基于脑信号分析探讨人工智能算法在针灸研究中的应用

周艳艳 ，任媛媛 ，张凯亚 ，景柏荣 ，刘豪锋

（1.陕西中医药大学，咸阳 712046；2.陕西中医药大学附属西安市中医医院，西安 710021；3.西安电子科技大学，西安 710071）

针灸是中国在国际医疗领域中占有一席之地且有发言权的优势行业，在全球183个国家及地区应用，并被逐步纳入到多个发达国家的医保体系[1-2]。这对针灸研究的标准化、客观化提出了更高的要求，引用循证医学理念和方法，使中医针灸由经验模式转变成循证决策模式，是提高针灸临床疗效并加快推广针灸国际化步伐的关键所在[3-5]。

脑电图损伤性小且操作性高，在临床上应用广泛[6]。在针灸学研究中，脑电信号主要应用于针灸机制的研究和针灸疗效的评价两个方面。脑电信号采集技术具有时间分辨率高的特点，可用于观测脑区电生理活动的实时变化，但局限于空间分辨率，尚不能根据不同穴位刺激的脑信号确定具体的活动脑区，使得应用脑信号研究的针灸作用机制受到诸多限制。随着人工智能技术的到来，以机器学习算法为代表的信号解译技术的发展，标志着脑信号分析技术上升到一个新的层面。脑信号逆问题研究上的突破，使用遗传算法、支撑向量机等在算法层面提高脑信号空间分辨率已成为可能，本文将从脑信号分析在针灸临床中的应用，脑电逆问题的研究进展两个方面，探讨人工智能算法在针灸研究中的应用。

1 脑信号分析在针灸临床中的应用

不同干预手段情况下，脑电信号能获得不同脑区的电生理变化，具有极高的时间分辨率，可为多种疾病的针灸疗效提供实时的监测[7-10]。在针灸学研究中，脑电信号主要应用于针灸机制的研究和针灸疗效的评价两个方面。

1.1 脑电作为针灸疗效的评价指标

脑电分析技术从最初的时域特征，到利用深度神经网络提取的统计特征，研究方法包含了线性分析、非线性分析、脑网络分析等多个层面和角度。在针灸临床研究中，常采用脑电的时域特征作为一种指标，来评定针灸治疗疾病的疗效。武晓磊等[11]采用电针治疗急性缺血性脑卒过程中发现电针能不同程度增加增快脑信号的波幅、频率，其中频率的变化更有临床评价意义，从神经电生理角度阐明了急性缺血性卒中采用电针疗法确切有效，且提示脑电信号能作为针灸治疗缺血性卒中的客观评价指标。但对于较为复杂的疾病，仅用脑电的时域特征对针灸的疗效进行分析和评价有一定局限性。为此，在计算机和医学等学科交叉领域的研究中，对于脑信号的研究方法又提出线性特征分析和非线性特征分析，以探寻大脑这个非线性系统的细节变化、规律性和可预测性[12]。童基均[13]通过线性方法分析脑电功率谱，发现边缘频谱能反应脑电信号能量分布比率并且和针灸镇痛的程度存在很好的正相关性，可作为衡量针灸镇痛程度的一个客观指标。刘诗琴[14]通过非线性方法提取失眠组大鼠脑电信号的熵和复杂度，发现失眠组大鼠脑电信号的熵和复杂度远高于正常组大鼠，并且针灸治疗天数增加治疗组大鼠的熵值和复杂度的值则降低且趋于正常值，从脑电信号的功率谱分布和非线性动力学特性值的角度，阐明针灸能有效提升患者的睡眠质量，且可采用脑电信号客观评价针灸治疗失眠的疗效。脑电信号能实时化、客观化地获取患者脑区电生理变化，从多个层面和角度对其进行分析，可作为判断和评定针灸治疗疗效的指标。

1.2 脑电作为研究针灸作用机制的分析方法

在针刺研究中，脑信号分析中的非线性动力学分析方法因具有独特的优势，为临床中研究针刺作用机制提供了重要的参考[15-16]。黄晓真[7]根据患者脑电信号的近似熵和关联维度，发现浅针干预主要是通过影响前额区、额区、颞区等效应脑区的脑电信号来治疗失眠。赵中亭[17]认为“疏肝调神”针法能明显改变创伤后应激睡眠障碍大鼠异常睡眠脑电，可能是修复了海马神经元结构加速重构神经网络功能，继而改善创伤后应激睡眠障碍。王轩等[18]发现电针可改变戊四氮致痫大鼠脑电信号波幅、频率等，调整各波段能量比重，提示针灸对戊四氮致痫大鼠的作用机制与电生理活动有关。张艳等[19]观察针刺治疗发作间期癫痫患者脑电背景的变化，发现针刺治疗癫痫疗效确切，可能是针刺改善了脑电功率谱，增加了脑电基本频率，使得脑电背景越来越稳定以此发挥治疗作用。Yang X等[20]观察靳三针对脑卒中患者脑电图的影响，发现针刺前后α波节律变化显著，认为针刺后α波振幅急剧增加可能是针刺治疗卒中的电生理机制。林栋等[21]采用多元统计方式对提取的脑电信号进行二次特征分析发现，浅针刺激山根穴能够降低大脑的脑电信号复杂度，且这种变化主要集中在右额颞区及枕部，治疗失眠的监测过程中具有稳定性、同步性和有序性。Liao F等[22]对25例腰痛患者进行艾灸并观察脑电图，发现12例患者出现热敏化且伴有θ、α和β频段的功率谱密度增加。以上研究表明，使用非线性动力学分析方法分析局部脑区的脑电信号，能够提高分析精度，为针灸作用机制提供一条思路和方法，促进针灸作用机制的研究。

