需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

使用基于脑电图的脑-机接口通过BCI2000实现虚拟光标控制

17.6K 次观看

⸱

DOI:

10.3791/1319

⸱

2009年7月29日

本文内容

摘要

在本视频中,我们演示了进行脑机接口实验所需的步骤,包括设置脑电图帽、校准系统,以及训练用户通过想象运动来实现二维光标移动。

摘要

脑机接口(BCI)通过将神经信号(例如脑电图,EEG)转化为可用于控制计算机或其他设备的信号来实现功能。该系统测量选定频率范围内的EEG信号幅度,并将其转化为设备指令,在本例中即为计算机光标的水平与垂直速度。首先,使用电极帽将EEG电极放置于用户头皮表面,以记录脑部活动。随后,通过校准程序确定用户能够自主调节的EEG电极及其特征,从而实现对BCI的控制。在人类中,当执行或想象肢体运动时,μ频段(8–12 Hz)和β频段(18–28 Hz)的脑电功率会下降。这些变化可被实时检测,并用于控制BCI([1],[2])。因此,在筛选测试阶段,要求用户想象双手和双脚执行多种不同的运动,以识别随想象运动而变化的独特EEG特征。校准结果将显示最优的电极通道,这些通道被配置为:μ和β频段的幅度变化分别控制光标的水平或垂直移动。在本实验中,采用通用型BCI系统BCI2000来控制信号采集、信号处理以及向用户提供的反馈[3]。

