目标视场角对P300-RSVP目标检测系统的影响分析

褚凯轩，常天庆，郭理彬，马 也

陆军装甲兵学院 兵器与控制系，北京 100072

1 引言

P300电位是脑-机接口中常用的信号，是指在接受靶刺激后约300 ms出现的正向电位偏移。P300是一种经典的事件相关电位（ERP）成分，是大脑对信息加工最好的反映，其潜伏期与刺激具有严格的锁时关系。针对P300电位，Polich和Donchin[1]提出的Oddball范式沿用至今，Oddball范式中要求参与者对一系列刺激进行分类，这些刺激可分为两类，靶刺激和非靶刺激，靶刺激出现的概率远远小于非靶刺激出现的概率。学术界以Oddball范式为基础，将P300-RSVP目标检测系统应用于多种目标的分类和检测[2-4]：用RSVP技术将一系列待检图片快速播放，小概率出现的含有目标的图片会刺激被试者产生P300电位，通过研究脑电波中是否含有P300即可锁定目标图片。P300-RSVP目标检测系统需要与之配套的图像最优呈现技术，以刺激被试者产生更强烈的P300，提取更显著的脑电特征，进而提高目标检测的正确率[5]。图片中的目标所占视场角是一个重要的因素，目标视场角是指目标的外缘与人眼视线形成的角度，目标视场角直接影响诱发的P300信号的强度。

当前对“视角”问题进行了较多的研究。文献[6]的研究显示，当目标位于中心视野4°以内时，被试者主观发现目标概率达到90%，而当目标远离视角4°时，被试者的识别率下降到50%，当目标远离视角8°时，识别率进一步下降。虽然被试者的周边视野仍然可以发现目标刺激，但目标在视野的外缘处必须特征更显著才能被发现。文献[7]在4 Hz播放帧率下采用6°×4°视角的图片刺激被试者，图片中的目标包括动物、汽车、飞机、人等，最后对P300的分类正确率达到90%以上。文献[8]在10 Hz播放帧率下采用约26°视角的图片刺激被试者，要求被试者从汽车图片中筛选出人脸图片，对3名被试者的P300的分类正确率分别为84.5%±0.63%、85.0%±0.61%、84.7%±0.63%。

文献[6]对目标中心偏离中心视线（屏幕中心）的角度进行了研究，而在实际应用中，目标的位置是未知的，目标偏离视野的角度不可控，文献中得到的结论难以直接用于实践。文献[7-8]对图片所占视场角进行了研究，而在刺激实验中，被试者更多的是关注图片中的目标而非图片本身。当前对于图片中的目标所占视场角的问题研究较少。目标视场角是对刺激强度和最佳视域的权衡：因为相对较大的目标有利于刺激被试者产生更强的P300信号，但当目标视场角超过人眼的最佳视域范围时，会造成被试者难以在短时间内观察目标全貌而错过目标。因此研究目标的最佳视场角具有重要意义。

前期实验中已知，人能够在短时间（0.1 s）内识别坦克目标的最少像素点个数为30个左右，分辨率为960×720的图片中0.5°的视场角内大约有30个像素点，故选择0.5°的目标视场角进行第一组实验；文献[6]中实验表明目标位于中心视野4°以内时，被试者发现目标的概率最大，因此本实验中也用4°目标视场角进行一组实验；水平方向8°范围内的物体，映像将落在视网膜最敏感的部分——黄斑上[9]，故选择8°目标视场角进行一组实验；人眼的分辨视域约为15°，该范围内人眼能较快地捕捉图像特征，识别简单的数字和字母[10]，故选择15°的目标视场角为最后一组实验。

采用0.5°、4°、8°和15°共4种不同视场角的目标对5名被试者进行刺激实验。比较不同视场角的目标刺激下P300的叠加平均信号的强度；采用结构化判别成分分析（HDCA）对不同目标视场角下的单试次信号进行分类，比较目标探测率。

