基于VC平台的脑电拨号系统研究

耿丽清，崔鹏举，郑 桐

（天津职业技术师范大学天津市信息传感与智能控制重点实验室，天津 300222）

基于VC平台的脑电拨号系统研究

耿丽清，崔鹏举，郑 桐

（天津职业技术师范大学天津市信息传感与智能控制重点实验室，天津 300222）

基于VC平台的脑电拨号系统利用12个按不同频率闪烁的LCD刺激模块，诱发产生稳态视觉诱发电位，并在O1通道提取出来，在上位机上用数字带通滤波器和功率谱估计对脑电信号进行滤波、特征提取和模式分类后产生12个控制命令进行拨号。通过7位受试者各10次实验验证，本系统能够正确拨打11位的手机号码并通话，拨打成功率最高达到100%，平均正确率98%，平均时间低于59 s，证明该系统的方案可行且具有较高的应用价值。

VC平台；刺激器；稳态视觉诱发电位；功率谱估计

脑机接口（BCI）是一种新型的人机交互方式和信号转换系统，包括信号采集、信号处理、信号输出等3个分系统。其中，信号处理系统又分为特征提取和特征转换2个模块。脑机接口是通过在大脑和计算机或其他电子设备之间建立不依赖于常规大脑信息输出通路（外周神经和肌肉组织）的全新通讯和控制技术。人们可以通过脑机接口技术直接通过脑来表达想法或操纵设备而不需要实际的语言或动作，从而可以帮助那些意识清醒但身体四肢无法活动的病人能有更好的生活质量[1-2]。

视觉诱发电位（visual evoked potential，VEP）是人眼经过集中注视行为来诱发大脑视觉皮层神经产生的特定电活动在大脑皮层的电位反映。根据刺激信号的不同可以分为瞬态视觉诱发电位和稳态视觉诱发电位（steady state VEP，SSVEP）[3]。本文所设计的基于VC平台的SSVEP脑电拨号系统工作原理为：实验者专心注视一个包含不同频率闪烁的视觉刺激屏幕，不同的闪烁频率用以产生不同的控制指令，实验者想要执行某种指令就注视代表这种控制指令的刺激模块，通过检测使用者的脑电信号，由其诱发出的SSVEP就能判断使用者的控制意图，从而实现对外部设备如手机的控制[4]。

1 基于SSVEP的脑电拨号系统的基本构成

相比于别的BCI系统如基于运动想象的脑机接口，除了信号采集、信号处理、设备控制，基于SSVEP的脑机接口多了一个视觉刺激器模块用以诱发产生SSVEP响应。其系统结构框图如图1所示。本文所设计的SSVEP的脑电拨号系统主要包含视觉刺激器、脑电采集、信号处理、通信模块4部分构成。

图1 系统框图

1.1 视觉刺激器

受试者需要把注意力集中在视觉刺激器上以产生SSVEP响应。SSVEP的幅度随着刺激灯的闪烁频率变化而变化，但是一般随着刺激频率的升高，SSVEP的幅度呈下降趋势，而且在不同的频段有不同的谐振峰干扰[5]。鉴于此，由于实现脑电拨号功能至少需要12个刺激频率用于产生12个控制命令，因此，本文选择了 13 Hz、13.5 Hz、14 Hz、14.5 Hz、15 Hz、15.5 Hz、16 Hz、16.5 Hz、17 Hz、17.5 Hz、18 Hz、18.5 Hz共12个刺激频率分别用以产生电话键盘上的1、2、3、4、5、6、7、8、9、0以及拨打和删除12个按键命令[6]。这样产生的脑电信号幅度比较大，且各频率的倍频谐波也不会影响后续数据的处理。

在Windows环境下，本文基于微软公司的VC6.0软件编写程序，实现控制LCD显示器中特定区域的图形按照选取的频率闪烁完成了刺激器的设计。其关键是采用了高精度的多媒体定时器timeSetEvent（）[7]，原型如下：

使用timeSetEven（）定时器编程步骤：

（1）定义定时器参数

#define TIMER_ACCURACY 1

//以毫秒为单位定义刺激器精度

（2）调用timeGetDevCaps函数，来判断定时器最大和最小的分辨率。

（3）调用timeBeginPeriod（）函数，来设定定时器的最小分辨率，本系统设定为1ms。

（4）调用函数timeSetEvent（），进行初始化和启动定时器事件，分别设置各个刺激器所用定时器的周期，用void CALLBACK TimerCallBackProc（UINT wTimerID，UINT mMsg，DWORD dwUser，DWORD dw1，DWORD dw2）来声明回调函数。