方案

实验步骤

  1. 连接脑电电极
    1. 将使用脑电帽将电极固定在头皮上;这简化了确保电极按照国际10-20系统准确定位的过程。
    2. 为放置脑电帽,首先使用记号笔或其他类似方法在受试者头皮上标记出头顶点。为此,先找到受试者的鼻根点(nasion)和枕外隆凸点(inion)。使用卷尺测量这两个位置之间的距离。两点之间的中点,即距离的50%,即为头顶点。在该位置做标记以供后续参考。其他10-20系统定位点也可用类似方法确定。
    3. 在脑电帽上找到Cz电极,并将其对准头顶点。固定Cz后,将脑电帽套入头部。确保Fz、Cz和Pz电极位于头皮中线上,O1-O2电极与Oz水平对齐,Fp1-Fp2与Fpz水平对齐。
    4. 现在连接参考电极,通常将其夹在耳垂上。
    5. 接下来,向电极内注入导电凝胶,使电极与头皮形成低阻抗接触。为此,使用带有钝头针头的小型注射器吸取凝胶。在注入凝胶的同时,观察计算机屏幕上的脑电信号波形,有助于判断连接是否良好。
    6. 将针头插入电极,轻轻用针头摩擦头皮以去除死皮。向电极内注入少量凝胶,注意不要过量填充。首先从耳垂参考电极开始,然后依次对所有电极(包括接地电极)重复此操作。
    7. 检查所有通道的阻抗,应全部低于5 kΩ。具体检测方法取决于所使用的放大器系统,但应可通过硬件或BCI2000软件进行阻抗检测。
    8. 若某电极阻抗超过5 kΩ,需再次插入针头并进一步摩擦头皮。通常无需额外注入凝胶,除非阻抗未见下降。
  2. 获取脑电校准特征
    1. 在每次实验开始时,尤其是首次测试受试者时,确定可用于控制脑机接口(BCI)的脑电特征非常有用。这是因为尽管Mu节律和Beta节律的基本特性在所有人中相似,但这些特征因人而异,因此在进行其他实验前必须进行校准。
    2. 在校准阶段,受试者根据显示器上的视觉提示,想象执行涉及手或脚的不同运动。为开始实验,计算机系统应配置为双显示器模式,研究人员的显示器显示控制软件,第二台显示器显示实验输出内容。
    3. 通过BCI2000Launcher启动BCI2000,选择相应的放大器源模块、ARSignalProcessing模块和StimulusPresentation模块。本例中使用gUSBampSource模块,用于控制g.USBamp放大器。
    4. 添加受试者、放大器以及运动筛查任务的参数文件。这些文件应提前配置好,以便直接加载并立即开始实验。
    5. 将参数文件添加到BCI2000Launcher的文件列表后,点击“Launch”按钮。若一切正常,BCI2000将启动,脑电数据波形将出现,受试者显示器在实验开始前保持空白。
    6. 实验过程中,屏幕将显示空白或指令,如“右手”、“左手”、“双手”或“双脚”。指令在屏幕上持续3秒;在此期间,受试者应持续想象相应运动。手部运动应为开合动作(例如像握网球),脚部运动应为前后移动(例如像双脚踩油门)。当屏幕空白时,身体应完全放松。
    7. 每轮实验中,每个身体部位重复20次。理想情况下应收集100个数据点,即共进行5轮实验。若进行多次实验,所需轮次可减少,因为受试者执行想象任务的能力会提高。
  3. 分析脑电特征
    1. 为确定受试者能够自主调节以控制脑机接口的脑电特征,需使用BCI2000自带的离线分析工具对校准数据进行离线分析。该工具将采集的数据转换为频域特征,显示在不同运动期间发生变化且与任务高度相关的频率和位置。这些特征随后可用于脑机接口实验。
    2. 为确定应使用的特征,启动BCI2000离线分析工具。BCI2000提供了详细的分析工具使用教程,可参考以获取更多信息。
    3. 通过分析工具生成的图表中寻找较大的r平方值,以确定与每种运动高度相关的脑电特征。选择r平方值最大(例如大于0.2)的通道和频率区间作为特定方向的控制信号组成部分。例如,与“右手”条件相关的特征应设置为使光标向屏幕右侧移动。
    4. 还需注意,Mu/Beta节律在伴随运动时其振幅会降低。因此,为使光标向正x方向(右侧)移动,该特征应赋予负权重。
    5. 所选通道和频率应与已知的皮层感觉运动节律特性一致。即,想象右手运动时的显著变化应出现在对侧(左侧)运动皮层,靠近C3和CP3电极,中心频率约为8–12 Hz和/或18–28 Hz。类似地,左手运动应在右侧运动皮层的C4和CP4电极处产生变化,脚部运动应在Cz和CPz电极处出现变化。若这些位置或数值不符,则可能测量到了其他噪声或随机效应,不应将其配置为控制特征。
    6. 对于每种条件,应选择r平方值最大的四个通道-频率组合(按通道编号和频段编号)。频率以2 Hz为一个区间,因此10–12 Hz的高r平方特征将出现在第6个频段。根据这些数值,可配置光标控制任务。
  4. 在线反馈实验配置
    1. 在BCI2000 Launcher中配置光标移动实验。
    2. 实验开始前,需配置多个参数。首先,空间滤波器应设置为公共平均参考(common-average reference)。为此,在BCI2000操作界面中点击“Config”以打开设置列表,然后点击“Filtering”标签页。
    3. 进入SpatialFiltering设置,将SpatialFilterType下拉菜单更改为“Common-Average Reference (CAR)”。
    4. 在SpatialFilter CAR Output下,列出校准阶段选定的通道名称或编号。例如,输入“C3 CP3 C4 CP4 Cz CPz”(不含引号),BCI2000将自动识别所用通道(前提是通道标签已在“Source”标签页的“Channel Names”字段中列出)。
    5. 接下来,需配置分类矩阵以使用选定的特征。在Filtering标签页下,进入Classifier参数并点击“Edit Matrix”。
    6. 矩阵列数应设为4,行数应等于所选特征的总数。每一行对应一个单独的特征。
    7. 第一列应包含所有使用的通道名称,例如C3、C4等。第二列包含选定的控制频段。可输入频段编号或具体频率;若Source标签页中BinWidth参数为“2 Hz”,则输入“6”或“11Hz”将选择同一频段。第三列为输出通道;“1”对应水平移动,“2”对应垂直移动。在水平光标控制任务中,C3、CP3、C4、CP4应设为1;在垂直控制任务中,C3、CP3、C4、CP4、Cz和CPz应设为2。第四列为特征权重,应与预期移动方向相反。例如,为使光标向右移动,C3和CP3应赋予权重-1;为使光标向左移动,C4和CP4应赋予权重1。为使光标向下移动,Cz和CPz应赋予权重1;为使光标向上移动,C3和C4应赋予权重-1。
  5. 光标移动任务
    1. 系统已按正确设置配置完毕,现在可以开始实验任务。
    2. 系统配置为在每次试验中显示四个目标之一。受试者的目标是通过想象与所需移动方向对应的运动(例如想象右手运动以向右移动,想象脚部运动以向下移动等),将光标移至正确目标。
    3. 在前几轮试验中,光标移动受限于目标所在的轴线。即,若目标位于屏幕顶部或底部,则光标只能上下移动;若目标位于左侧或右侧,则光标只能左右移动。
    4. 试验开始时,屏幕上显示字母“T”持续2秒。随后,其中一个目标出现1秒。
    5. 1秒后,光标出现在屏幕中央。受试者通过相应的想象运动将光标移向目标。若命中目标,目标将变色;否则,受试者有5秒时间命中目标,超时则视为未命中。
    6. 每次试验后有2秒的试验间间隔,期间受试者可放松、眨眼、吞咽或调整姿势。试验过程中应尽量减少身体移动,以降低运动伪迹或肌电伪迹。建议在光线较暗的环境中坐在舒适的椅子上进行实验。
    7. 完成20次试验后,BCI2000将进入暂停状态。此时,若受试者无法移动光标,可能需要重新调整部分设置。
    8. 若经过4轮实验后受试者仍无法自主控制光标移动,可能需要使用BCI2000离线分析工具重新分析采集的数据。根据新的特征图谱选择新的通道和频率。受试者可能需要进行多轮或多次实验才能熟练掌握该任务。

