀態的神經突觸蘇醒過來并擔當代償的作用[3]。近年來借助 BCI 技術的運動想象訓練已廣泛應用于神經運動功能的康復訓練，成為一項很有潛力的康復訓練方法[4]。
研究表明，人體在真實運動或者想象運動但無明顯動作輸出狀態下，大腦的感覺運動皮層區處于活躍狀態，具體表現為特定頻段的腦電能量出現明顯的下降，這種現象被稱為事件相關去同步（event-related desynchronization，ERD）現象[5]。而運動想象的 ERD 現象主要分布在 Alpha 頻段（8～12 Hz）和 Beta 頻段（13～30 Hz）[6]。但是部分受試者在單純的運動想象過程中并不會產生明顯的特征頻段的 ERD 現象，被稱為是“ERD 盲”[7]。此外，對于某些存在運動功能障礙的人，比如中風患者，其特征頻段的 ERD 現象存在減弱的情況，這些患者在使用基于運動想象的 BCI 系統進行康復訓練時將受到更大的局限。
目前，運動想象 BCI 已在神經康復領域取得巨大的進步和發展，很多研究人員對運動想象在中風患者等人群中的康復效果進行了研究。2006 年，Pfurtscheller 等[8]提出基于 ERD 特征的 BCI 可能有助于慢性中風患者的功能恢復和康復。2011 年，德國一個研究小組開展了一項在線的基于運動想象 BCI 的手臂康復系統研究，將在線識別運動意圖–驅動機械手輔助動作–感覺反饋形成了閉環回路，有效增強了大腦皮質的可塑性，增強了康復治療的效果[9]。2012 年，研究發現有創傷性腦損傷的患者仍然保留一部分的運動想象能力，可以將運動想象用于后續的康復訓練和功能恢復中[10]。2016 年，國內研究發現，和異步動作觀察下的運動想象任務相比，中風患者在執行同步動作觀察下的運動想象任務時，在感覺運動皮層可更有效地激發 ERD 特征，從而促進神經康復[11]。
受試者進行不同的運動想象任務會對激發的 ERD 特征產生直接影響，而 ERD 特征又會制約運動想象 BCI 的有效性。例如：視覺引導的運動想象可以調制腦電信號中的感覺運動頻段，通過對比有物體參與和沒有物體參與的視覺引導下的運動想象，研究者發現有物體參與的視覺引導下產生的 ERD 現象更明顯，分類準確率也更高[12]。有研究表明，在運動準備期間，在 Alpha 頻段和 Beta 頻段內，視覺刺激下的行動相對自發狀態表現出更明顯的對側優勢[13]。此外，部分受試者進行簡單運動想象時并不會產生明顯的 Alpha 頻段特征，但是在他們進行復雜運動想象的過程中可能觀察到 Alpha 頻段的 ERD 特征[14]。根據圖片提示中的不同任務進行運動想象時，Alpha 頻段的 ERD 的激活程度也不同，參與危險的事件更能誘發 ERD 特征[15]。基于此，本文設計并對比受試者在靜態文字刺激、兩種動態視覺刺激（右手抓握視頻刺激和手指序列運動視頻刺激）和視聽覺交叉刺激這 4 種刺激模式下，ERD 激活程度和激活范圍有何不同，以尋找能夠激發最深激活程度和最廣激活范圍的刺激模式，并將其應用于運動想象 BCI 系統中，提高系統性能，改善用戶的認可度和接受度。
1 試驗和數據描述
本文以右手為研究對象設計了 4 種刺激模式，分別是：一種靜態文字刺激（通過觀看文字提示，想象右手抓握運動）、兩種由簡單到復雜的視覺刺激（右手抓握視頻刺激和手指序列運動視頻刺激；其中手指序列運動視頻刺激時，根據視頻提示，受試者需想象手指以非順序方式運動）以及一種視聽覺交叉刺激（帶聲音的手指序列運動視頻刺激），如圖 1 所示。
圖1
4 種刺激模式
Figure1.