（5）使用完定时器后，调用timeKillEvent（）函数删除定时器事件。

（6）定时器的任务完成后，通过调用timeEndPeriod（：：wAccuracy）删除使用定时前建立的最小定时器精度。

以该多媒体定时器作为核心，最后设计出来的刺激器的参数精度达到了要求，界面如图2所示。

图2 刺激器界面图

1.2 脑电采集部分

本文按照国际10-20系统电极标准放置法，采用非植入方式放置电极采集脑电信号。通过脑后O1通道，同时以双耳乳突A1、A2作为参考电极，采集诱发产生的SSVEP信号[8]。由于电极在人体头皮表面采集到的是间接脑电信号，其频率范围非常广泛，幅值在20-100 μV之间，且含有大量如肌电、眼电、体表静电、工频干扰等噪音，因此要对采集到的原始信号进行逐级放大。本系统采用中科新拓医用NT9200脑电放大器。为尽量减小干扰，实验时选用了性能优良且对人体无害的Ag-AgCl电极。

1.3 信号处理部分

本系统的脑电信号处理可以分为3个阶段：①将提取到的脑电信号进行预处理。②对经过预处理后的信号进行特征提取。③将信号进行模式分类。

1.3.1 脑电预处理

本文所用的脑电放大器平台已经通过硬件电路对信号进行了预处理，消除了常见的50 Hz工频干扰。但由于脑电信号十分微弱，在采集过程中必然会受到各种外界影响和人体内部其他生理信号的干扰，所以本系统采用Butterworth数字带通滤波器对提取到的脑电信号进行滤波[9]。因为有用信号的频率为13～18.5 Hz，故滤波器设计参数为：带通频率为13～19 Hz，阻带频率为10 Hz和25 Hz，通带衰减、阻带衰减分别为0.5 dB、50 dB。某实验者O1通道处提取到得原始脑电信号和经过滤波处理后的信号效果对比如图3所示。

图3 滤波效果

1.3.2 特征提取与模式分类

本系统选用基于FFT算法的直接法经典功率谱估计（又称为周期图法），对经过预处理后的脑电信号进行特征提取。它是把滤波后的脑电信号x（n）的N点观察数据xN（n）视为一个能量优先信号，直接取xN（n）的傅里叶变换，得XN（ejω），然后再取其幅值的平方，并除以N，作为对x（n）真实的功率谱PPER（ejω）的估计[10]。具体公式如下：

在VC6.0里用代码实现以上算法，并将某实验者在15 Hz刺激频率下诱发得到的原始脑电数据和经周期图法处理后的脑电数据分别传递给Matlab，进行图像处理，验证算法的有效性，结果如图4所示。

图4 特征提取效果

由图4可以看出，特征提取的效果较好，这也为接下来的模式分类打下了良好的基础。

本系统采用简单快速的模板匹配方法对经特征提取后的脑电信号进行模式分类。即查询提前设置的转化表，将经特征提取后得到的频率选择结果按照模板转化为拨号命令，如：将特征值为13 Hz的结果对应命令1，13.5 Hz则对应命令2，以此类推，18.5 Hz对应12，共产生12个控制命令依次对应拨号键盘的1、2、3、4、5、6、7、8、9、0和拨打、删除12个键。

1.3.3 通信模块

通信部分由ATmega128单片机和TC35通信模块组成，VC6.0通过串口通信模块将模式分类后的命令通过串口传给ATmega128单片机，通过编程使AT－meag128能通过串口A接收电脑VC软件平台发送过来的脑电信号命令，然后加上AT指令表上相对应的指令通过串口B发送给TC35通信模块，最终实现SSVEP脑电拨号并通话。系统人机交互界面如图5所示。

