测试干式EEG传感器的有效性--使用游戏
更多技术干货第一时间送达
导读
脑机接口(BCI)是一种通信系统，通过将大脑信号转换成机器指令，帮助用户与外部环境进行交互。脑电信号的可用性和可靠性使其成为脑机接口最常用的方法。许多基于脑电图的脑机接口设备都是利用传统的湿式或微机电系统(MEMS)型脑电图传感器开发的。然而，这些传统的传感器接触皮肤时会令人产生不舒服的感受。因此，以舒适、方便的方式获取脑电信号是一种新型BCI器件的重要组成部分。在本研究中，作者开发了一种基于可穿戴、无线和便携式脑电图仪的BCI设备，该设备具有基于干泡沫的脑电图传感器，并通过游戏控制应用程序进行了演示。干式脑电图传感器无导电胶;然而，他们能够提供良好的导电性，能够通过适应不规则的皮肤表面和保持适当的皮肤传感器阻抗在前额部位有效地获取脑电图信号。作者还演示了使用提出的便携式设备进行游戏控制的实时认知阶段检测应用。研究结果表明，利用这种基于脑电图的便携式脑机接口装置，可以方便、有效地控制外界，为康复工程的研究提供了一条途径。
研究成果
在这项研究中，研究人员开发了一种基于EEG的可穿戴BCI设备，并配备了基于干泡沫的新型传感器，并演示了游戏控制的认知应用。该设备由无线EEG采集设备和计算机组成。无线EEG采集设备包括干泡沫传感器和无线EEG采集模块。提出的干式泡沫传感器无需使用导电胶即可工作。这些传感器能够提供良好的电导率以有效地获取EEG信号。而且，该传感器可以适当地集成到无线EEG采集设备中。与其他使用湿式传感器的便携式BCI设备需要皮肤准备过程相比，使用该设备的用户可以在日常生活中更快，更舒适，更有效地监测其EEG状态，并可以将EEG信号传输至个人计算机直接处理信号。另外，在设备中实现了一个实时聚焦检测算法，作为一个基于EEG的游戏界面，以一种舒适的方式检测用户的实时认知状态。该设备的使用补充了其他现有的BCI方法，用于研究神经元激活的认知状态和日常生活中的行为反应。
方法与材料
A:干式EEG传感器的设计
所提出的基于干泡的脑电图传感器的具体设计是使用聚氨酯材料制成的导电聚合物泡沫与额头皮肤接触，其压缩集约为5~10%，如下图A和B所示。导电泡沫覆盖了0.2毫米厚的塔夫绸材料，由导电聚合物织物制成(导电率约为0.07欧姆/平方厘米)，并在其所有表面涂上镍/铜(Ni / Cu)，以建立一个类似于银色脑电图传感器的电接触。使用0.2 mm厚的铜(Cu)作为粘附层，连接到无线EEG采集模块。提出的干泡式脑电图传感器为20×20×9 mm3。干式脑电图传感器皮肤传感器接口的设计规范和等效电路遵循研究
B: 无线脑电图采集模块
下面两幅图为无线EEG采集模块及其在游戏控制中的应用。它用于从干式脑电图传感器获取脑电图信号，包括(INA2126, Texas Instruments)、一个采集组件(AD8609，模拟设备)、一个微处理器组件(MSP430,Texas Instruments)和一个无线传输组件(BM0403, Unigrand Ltd.)。为了放大和过滤脑电图信号，研究人员在电路板中嵌入了一个前置放大器、一个带通滤波器(0.5~ 50hz)和一个模数转换器(ADC)作为生物信号放大器和采集组件模块。放大器和采集组件的增益设置为大约5500。采用12位分辨率的ADC对脑电图信号进行数字化处理，对放大、滤波后的脑电图信号采样率为256hz。在微处理器组件中，使用ADC探测的脑电图信号被数字存储。在无线传输之前，使用频率为60hz的移动平均滤波器来排除电力线的干扰。蓝牙模块BM0403(Unigrand Ltd.)包含在电路的无线传输部分。需要注意的是，该模块完全符合蓝牙v2.0+ EDR和印刷电路板(PCB)天线的规范。总的来说，本论文提出的无线脑电图采集模块的尺寸大约为4.5×3×0.6 cm3，能够将该模块嵌入到基于可穿戴脑电图的BCI设备的机制中。该模块使用3.7 v直流电源，工作于31.58 mA。最重要的是，这个模块能够使用商用750毫安电池连续工作23小时。