Four stimulation modes
試驗在隔音效果良好的房間內進行，試驗設備采用新型電生理放大器 SynAmps2（Neuroscan，美國）采集受試者 64 導的腦電信號，其電極分布采用國際標準 10–20 電極導聯定位，參考電極設在頭頂中央區。試驗數據通過 USB 接口傳送到計算機。本試驗共招募了 12 名健康在校大學生作為志愿者（8 男，4 女，年齡 20～25 歲）參與試驗。整個試驗分為 5 組，每組試驗包括 40 個單次任務，4 組刺激模式隨機出現，各 10 個單次任務。
試驗時，受試者保持放松，安靜地正坐于距屏幕約 1 m 的靠椅上，盡量避免眼動。任務模式示意圖如圖 2 所示，分為 4 個時段，共 10 s。0～2 s 為準備時間，2～3 s 為屏幕出現即將開始試驗的提示，3～8 s 為受試者注視屏幕中的刺激提示信息并進行和視頻中相同動作的運動想象任務，8～10 s 實驗結束，受試者休息，以確保 ERD 信號回到基線水平。系統采用電磁溯源分析定位和可視化工具 Curry7（Neuroscan，美國）對數據進行預處理，具體包括將參考電極設為左右耳乳突（即 M1 和 M2）和去眼電干擾，1～50 Hz 帶通濾波以及 200 Hz 的降采樣處理。截取試驗開始后第 1 s 到第 9 s 之間（共計 8 s）的數據進行分析處理。
圖2
任務模式示意圖
Figure2.
Schematic diagram of task mode
2 運動想象 ERD 特征分析
腦電信號是典型的時變非平穩信號，其 ERD 特征與時間和頻段都有關系，單一的時域分析或者頻域分析方法對腦電信號的處理存在著不足，因此本文以時頻分析法為基礎，采用時頻圖譜、功率譜（power spectral density，PSD）曲線、ERD 值和腦地形圖的方法分析腦電信號的 ERD 特征或事件相關同步（event-related synchronization，ERS）特征，挖掘信號潛在特征，對比運動想象腦電信號在 4 種刺激模式下的特征激活程度和激活范圍的差別。
2.1 時頻圖譜分析
時頻圖譜是一種直觀觀察信號隨時間和頻率變化的方法，不同刺激模式任務中產生的腦電信號的 ERD/ERS 特征可以用事件相關譜擾動（event-related spectral perturbation，ERSP）（以符號 ERSP 表示）描述，ERSP 記錄時頻域內事件相關的能量變化[16]。本文試驗采集多人多次試驗的腦電信號，時頻圖譜分析時，平均多人多次試驗的 ERSP 值得到時頻圖譜，解決單次試驗任務下 ERD 特征不明顯的問題。
先采用短時傅里葉變化（short time Fourier transform，STFT）（以符號 STFT 表示）計算信號的能量，再根據結果計算 ERSP 值，如式（1）所示：
|
其中 m 表示受試者的總人數，n 表示單人單次模式下的試驗總次數，STFT 的具體計算如式（2）所示：
|
式中，f 為角頻率；
為觀察窗；
為
的復共軛函數。采用具有一定寬度的加窗函數，對原始腦電信號不斷加窗截斷得到的局部信號，再對其做 STFT。
因手部的運動想象有明顯的對側優勢，并且表現在 C3 和 C4 導聯最為明顯，采用 STFT，提取右手不同運動想象任務下采集的 C3 導聯處的腦電信號，并計算其 ERSP 值，然后對多人多次的試驗數據取平均，得到如圖 3 所示的在 4 種刺激模式下，全部受試者在 C3 導聯處的平均時頻圖譜。
圖3
4 種刺激模式下平均時頻圖譜
Figure3.