第6部分:代表性结果:

  1. 图1和图2展示了校准过程的决定系数(r-squared)值及头皮地形图,用于指示应选择哪些通道和频率区间以实现光标控制。
  2. 经过训练的受试者应能在1至2秒内快速将光标移动到显示的目标位置。

脑活动图谱、脑电图谱分析、频率-幅度图、神经信号处理

图1 A) 和 B) 右手实际运动与想象运动期间10-12 Hz频段的谱图变化地形图。C) 静息状态(虚线)和运动状态(实线)期间C3导联的功率谱。D) 运动期间相对于静息状态的功率决定系数(r-squared)。

频谱分析热图,频率与通道关系图,显示颜色编码的信号强度,图表。

图2 想象右手运动时所有通道的决定系数(r-squared)。x轴为0至70 Hz范围内以2 Hz为间隔的频率。y轴为通道编号。通道9、10、17、18和19的决定系数最高,这些通道覆盖了对侧手部运动皮层区域。

访问受限。请登录或开始试用以查看此内容。

讨论

  1. 电极阻抗必须足够低,但不能使用过多凝胶来降低阻抗。单个不良通道可能通过公共平均参考影响所有其他通道。若经过多次尝试仍无法降低阻抗,建议使用快速插入式电极,将其通过注射凝胶时所用针孔插入不良电极中,并用胶带固定。
  2. 在首次实验中,受试者可能难以想象所需的动作。此时,可先让其执行实际动作,并对实际动作数据进行离线分析。使用实际动作数据按先前方法配置光标移动实验,让受试者通过实际动作尝试控制光标移动。经过数次运行后,逐步减少实际动作,直至完全停止。经过多次训练后,大多数使用者将不再依赖运动想象,而是直接“意念”控制光标移动。

访问受限。请登录或开始试用以查看此内容。

致谢

美国国立卫生研究院国家生物医学成像与生物工程研究所 RO1:1R01EB009103-01
临床神经工程培训项目(1 T90 DK070079-01)
华莱士·H·科特尔基金会
美国国立卫生研究院临床与转化科学奖(机构级)
美国国立卫生研究院/国家研究资源中心 1KL2RR025012-01
威斯康星校友研究基金会

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
BCI2000-兼容的放大器系统g.USBamphttp://www.gtect.at
BCI2000-兼容的放大器系统Tucker-Davis TechnologiesRx5 或 Rx7http://www.tdt.com
脑电图帽Electro-cap Internationalhttp://www.electro-cap.com
帽上至少应包含位于手部和足部区域(C3、C4 和 Cz)的电极。还可使用额外通道用于控制(CP3、CP4、CPz)以及空间滤波,以提高信号质量。
导电凝胶Electro-cap Internationalhttp://www.electro-cap.com
PC运行 Windows XP 或 Vista 系统(至少 Pentium 4,2 GHz,1 GB RAM)
两个显示器每个至少19英寸(一个供受试者使用,一个供研究人员使用)

参考文献

  1. Fabiani, G. E., McFarland, D. J., Wolpaw, J. R., Pfurtscheller, G. Conversion of eeg activity into cursor movement by a brain-computer interface (bci). IEEE transactions on neural systems and rehabilitation engineering. 12 (3), 331-338 (2004).
  2. Wolpaw, J. R., McFarland, D. J. Control of a two-dimensional movement signal by a noninvasive brain-computer interface in humans. Proc Natl Acad Sci USA. 101 (51), 17849-17854 (2004).
  3. Schalk, G., McFarland, D. J., Hinterberger, T., Birbaumer, N., Wolpaw, J. R. Bci2000: a general-purpose brain-computer interface (BCI) system. IEEE transactions on bio-medical engineering. 51 (6), 1034-1043 (2004).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

脑电图脑机接口BCI2000系统脑电电极放置Mu和Beta频带想象运动校准光标控制任务公共平均参考分类矩阵配置R平方特征选择离线分析工具