图5 人机交互界面

2 实验设计与结果

2.1 实验设计

选取了8名本实验室的学生作为实验者，其中5名男生，3名女生，年龄在24～27岁之间，均身体健康，实验流程如下：

（1）受试者采用舒服的姿势坐于视觉刺激屏幕前，双眼相距50 cm平视屏幕。

（2）给受试者脑部枕区的O1和双耳处带上电极。为使电极能够准确地记录头皮电位同时减少阻抗，用体积分数为75%的医用酒精对安放电极处的皮肤进行去脂处理。

（3）打开刺激器和NT9200脑电采集放大器，采样频率设置为200 Hz。

（4）保持实验室安静，受试者专心注视刺激屏幕开始实验。然后提供任意一个手机号码，让受试者按照提供的手机号码，依次注视刺激屏幕对应的闪光区域，来进行脑电拨号，若拨打错误，则受试者注视代表删除的11号闪光区域进行删除；拨打完11位的手机号码后，受试者注视代表拨号的12号闪光区域，把已拨的手机号发送给TC35手机模块，实现拨号及通话。

2.2 实验结果与分析

经过简短的适应训练后，8位受试者每人做了10次实验，统计各位受试者实验的成功率及每次成功拨打电话所需时间，统计结果如表1所示。

表1 实验结果统计

由表1可知，本文所设计的基于VC平台的脑电拨号系统可以拨打任意一个手机号，平均单次耗时为59 s，拨打成功率最高可达100%。表明本文提出的基于SSVEP的脑电手机拨号系统的设计方案可行且具有很高的应用价值。

3 结束语

脑机接口是近几十年来比较热的一个综合性、交叉性研究课题，它是一种全新的通信和控制通路，促使了人类对大脑的了解，挖掘了大脑的控制潜能，具有十分重要的研究意义。当前BCI的研究主要停留在实验验证阶段。鉴于脑机接口自身的优点和特点，随着BCI系统信息传输率的提高和差错率的降低，以及更加智能化、小型化，可以预见未来其应用一定十分重要和广泛。本文设计的基于VC平台的脑电拨号系统，算法可行，系统可靠，为脑机接口进入实用阶段提供了技术支持。

［1］ 任亚莉.基于脑电的脑-机接口系统［J］.中国组织工程研究与临床康复，2011，15（4）：749-752.

［2］ 李宏伟，赵丽，边琰，等.脑机接口视觉刺激器的设计与实现［J］.机床与液压，2010，38（14）：45-47.

［3］ 刘家乐.基于稳态视觉诱发电位的脑机接口系统的设计与研究［D］.合肥：安徽大学，2011.

［4］ 黄漫玲，吴平东，毕路拯，等.闪光视觉诱发电位在脑机接口中的应用研究［J］.计算机应用软件，2009，26（11）：13-16.

［5］ 吴正华.稳态视觉诱发电位在脑机接口及认知过程中的应用研究［D］.成都：电子科技大学，2008.

［6］ 赵丽，孙永，郭旭宏，等.基于稳态视觉诱发电位的手机拨号系统研究［J］.中国生物医学工程学报，2013，32（2）：253-256.

［7］ 卓红艳，赵平.基于VC++的实时数据采集系统中定时器的使用与比较［J］.现代电子技术，2007，15：80-82.

［8］ 赵丽，耿丽清，郭旭宏，等.基于LabVIEW的运动想象脑-机接口系统研究［J］.天津职业技术师范大学学报，2013，23（1）：1-4.

［9］ 叶坤.左右手运动想象脑电采集和特征提取方法初探［D］.武汉：华中科技大学，2008.

［10］胡广书.数字信号处理理论、算法与实现［M］.3版.北京：清华大学出版社，2007.

Design and implementation of EEG dialing system based on VC platform

GENG Li-qing，CUI Peng-ju，ZHENG Tong
（Tianjin Key Laboratory of Information Sensing and Intelligent Control，Tianjin University of Technology and Education，Tianjin 300222，China）

An EEG dialing system based on VC platform is designed in this paper，which induces steady-state visual evoked potentials according to the results of 12 LCD flashes at a different frequency and extracts the signal at the O1 channel. By using digital band pass filter and power spectral estimation to deal with the SSVEP filtering and feature extraction，12 commands to dial calls are produced.Through 10 times experiments for seven subjects respectively，this system can make the calls get through correctly and the highest success is 100%，and the average accuracy is 98%and the average time below 59 s，which confirmed the reliability and high application value of the system.

VC platform；stimulator；steady-state visual evoked potentials；power spectrum estimation

TP391.4

A

2095－0926（2015）01－0021－04

2014-11-14

国家自然科学基金资助项目（61178081）；天津市自然科学基金资助项目（13JCQNJC03700）；天津职业技术师范大学科研发展基金资助项目（KJY11-10）.

耿丽清（1975—），女，副教授，硕士生导师，研究方向为信号检测与处理、智能控制.