C: 基于EEG的可穿戴BCI设备的机制
设计基于脑电图的BCI装置的快速放置机制，使干燥的脑电图传感器轻松快速地附着在用户的前额(F10)，如下图A所示。该装置由三个干泡传感器和一个无线脑电图采集模块组成，该模块包含一块电池。橡皮筋可以根据用户的头部大小进行调节，如下图A所示。利用干式脑电图传感器探测脑电图信号时，该机制也被用来最大化皮肤传感器的接触面积，以保持低阻抗。这一机制未对额头皮肤导致任何永久性或有害的影响。注意，多孔设备的所有通道都使用了基于干泡沫的电极。可穿戴式脑电图采集装置的应用，使用户更方便、舒适地监测脑电图信号。
D: EEG信号进行游戏控制
为了演示基于脑电图的干式传感器BCI装置在日常生活应用中的性能，研究人员提出了一个由用户通过脑电图信号的精神聚焦来控制的计算机游戏。游戏界面如图3所示。所有玩这个射箭游戏的用户都配备了这个基于脑电图的BCI设备。用户在游戏中进行射击，然后根据箭矢到靶心的距离来打分。屏幕右侧有一个栏，屏幕中心有一个目标，屏幕右上角有一个分数(下图A)。条形图显示了该用户在游戏期间的聚焦水平(FL)(下图B和下图C)。换句话说，FL值是游戏的主控制器。如果FL值较高，则说明射击距离目标中心较近，此时游戏得分较高。如果FL值较低，则射击距离目标中心较远，因此得分较低。用户的任务是使FL值尽可能高，通过射击接近目标的中心。用户有10秒的时间来完成一个镜头，10次之后计算总分。
评价指标
为了测量用户的FL值，提出了一种简单、实时、智能的游戏控制聚焦水平检测算法。该FL检测算法流程图如图4所示。FL检测算法包括三个主要步骤:
1)去除伪迹信号;
2)提取聚焦特征;
3)确定FL值。
首先对原始脑电图信号进行预处理，去除噪声信号。众所周知，精神集中状态与脑电图前额区域的alpha节律(8~ 12hz)高度相关，并且噪声伪影位于不同于alpha节律频率范围的频率区域。因此，为了剔除伪影，对信号进行快速傅里叶变换，得到信号的功率谱模式，保留在alpha波段内的信号。
其次，对alpha波段内的功率谱进行聚焦特征提取。之前的研究表明，随着用户的精神状态从专注状态转变为非专注状态，脑电图的alpha节律的力量也随之增强。因此，alpha波段在本研究中用来表示用户聚焦状态的主频带，FL检测算法选择原始脑电图信号的8~ 12hz频带。将Focus Feature (FF)定义为alpha节奏中平均功率的倒数，如下式所示:
实验结果
作者报告了干式传感器和电路的测试结果，以确保它们在日常生活中可用于测量EEG信号。基于可穿戴式EEG的BCI设备的主要组件包括干式EEG传感器及其相应的读出电路。关于信号质量和皮肤传感器界面之间的阻抗，对干式EEG传感器进行了实验表征。
下图中显示了用于验证信号质量的预测试实验。该预测实验的目的是识别在EEG测量期间由干式EEG传感器引起的任何失真。首先，使用带有导电胶的标准EEG传感器预先记录EEG数据，并将其存储在计算机中。接下来，将脑电图数据输入到可编程功能发生器中，并通过分压器生成模拟人脑电图信号。然后将模拟的EEG信号输入到干式EEG传感器中，并与记录的和预记录的EEG数据进行比较。