2 脑电逆问题的研究进展

通过脑电信号研究能够很好地反映针灸-脑电的时间效应，但在空间的追溯上存在一定的缺陷[23]。脑电逆问题是指根据脑电信号追溯真实确切的脑区分布，即通过盲源分离算法将表面采集的脑电信号还原成其基本的组成成分——脑源电信号，从而可以将脑电信号中的单个的脑源电信号识别出来并进行分析。在人工智能领域，解决脑电逆问题并挖掘其应用和发展空间，一直是脑信号研究中的重点内容。

2.1 脑电逆问题的求解方法

产生神经电活动脑区并不是独立的，即表面电极记录的脑电信号反映的是在该位置周围几厘米范围内的脑电源活动的加权和，因此脑电逆问题的解具有不唯一、不稳定的特点，这使脑信号溯源算法成为具有挑战性的研究课题。李建伟等[24]在研究中发现多维支持向量回归机能够有效地解决脑源追溯定位，解决脑电逆问题。邢大地等[25]发现采用自适应改变遗传算子的遗传算法能够避免脑电逆问题的解集中于局部最优的情况，有效地提高求解质量。陈颖等[26]将遗传算法和RBF网络应用到脑电逆问题的求解中，提示深度神经网络可解决脑电逆问题求解。

2.2 脑电逆问题的应用

将脑电逆问题求解与运动意图识别相结合作为新型的人机交互方式，在康复领域受到高度重视。Qin L等[27]采用单偶极子模型和源分布模型，解码被试左右手的运动想象，以 80.6%的准确率说明脑电信号源空间信号分析能够识别左右手运动意图。季淑梅等[28]利用脑电溯源方法，将脑电信号根据大脑皮层脑源信号的分布模式进行整理重建，用大脑皮层源信号构建一个顿悟状态的脑网络来探讨顿悟可能存在的神经机制。时频分析在非线性信号分析处理中具有一定的优势，张立国等[29]将盲源分离算法引入到运动想象脑电识别研究中，发现将二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器能够反映更真实的大脑源活动。陈黎黎等[30]指出利用独立分量分析法对运动想象的脑电信号进行盲源分离，能得到与运动想象关联度高的脑区源信号，并用支持向量机实现对脑区源信号的分类识别。

3 人工智能算法为针灸研究提供新思路

人工智能是目前研究的热点，已列为我国的国家战略。作为未来科技发展的战略制高点，在医工结合的趋势下，人工智能从数据挖掘、智能识别、智能分析等角度，与脑信号溯源算法相结合，能从以下3个方面参与针灸的相关研究。

3.1 参与针灸效应的评估

大脑皮层诱发电位是研究脑功能区活动的重要方法，脑信号分析能从电生理的角度准确地记录脑区活动，且具有较高的时间分辨率[31-33]。通过记录脑电信号，采用大数据分析技术研究数据之间的差异性，为针灸效应的研究提供了客观支持。大脑作为人的神经中枢，有着明确的脑区划分，针刺通过对穴位的刺激或能引起多个脑区产生响应。因此，使用整体脑信号的变化趋势来衡量针灸治疗效应变得不再可靠。黄晓真[7]发现浅针干预在治疗失眠的过程中，主要影响前额区、额区、颞区等多个效应脑区的脑电信号。为得到一个更加精准地反映治疗效应的指标，用脑电溯源算法对脑电信号进行处理，得到主要效应脑区的变化情况，再结合智能分析算法中提到的能量、混合熵、差分矩、逆差分矩等高维度特征，对该效应脑区脑电信号而不是整体脑电信号处理，为针灸治疗疗效提供客观、实时、可靠、智能的衡量。

3.2 参与针灸机制的研究

基于人工智能理论的脑源分析方法，能有效提高脑信号空间分辨率，将传感器采集的脑电信号转换成空间分辨率较高的脑区源信号，从算法层面拓展脑电信号在针灸机制研究中的应用。脑信号分析技术结合机器学习中的非线性算法、主成分分析法等，在现有的传感器采集技术上结合脑源追踪算法，能不断提高脑源信号的识别精度，提高脑电信号空间分辨率定位精准的效应脑区，为捕捉针灸实时且精确的神经效应通路提供技术支持。

3.3 参与并指导针灸临床工作

在针灸的背景知识下，以机器学习为代表的人工智能技术与脑—机融合技术相交叉，在针灸研究上取得了突破，并应用在穴位定位、智能配穴、针灸自动化等方面。作为针灸治疗过程中的一个核心问题——对“针感”或“得气”效应的反馈，无论是机器与患者，还是医生与患者都是一个亟待解决的问题。随着脑电信号的采集、分析技术日趋完善，结合其时间分辨率和空间分辨率的优势，可以在力学反馈的基础上，提供电生理反馈，建立“配穴—施针—效应—反馈—调整穴位”这样一个闭环思路，使得针灸治疗细节更加量化、标准化，促进针灸向循证决策模式发展。

4 总结

脑信号分析是针灸研究现代化的方法和思路之一，应用人工智能算法解决脑电逆问题追溯脑源信号，能更加准确地定位效应脑区，是医学、生物信息学、计算机科学等学科的多学科交叉融合。基于智能分析的人工智能算法是目前中医研究的主流，要求数据的完整性、规范化[34-35]，将其应用在针灸研究及临床工作中，有助于针灸由经验模式向循证决策模式转变，为针灸相关工作的开展提供新方法和新思路。