2 P300-RSVP目标检测系统

P300-RSVP目标检测系统主要由脑电信号刺激模块、脑电信号采集模块、脑电信号处理模块三个部分组成。脑电信号刺激模块的功能是将图片序列通过RSVP技术快速呈现给被试者，刺激被试者大脑产生相应的脑电信号。脑电信号采集模块的主要功能是对刺激产生的脑电信号进行采集和储存，同时产生标签，使图片序列和脑电波在时间上一一对应。脑电信号处理模块主要是对脑电信号进行预处理、特征提取和分类，其中预处理包括对脑电波进行降采样、滤波、分段和去噪声等操作。

P300-RSVP目标检测系统工作原理如图1所示。将待检测图片通过RSVP技术快速播放，刺激被试者产生脑电信号，同时将图片和对应的脑电波打上标签，二者在时间上一一对应。根据脑电波中是否存在P300对脑电信号进行分类。通过图片和脑电波之间的标签，锁定目标图片，达到目标检测的目的[11]。基于P300脑-机接口的目标检测系统利用脑-机接口技术，实现机器智能与生物智能的有机融合，实时提供反馈信息帮助被试者完成高速、流水线式的目标检测任务。

图1 RSVP-BCI目标检测系统工作原理图

脑电波具有低信噪比的特点，P300信号的背景噪声主要是自发脑电信号、眼电信号、肌电信号和工频干扰组成。P300信号的幅值一般都在0.5～20μV，而自发EEG信号的幅值有时会达到100μV以上[12]，远大于P300信号的幅值，造成P300信号经常淹没在噪声之中。在单试次脑电波分类任务中，无法采取叠加平均的方法提高信噪比，脑电波分类难度较大。为了提高目标检测系统的性能，除了改进信号处理的算法外，研究图片最优呈现技术从而提高刺激产生的P300强度也是一条重要途径。因此，本文的研究主要是针对刺激——图片，以期产生更强烈的P300电位，从而降低分类的难度，提高目标检测的正确率。

3 实验

3.1 被试者

共有5名被试者参加该实验，受试者年龄在23～30，被试者身体健康，视力正常，进行实验时精神状态良好。实验中对被试者提出以下要求：

（1）被试者需要了解实验的基本原理和流程，实验之前浏览一遍图片。

（2）实验过程中被试者保持面部肌肉放松，减少四肢和头部的动作，保持呼吸平稳，情绪镇定。一旦出现咳嗽、瞌睡或注意力不集中等情况，需要及时报告，剔除相应的脑电波数据。

（3）由于两张目标图片间隔至少1.5 s，鼓励被试者在发现目标图片后0.8～1.5 s时间内眨眼，该段脑电不作为分析使用。

3.2 图片

实地航拍获取图片素材、对图片素材进行筛选、裁剪等预处理操作，建立图库。图库中包含目标图片与非目标图片，目标图片中含有坦克目标，非目标图片中无坦克目标。两类图片大小一致，分辨率均为960×720。目标图片样本和非目标图片样本如图2所示。

图2 目标图片样本和非目标图片样本

每100张图片组成一组图片序列，其中有非目标图片96张，目标图片4张，目标图片位于图片序列中的5～25、30～50、55～75、80～100，且任意两张目标图片至少间隔15张非目标图片。每种目标视场角下进行100组实验刺激实验，共计可以产生400个正样本脑电波和9 600个负样本脑电波。

3.3 目标视场角

目标视场角的示意图如图3所示。

其中，α为目标边缘偏离视线的角度，γ即为目标所占视场角，b为图片边缘距离目标中心的距离，L为被试者与屏幕间的距离，本实验要求被试者距离屏幕0.6 m，即L=0.6 m。

图3 视角示意图

从近距离拍摄的源图片中割取目标视场角较大的图片样本，从远距离拍摄的源图片中割取目标视场角较小的图片样本，再对割取的图片进行适当缩放从而使目标视场角达到实验要求。最后对所有的样本图片进行分辨率归一化处理，输出图片的分辨率均为960×720，清晰度相同。由公式（1）计算不同大小的目标所占视场角，见表1。