下图显示了预先记录的EEG信号和研究人员提出的干式EEG传感器记录的信号。预记录的EEG信号与使用干式EEG传感器获得的信号高度相关，达到97.68％的水平。预记录的EEG信号与使用干式EEG传感器获得的数据之间的高度相关性证实了使用基于干式泡沫的传感器记录的EEG信号的清晰度。
接下来，研究了传统湿式EEG传感器和干式EEG传感器之间的相关性。下图显示了在用户的额头上使用干/常规EEG传感器对之后传感器的位置和EEG测量的结果（F10）。对于前额，使用干式EEG传感器和常规湿式EEG传感器获得的信号之间的相关性通常超过95.56％。 因此，使用基于泡沫的干式EEG传感器进行的EEG信号测量的性能与常规的湿式EEG传感器相同。
此外，还使用阻抗谱法(LCR4235,Wayne Kerr Electronics Ltd.)测量传感器-皮肤接触界面的阻抗。传统的脑电图传感器利用自粘特性附着在使用者前额左侧的皮肤上。干燥的脑电图传感器用一条3米长的一次性皮带固定，每次测量之间小心地更换，以避免皮肤表面的任何变化。使用者的皮肤被用带有2-丙醇的棉垫轻轻擦拭干净，在使用传感器之前，使2-丙醇蒸发。为了保证结果的可靠性和可重复性，将阻抗谱测试信号设置为1v，频率范围设置为0.5 ~1000Hz。对五名不同的参与者进行了十项测试，分别测试两种不同的脑电图传感器(湿式和干式)。下图显示了不同条件下的阻抗测量结果。在下图中，黑线表示未使用皮肤制剂或导电凝胶的干性EEG传感器对的阻抗。蓝色和红色的线分别表示未使用皮肤制剂和使用皮肤制剂时常规脑电图传感器的阻抗。常规脑电图传感器均采用导电凝胶法。结果表明，皮肤与无皮肤准备或导电凝胶的干性脑电图传感器之间的阻抗水平接近有皮肤准备和前额部位导电凝胶的湿性脑电图传感器(F10)。因此，干式脑电传感器在传导性能方面与传统的脑电传感器有一定的差距。
下图显示了不同传感器(干湿传感器)在长期EEG测量中的阻抗变化。在长期的脑电图测量中，导电凝胶和皮肤制备的常规脑电图传感器的阻抗变化高于干式脑电图传感器。干式脑电图传感器的阻抗变化范围为4~12 kOhm，在正常脑电图测量的可接受范围内。此外，在长期的EEG测量(2小时)中，与传统的EEG传感器相比，干式传感器在皮肤电极阻抗方面提供了可靠的信号质量(图10)。这一结果可以解释为，干燥的脑电图传感器不需要导电凝胶，在测量过程中容易干燥，因此降低了相对于湿传感器的稳定性。
结论
实验结果表明，基于干式泡沫的脑电传感器通过相应的无线脑电采集装置进行成功、稳定的脑电测量;这些结果与使用导电凝胶的传统脑电图传感器几乎相同。因此，与传统的基于脑电图的湿式传感器BCI设备相比，基于干式泡沫的脑电图传感器具有允许常规和重复测量的潜力。并成功地将便携式、无线、低功耗的脑电采集模块用于脑电的长期监测。将干式脑电图传感器和无线脑电图采集模块嵌入可穿戴式脑电图采集装置中。使用基于脑电图的穿戴式BCI设备，不使用导电凝胶，使用户在日常生活中更舒适地监测脑电图状态。
在这项研究中，研究人员也使用了这种便携设备来演示基于脑电图的游戏控制的认知应用。以个人计算机为平台，运行实时聚焦特征检测算法和脑电图监测程序，监测用户的认知状态。实验数据表明，这种基于EEG的可穿戴BCI设备和相应的算法可以可靠地用于控制一般用户或研究人员的外部世界应用。该装置补充了其他现有的BCI方法，用于研究人类神经元激活的认知状态和日常生活中的行为反应。
更多阅读
EMD算法原理与实现
EEGNet: 神经网络应用于脑电信号