摘 要： 设计了基于事件相关电位（ERP）的脑-机接口（BCI）系统，根据ERP中P300的特性，分别对比输入字符的形式及颜色，并在此基础上采用不同的实验参数进行了多次实验。对采集到的脑电信号（EEG）使用叠加平均、独立成份分析（ICA）、Fisher线性分类器来进行分析处理。实验结果表明，输入方式及实验参数会对P300的时域特性及识别率产生较大的影响。
关键词： 脑-机接口；事件相关电位；P300；独立成分分析；Fisher线性分类器
脑-机接口BCI（Brain-Computer Interface）为人脑与外界事物进行信息交流和控制提供了一种全新的通道，随着人们对大脑的研究越来越深入，可以不使用语言或动作，直接通过脑电信号来表达想法或者操纵设备。BCI系统一般由三部分组成：对脑电信号的采集；对脑电信号进行处理；将处理之后分类正确的控制信号输出，实现对外围设备的控制。事件相关电位ERP（Event-Related Potentials）是脑电图EEG（electroencephalogram）中的一种，当外加一种特定的刺激，作用于感觉系统或脑的某一部位，在给予刺激或撤销刺激时，在脑区引起的电位变化[1]。ERP中的P300电位是脑-机接口中广泛使用的信号。浙江大学的陈卫东等人设计的基于P300电位的BCI系统实现对虚拟手臂的控制；瑞士洛桑联邦理工学院（EPFL）实验室为残疾人设计出基于P300的BCI控制系统[2]。
如何让BCI系统贴近生活，设计出更为简单实用的BCI系统，就显得比较重要了。在日常生活中，人们对于密码并不陌生，本文设计的基于ERP的新型输入系统，为密码输入提供了一种更为安全的方式，不用手就可以实现密码的输入。由于好的数据是无可替代的[3]，通过实验范式设计来产生较好的刺激效果就显得尤为重要。本文通过变换输入字符的形式及颜色，对不同实验参数进行多组实验。对采集到的EEG进行叠加平均，将P300从EEG背景噪声中分离出来，然后利用独立成份分析ICA（Independent Component Analysis）来剔除眼电，用Fisher线性分类器进行分类，对实验结果进行分析比较来选出最佳的刺激输入形式。
1 实验范式
1.1 字符的形式及颜色
用于密码输入的字符形式可以选择阿拉伯数字（0、1、……9）（以下简称数字）或者大写的数字（零、壹、……玖）（以下简称汉字）。人们一般非常熟悉阿拉伯数字；大写的数字，普及率不及阿拉伯数字，但是在一些特殊的场合，如银行还是会经常用到。并且相对于拼音文字，汉字是更为彻底的视觉文字，其脑机制更注重视觉加工[4]。除了字符形式的对比外，又进行了字符颜色（黑色、红色）的对比。黑色是较为普遍的颜色，红色能够引起人们较为强烈的反应。本文共设计了四组实验：黑色数字、红色数字、黑色汉字及红色汉字。
1.2 实验参数
实验过程中，准备阶段屏幕上将会呈现1 s的“+”，之后随机出现的字符即为目标字符，持续呈现1 s，随后一轮10个字符随机闪烁出现，重复多轮，当出现与目标字符相同的字符时，要求被试者默数一次。每个字符出现的概率相同，且满足偏差刺激概率小于30%；标准刺激概率大于70%。综合考虑参考文献[5-6]之后，初步设定字符闪烁方式亮暗时间/s的组合取为[0.1，0.3]，[0.15，0.3]，[0.2，0.3]，[0.1，0.4]，[0.15，0.4]，[0.2，0.4]；字符重复次数的取值为10，13，15，20；连续无间隔训练的目标字符个数为8，10，15，18。实验过程中发现：亮暗时间太短，被试者的眼睛会很快进入疲劳状态，个别被试者还会流眼泪；如果亮暗时间太长，被试者容易走神，刺激效果不明显；随着目标字符数目的增多，实验所需的时间就会越久，被试者的注意力会下降。在咨询被试者的基础上，分析采集到的数据，最终确定实验参数为：字符闪烁方式为亮0.15 s，暗0.4 s；训练一个目标字符过程中，每个字符随机重复闪烁13次；测试完8个目标字符之后，被试者可以适当休息。
1.3 脑电信号采集
实验采用VC++中的MFC编写信号的采集存储等处理程序，实现19导（FP1，FP2，F3，F4，C3，C4，P3，P4，Po7，Po8，F7，F8，Oz，T4，T5，T6，Fz，Cz，Pz）EEG的同步采集。通过银-氯化银电极制作的电极帽采集EEG，经过数字放大器（中科新拓公司，UEA-24BZ）放大，采样频率定为100 Hz，30 Hz低通滤波。由4名女性、3名男性参与实验，平均年龄是24.7岁，对颜色可以正常识别，视力矫正到正常，右利手。在实验之前，被试者已明确自己的任务，保持头皮干净，情绪稳定，身体状况良好。实验室温度控制在25℃左右。采用单极导联，耳电极为参考电极。测试期间被试者要精神放松，注意力集中，尽可能减少眨眼及肢体运动。待实验结束，咨询被试者默数的目标字符出现次数，以此来判断被试者注意力的集中程度。
2 数据处理
2.1独立分量分析
