01 从神经元到EEG

据估计，人类大脑由1000亿个神经元组成，每个神经元与其他神经元之间有大约1万个连接。脑电图（Electroencephalography，EEG）是通过记录大脑皮质电信号动态反映脑功能状态的技术，对于癫痫的诊断和定位具有不可取代的重要作用，在各种脑疾病、重症医学和新生儿领域的脑功能监测和预后评估方面也有广泛应用，同时也是脑科学研究的重要方法和无创脑机接口的主要信号来源。

脑电图（EEG）是对大脑电场的非侵入性测量。放置在头皮上的电极记录神经元内部和周围的电流产生的电压电位。对于神经电信号，我们会常看到AP、LFP、ECoG、EEG等术语。我这有一个形象的例子帮助我们理解神经电信号：将我们大脑想象成一个足球场，你是一名带麦克风的记者，你正在报道一场足球比赛。

“如果你站在教练旁边，你可以采访她，并理解她的声音，尽管整个体育场的噪音。这类似于记录单个神经元的动作电位，即Action Potential，AP。

如果你处于演播台报道这场足球赛，你无法记录教练球员间的对话，但是你可以捕捉到演播台其它人员声音以及外面观众的声音。这类似于记录局部场电位Local Field Potential，LFP，其中有近端和相对远端事件的贡献，代表电极的局部区域神经元电信号的总和。

如果你在足球场外报道，当球队进球时，你也许还能听到球场内球迷们齐声欢呼。这类似于脑电图记录多个局部场电位透过皮层的电信号。”

02 EEG的发展

脑电图（EEG）发明于近100年前，至今仍是许多研究问题乃至应用的首选方法。

1924年，汉斯伯格（Hans Berger）测量并证实一种反映大脑活动的电流,即脑电信号（EEG），这相当于打开了一扇观察大脑的窗户。

1934年，英国生理学家埃德加·阿德里安（Edgar Adrian）和布莱恩·马修斯（Bryan Matthews）重复了伯格的观察结果，他们证明了电活动与脑功能之间的相关性，验证了EEG作为研究大脑工具的有效性。

整个1930年代，伯格继续研究人类脑电图，发现，比如意识波动的研究、睡眠纺锤波（sleep spindle）的脑电图，缺氧对人脑的影响，各种弥漫性和局部性脑疾病，甚至还有癫痫放电的一些迹象等等。

1935年，新兴的脑电图科学从欧洲到北美，哈佛大学的哈洛威尔·戴维斯（Hallowell Davis）和赫伯特·贾斯珀（Herbert Jasper）进一步改进了EEG设备，推动了临床应用的发展。

1960年起，脑电图不仅在临床上被用来研究和诊断癫痫和占位性病变，还在许多其他领域也成为一种有用的诊断和预后测试。

1965年，库利和图基（Cooley and Tukey）引入了快速傅里叶变换，以提取信号的谱或频率内容，作为功率谱分析的基础。通过他们的工作，脑电图的计算机化达到了新的标准，为我们今天熟知的定量脑电图（qEEG）铺平了道路。

1988年，Farwell和Donchin首次报道了现今最通用的三大基于EEG的BCI范式之一，即基于P300的BCI范式。

1992年，Pfurtscheller研发出了基于运动想象（motor  imagery，MI）的BCI系统。

2000年，Middendorf等提出了基于稳态视觉诱发电位（steady state  visual evoked potential，SSVEP）的BCI系统。

03 EEG信号特点及采集

用于EEG信号采集的脑电图系统一般由电极、差分放大器、滤波器和寄存器组成。

信号特点：

脑电图只能检测到大脑中所有电活动的一部分，尽管其他种类的生理电活动（如心脏、眼和其他肌肉活动）和环境噪音（如电脑屏幕和其他电气设备、电线）同时发生，但脑电图还是能检测到。

EEG测量的不是动作电位（Action potentials），而是突触后电位（postsynaptic potentials ）。动作电位是由去极化后从体细胞沿轴突的快速电流所引起的，使得一个神经元的静息电位从-70mV增加到-55mV。相比之下，突触后电位是由轴突末端神经递质释放后，产生相对较慢的电流所引起的。一个合理的假设是，突触传递是低频成分的来源，AP是高频成分的来源（＞500Hz）。

Gevins and Smith概述了在头皮水平上可测量皮层产生的电位的程度的五个主要决定因素：

（1）皮层的信号幅度；

（2）突触后电位同步发生的区域的大小；

（3）该区域同步的细胞比例；

（4）激活的皮层区域相对于头皮表面的位置和方向；

（5）通过液体、颅骨和其他组织层传导而产生的信号衰减和空间模糊的量。

采集位置：

脑电图记录电极标准化位置的基本原则是左右对称，距离等比例，覆盖大脑半球凸面的主要解剖部位，建立普遍一致并可重复对比的电极位置系统。Jasper（1958）最初提出的10-20系统是国际上公认的描述EEG头皮电极位置的方法之一，它保证了电极间距离相等。在这里，电极被放置在四个解剖标志的10%和20%的位置：鼻、耳、左、右耳前点。