The mean time-frequency spectra under four stimulation modes
如圖 3 所示，受試者在 4 種刺激模式下運動想象腦電信號在 Alpha 頻段（8～13 Hz）和 Beta 頻段（14～26 Hz）均出現明顯的 ERD 現象，從 3 s 開始，視覺刺激提示出現之后約 0.5 s 開始出現相對明顯的能量下降。與 Beta 頻段相比，Alpha 頻段的能量衰減相對劇烈。同時可以看出，3 種視頻刺激（抓握視頻刺激、手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激）提示下監測到的 ERD 特征明顯強于靜態文字提示。其中，在特征頻段內，手指序列運動視頻刺激模式和帶聲音的手指序列運動視頻刺激模式激發的 ERD 特征最為明顯。
綜上所述，4 種刺激模式在 C3 導聯處均出現了明顯的 ERD 現象，且 3 種視頻刺激模式下的運動想象腦電信號的 ERD 特征的頻段分布與靜態文字刺激模式下的 ERD 特征一致，其能量衰減都主要集中在 Alpha 頻段和 Beta 頻段，但是明顯前者的激活范圍更廣，激活程度更深。
2.2 PSD 曲線和 ERD 值分析
以 PSD 曲線和 ERD 值將 ERD 特征進行量化，是更為直接的 ERD 特征分析方法。本文根據時頻圖譜分析得出的 ERD 特征頻段，選擇 Alpha 頻段和 Beta 頻段，以 STFT 為基礎，計算受試者在 4 種刺激模式下 C3 導聯處的平均功率值。并選取特征明顯的時段，在頻率和時間上取平均，計算表征腦電信號頻段內能量衰減 ERD 特征值。
如圖 4 所示，為所有受試者在特征頻段的平均 PSD 曲線圖，所有受試者的平均 ERD 值如表 1 所示。并采用配對 t 檢驗對全部受試者的 ERD 值進行分析，結果如表 2 所示，配對 t 檢驗用來比較 4 種模式下的 ERD 值的差異是否具有統計學意義。
圖4
4 種刺激模式下兩頻段的平均 PSD 曲線
Figure4.
The mean PSD curves under four stimulation modes of two frequency bands
如圖 4 所示，在特征頻段內，從 3 s 開始，視覺刺激提示出現之后約 0.5 s 開始，4 種刺激模式下均出現相對明顯的能量下降，而且 3 種動態視頻刺激模式下的能量下降幅度明顯強于靜態文字提示，也就是說在這 3 種模式下可以使受試者產生更明顯的 ERD 特征。其中手指序列運動視頻刺激模式下能量下降最深，帶聲音的手指序列運動視頻刺激模式稍次之。
表1
4 種刺激模式下的平均 ERD 值
Table1.
The mean value of ERD under four stimulation modes
試驗分析發現，部分受試者在靜態文字刺激下，特征頻段內并沒有出現 ERD 現象，但是在 3 種動態視頻刺激模式下所有受試者都會有 ERD 現象的產生。特征頻段內，大部分受試者在 3 種動態視頻刺激模式下相比靜態文字刺激模式的 ERD 特征均有明顯加深，對于不同的受試者，其最優的刺激模式是 3 種動態視頻刺激模式中的一種。
表2
不同模式間的 ERD 值配對 t 檢驗
Table2.