表1 目标大小与目标所占视角对应关系

4 数据分析

4.1 P300强度

对脑电波进行降采样、0～30 Hz滤波、去眼点、分段和截取等操作，随机选取每名被试者的各组目标视场角实验中50段正样本脑电波数据，进行叠加平均。目标视场角影响因素下P300波形如图4所示。

图4 目标视场角影响因素下P300波形

目标视场角影响因素下P300波峰值见表2。

表2 目标视场角影响因素下P300波峰值μV

五位被试者中，有四位在目标视场角为8°左右时产生了最强的P300，有一位在目标视场角为4°时产生了最强P300，但是比8°目标视场角时的P300峰值仅高0.06μV。而当目标视角小于0.5°和大于15°的情况下，四位被试者的P300强度均出现了一定程度的衰减。

虽然P300的峰值是评价P300信号强弱的重要指标，但这并不是决定分类的唯一因素。例如，N200与刺激也有严格的锁时关系，从图4中可以看出N200和P300的强度不是严格的正相关。当前对于P300脑电信号的分类算法不是只依据潜伏期附近的正向偏移，而是将整个波段的信息都列入分析[13-17]。因此，最终判定最佳目标视场角，还需要对脑电波进行分类。

4.2 分类

采用结构化判别成分分析（HDCA）对单试次脑电波进行分类。算法的核心是对权重系数进行训练，使得目标图像的得分尽可能地高于非目标类图像的得分[18]。HDCA分类器的训练过程如图5所示。P300信号最晚不会超过400 ms，且根据实验要求，每当被试者发现目标后500～1 000 ms之间允许眨眼。因此选取0～400 ms内的脑电数据作为样本。分类方案中用到FLD和Logistic Regression方法。FLD对多维样本进行降维，使来自不同类别的样本在该低维空间中具有可分性。LR通过一个多项式函数将样本向量映射为一个(-∞,+∞)范围内的值，然后通过该值在Logistic曲线对应的值给出样本向量属于某类别的概率。

图5 HDCA分类器训练过程

HDCA训练分类器的步骤如下：

第一步：将0～400 ms脑电数据以50 ms为间隔分为8个时间窗口。

第二步：将各导联第i(i=1,2,…,8)个时间窗内脑电信号取平均值。

第三步：FLD降维，得到该时间窗内脑电的判决值yi，使得目标刺激对应的yi值大于非目标刺激对应的yi值。记第i个时间窗内第k个导联xik特征降维所对应的投影系数为ωik。对应公式为：

第四步：通过LR找出第i个时间窗的加权系数ci，使得通过ci加权后的yi值之和成为图像评分值IS，并且目标刺激的IS值大于非目标刺激的IS值。记第k个导联xk特征降维所对应的投影系数为ωik。对应的公式为：

第五步：控制误检率为15%的前提下，设置分类阈值ω，进行分类。当IS≥ω时，判断脑电波中含有P300，当IS＜ω时，判断脑电波中不含P300。

从每位被试者的各不同目标视场角刺激下的脑电数据中随机选取正样本脑电波和负样本脑电波各100段，采用“留一法”对HDCA分类器进行训练和分类，统计正样本的分类正确率（即目标探测率）。目标视场角影响因素下目标探测率见表3。

表3 目标视场角影响因素下目标探测率%

表中数据显示，每位被试者都在目标视场角为8°时，达到了最高的目标的探测率，5位被试者平均目标探测率达到82%以上。

5 结论

针对目标所占视场角对P300-RSVP目标检测系统的影响，设计对照实验，研究被试者在不同视场角的目标刺激下P300的强度以及分类效果。采用HDCA分类算法，经过FLD的空间加权平均和LR的时间加权平均，训练权值，计算图像的评分值，以误检率为标准设置分类阈值，实现分类。实验结果显示，目标所占视角为8°左右时，刺激被试者产生的P300强度最强，峰值最高，相应的目标探测率最高，5位被试者的平均目标探测率达到82%以上。