每个电极位置均由字母和数字组成，字母是该电极所对应脑叶或脑区英文单词的首字母大写 （Fp-额极、F-额、T-颞、C-中央、P-顶、O-枕），中线电极在大写字母后加 z（如 Fz、Cz、Pz、Oz）。如并列两个大写字母则表示涉及两个脑区的交界，如FC（额中央）、CP（中央顶）、TP（颞顶）等。除颞区（T）外，每一条矢状线上电极（相当于纵联）的数字相同，左侧单数，右侧双数。

采集电极：

当测量EEG时，必须引入导电连接来弥合电极和皮肤表面之间的间隙。目前，有三种常见的电极：凝胶电极、水基电极和干电极。

04 EEG信号处理与分析

EEG信号处理

在此，我们展示了三个“流程”，描绘了部分脑电图（EEG）处理和分析步骤。图中的灰色部分为所有分析所共用，通常被称为“预处理”。在此阶段，信号被获取，每个通道的记录都参照共享电压。然后，在频域对信号进行滤波，以排除潜在的非生物噪声。检查信号是否存在例如由肌肉活动引起的伪迹，并提取相关数据段以供后续处理。此时，不同事件相关电位（ERP）的数据段被分组并平均，从而获得一组时间序列，通过统计学方法进行比较以评估显著差异。单次试验分析则对数据段的处理方式不同：不是进行平均，而是根据条件对数据段进行分组后，训练一个分类器——本质上是一种能够从信号自身的一组特征中辨别出产生信号的条件的算法——并提供分类器性能的统计度量。脑机接口采用与单次试验分析相同的分类方案，但不是量化分类器的性能，而是实时向用户提供机器当前决策的反馈。

EEG信号特征

EEG信号数据是通道数与时间的二维数组，我们从时域、频域、分解域、时频域和空间域特征等方面介绍单维和多维脑电信号处理和特征提取技术，主要为时域特征，频域特征，时频域特征和空域特征等。

1. 时域特征（time domain）

时域特征提取是一种比较原始的技术，它是根据时间对信号/数据进行分析。这使得人们可以量化信号如何随时间变化。这在脑电图信号中尤其重要，因为它们通常是在几个小时的时间框架内记录的；其主要包括: 事件相关电位、信号统计量、能量、功率、高阶过零分析、Hjorth参数特征、不稳定指数和分形维数。

事件相关电位（event related potential, ERP）

ERP 是通过平均多个 EEG 试验获得的，ERP具有非常高的时间分辨率，可以测量对短刺激的即时反应。它们通常以刺激后特定毫秒间隔内的正、负电位的潜伏期和振幅来测量。ERP组件的封装顺序为：P100、N100、N200、P200、P300、慢皮质电位（Slow Cortical Potential， SCP）。P300成分是事件相关刺激后300~400ms 出现的正电位，可检测人的总体认知功能，包括视觉、听觉、触觉等感觉，甚至语言、情绪等。

2. 频域特征（frequency domain）

通常使用傅里叶变换（Fourier transfer，FT）进行时–频域转换，脑电信号一般频段划分为5个子频段δ，θ，α，β，γ，再从中计算特征。

3. 分解域特征（decomposition domain）

常见的脑电分解域技术包括自适应Hermite分解、局部特征尺度分解、小波变换（又包括连续小波变换（CWT）和离散小波变换（DWT））、经验模态分解（EMD）。

4. 时频域特征（time-frequency domain）

单独使用信号的频谱和时间特征进行特征提取通常是无效的，因为它们的信号没有对应起来。为了克服单一域的局限性，时频分析技术很好地将两者进行结合。常见的脑电时频特征提取技术包括短时傅里叶变换、S-变换（morlet小波变换的延伸）、匹配追踪。

5. 空间域特征（space domain）

脑电信号采自若干个对应大脑皮层不同位置的电极，左右半球产生的EEG信号与情绪效应有关；消极情绪能激活右侧额叶、颞叶和顶叶，而积极情绪可以激活左侧区域。 因此形成EEG 的空间域特征，主要分为空频域特征和电极组合特征。

空间域特征提取，又称空间滤波，是最常用的脑电信号分类技术之一。具体来说，该技术使用了共空间模式（common spatial pattern，CSP），即一种有监督的空间滤波器。空间滤波方法将脑电波转换到一个独特的空间。

05 EEG信号的应用

脑电图研究区分了两种主要的大脑活动。因此，也有两种主要EEG+BCI的脑机接口类型：

1）自发脑电图（也称为内源性或连续脑电图）：它基于内部诱导的过程和心理任务，主要产生正在进行的脑电图的变化。

2）事件相关电位：基于事件或外部刺激。

根据内源性产生的心理活动信号。前者主要包括MI、运动执行 （motorexecution，ME），以及视觉想象、言语想象等其他心理任务;

根据外部刺激来源信号，主要包括ERP（基于视觉、听觉、触觉、嗅觉等的P300、SCP、反射性语义调节等）和SSVEP范式等。此外,越来越多的研究使用两种或多种生理测量的多模态范式进行研究, 如P300+SSVEP、MI+SSVE。

转自微信公众号 医小憩