The result of t-test of the value of ERD between different modes
如表 2 所示，在特征頻段內，受試者在 3 種動態視頻刺激模式下產生的 ERD 特征與在靜態文字刺激模式下的 ERD 特征間的差異均具有統計學意義（P < 0.01），說明 3 種視頻刺激都可以激發受試者產生更加明顯的 ERD 特征。對于這 3 種動態視頻刺激模式，在 Beta 頻段內，抓握視頻刺激模式下的 ERD 特征和手指序列運動視頻刺激模式以及帶聲音的手指序列運動視頻刺激模式下的 ERD 特征間的差異也具有統計學意義（ P < 0.05）；但在兩頻段內，手指序列運動視頻刺激模式和帶聲音的手指序列運動刺激模式下的 ERD 特征間的差異不具有統計學意義（ P > 0.05）。
2.3 腦地形圖分析
腦地形圖是球面頭皮的平面圖形，是多導聯腦電信號分析中常用的一種輔助手段，用不同顏色表示某一頻段內的功率值，可顯示大腦皮層的特征分布情況。試驗采用 64 導聯電極帽進行腦電信號的采集，并對其中的 60 導聯（除 CB1、CB2、GND 和 REF）進行腦地形圖分析，先選擇某一導聯的數據，分析時頻圖譜中 ERD 現象明顯的頻段和時段，對選中的時頻數據在頻率和時間上取平均得到 ERD 的單維特征數據，然后對其余導聯的時頻數據做相同的計算，把得到的全部導聯的單維度特征數據集合起來就構成了腦地形圖。利用上述方法分別求出 4 種不同刺激模式下全部受試者平均的特征頻段的腦地形圖。
如圖 5 所示，為全部受試者 4 種刺激模式下在 Alpha 頻段和 Beta 頻段的平均腦地形圖。
圖5
兩頻段內 4 種刺激模式的腦地形圖
Figure5.
Brain topographic maps of two frequency bands under four stimulation modes
4 種刺激模式下，如圖 5 所示，特征頻段內的能量衰減明顯，且 3 種動態視頻刺激都比靜態文字刺激的 ERD 激活程度更深，激活范圍更廣。其中，尤以手指序列運動視頻刺激模式和帶聲音的手指序列運動視頻刺激模式最為明顯。相對 Beta 頻段，Alpha 頻段內的 ERD 激活程度更深。并且在 Alpha 頻段，能量衰減主要集中在 C3 導聯附近的手部感覺運動功能區（根據大腦功能分區情況，其位于中央前回和中央后回）和大腦頭皮枕部的視覺功能區（位于大腦后部的頂葉與顳葉之后）[17]。在特征頻段，ERD 特征都有較明顯的對側占優趨勢，且在 Beta 頻段內，ERD 現象除了比較明顯的運動感覺區，還出現在大腦視覺聯合區（位于腦后部兩側枕葉、頂葉和顳葉之間的結合部位），表明視覺提示可能對 ERD 特征的產生具有有益影響。
3 分析及討論
本文采用時頻圖譜、PSD 曲線、ERD 值和腦地形圖分析了 4 種刺激模式下的 ERD 特征，綜合 4 種分析結果顯示，手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激模式下的特征頻段內，腦電信號的 ERD 值和功率值更大，且根據腦地形圖看出，這 2 種刺激模式下 ERD 特征的激活范圍更廣且激活程度更深。
綜上所述，通過研究 4 種刺激模式下的 ERD 特征，可以發現 3 種動態視頻刺激模式下的運動想象任務可以激發更廣激活范圍和更深激活程度的 ERD 特征。并且相對抓握視頻刺激，手指序列運動視頻刺激和帶聲音的手指序列運動視頻刺激在特征頻段產生的 ERD 特征更加明顯，但視聽覺交叉刺激與單一的手指序列運動視頻刺激的 ERD 特征相比，差異并不具有統計學意義，具體原因尚需進一步的研究。
綜上所示，本文研究結果表明，采用手指序列運動視頻刺激或帶聲音的手指序列運動視頻刺激，會激發受試者產生更明顯的 ERD 特征，運用到基于運動想象的 BCI 系統中可以有效縮短用戶的神經康復訓練時間，使用戶得到更好的康復效果，從而提高用戶的使用意愿。基于運動想象的 BCI 系統中采用這兩種刺激模式，可以使康復訓練系統更有效，在一定程度上推進了 BCI 系統走出實驗室，走向實用化的進程。