对每名被试者的各组数据分别进行分析，ICA在去除眼电干扰方面有比较强的优势，不需要依赖于数据的任务标签，就可以在无监督的模式下进行，得到更多独立的信号源，较为真实地反映大脑的源活动，确保各个分量尽可能的独立，绘制出相应的独立分量的空间模式图。观察图像，若在前额FP1、FP2处，颜色越红就表明眼电干扰越大，在随后的处理当中，要在尽可能地保留原始数据的基础上，适当地剔除这些干扰明显的量。
2.2 P300的波形分析
对同一被试者所采集的四组数据进行分析，分别绘制出在Oz处目标字符与非目标字符在刺激之后0.7 s内的波形图，如图1所示，此被试者比较熟悉汉字中的大写数字，P300电位的峰值都出现在0.4 s附近。在同为数字刺激时，在图1（b）中目标字符相对于非目标字符波形的起伏较大，刺激的效应较为剧烈。在同为汉字刺激时，在图1（c）图中目标刺激的最大峰值更为明显，而图1（d）中的波形较为杂乱，对最大峰值有干扰。综合四幅图像来看，图1（b）中红色数字的刺激效果是最好的，在目标刺激的起始阶段，波形较为平稳，P300的峰值集中出现在目标刺激之后的0.2~0.5 s之间。
当被试者对于汉字中的大写数字不熟悉时，汉字试验中，目标字符刺激所产生的P300电位峰值会向后延迟，出现在0.5 s之后。推测其中的原因可能是：当被试对于比较熟悉的图片时，反应快一些；当出现不熟悉的图片时，反应会慢一些，这样目标字符刺激产生的P300电位会向后面有些许的延迟。
2.3 正确率分析
同一个被试者，两周内要完成四组实验。所采集到的数据为：黑色数字组共96个字符；红色数字组共96个字符；黑色汉字组共99个字符；红色汉字组共98个字符，分别进行分类。取刺激之后0.7 s内的数据作为分类特征，进行10次8折交叉验证，分别对四组实验的样本数据分类。绘制出字符闪烁重复次数与正确率之间的关系，如图2所示。
字符在重复闪烁6~9次之后，会达到一个较为平稳的正确率，随着字符闪烁重复次数的增多，并不能提高相应的正确率。所以在设计实验范式时，可以适当地减少字符闪烁的重复次数，缩短实验时间，最终提高输入系统的效率。在图2（a）、（b）中，红色数字的正确率比黑色数字的正确率高；图2（b）、（d）中，红色数字的正确率要比红色汉字的正确率高很多，即在四组实验当中，红色数字的分类效果最好。
综上可知：在图1中，红色数字的波形效果是最好的，目标刺激之后的初始阶段波形较为平稳，在0.2~0.5 s内，P300峰值最大；在图2中，红色数字的分类正确率最高。鉴于人们对于阿拉伯数字的熟悉程度远远高于数字的大写汉字，及对于此密码输入系统的推广，确定出红色数字为最佳的刺激方式。
本文所设计的基于ERP的BCI新型输入系统，通过分别对比输入字符的形式及颜色，采用不同的实验参数进行了多次实验，将脑电信号的处理结果进行比较，确定出了实验范式的最佳刺激方式及合理的实验参数。
在数据采集过程中，由于实验室的条件有限，不能做到完全隔音，以后需要在更加严谨的实验环境中进行。被试者在面对不停闪烁的字符时，很容易疲劳，眨眼是无法避免的，所以要尽量克服BCI任务的枯燥感，减少被试者的疲劳程度，使采集到的数据尽可能干净。今后的工作中，在利用Fisher分类时，还可以挑选出对P300起关键作用的通道或者仅选择刺激之后的0.2~0.6 s之间的数据进行分析，降低数据的维数，进一步提高BCI系统的效率。
参考文献
[1] 赵仑.ERPs实验教程（修订版）[M].南京：东南大学出版社，2010.
[2] HOFFMANN U， VESIN J M， EBRAHIMI T， et al. An efficient P300-based brain-computer interface for disabled subjects[J]. Journal of Neuroscience Methods， 2008， 167 （1）：115-125.
[3] （美）STEVEN J.LUCK著.事件相关电位基础[M].范思陆，丁玉珑，曲折，等，译.上海：华东师范大学出版社，2008.
[4] 张学新，方卓，杜英春，等.顶中区N200：一个中文视觉词汇识别特有的脑电反应[J].科学通报，2012，57（5）：332-347.
[5] POLICH J. Updating P300： An integrative theory of P3a and P3b[J]. Clinical Neurophysiology， 2007， 118（10）： 2128-2148.
[6] DUNCAN C C， BARRY R J， CONNOLLY J F， et al. Event-related potentials in clinical research： Guidelines for eliciting， recording， and quantifying mismatch negativity， P300， and N400[J]. Clinical Neurophysiology， 2009，120（1）1883-1908.