01

研究背景

fNIRS信號(hào)根據(jù)腦活動(dòng)分為三個(gè)階段：initial dip, conventional hemodynamic response(HR), undershoot。此文聚焦于initial dip，initial dip是對(duì)血氧變化做出反應(yīng)最快的一種信號(hào)，在大腦視覺(jué)和運(yùn)動(dòng)皮層。以往基于fNIRS-BCI使用血氧動(dòng)力學(xué)變化（HR）作為BCI的控制信號(hào)，問(wèn)題是這種信號(hào)有5s左右的延遲。為解決上述問(wèn)題，Zafar and Hong提出一種方法探測(cè)前額頂葉的multiple initial dip，這種方法檢測(cè)0-2.5s時(shí)間窗內(nèi)的信號(hào)，證明這種方法具有很大的潛力提升延遲問(wèn)題。在此文中提出另一個(gè)中法，判別前額葉和頂葉運(yùn)動(dòng)區(qū)的initial dip，以此作為BCI控制信號(hào)。結(jié)果顯示三分類正確率為66.6%。
 

02

研究方法
 

2.1、被試

五位男性被試，年齡在27.5 ± 4.5左右，沒(méi)有精神疾病。
 

2.2、實(shí)驗(yàn)范式

包括心算，靜默數(shù)數(shù)，右手手指敲擊。光源放在前額葉和左頂葉運(yùn)動(dòng)區(qū)。實(shí)驗(yàn)包括三個(gè)sessions，session前靜息120s，session后靜息40s。心算范式內(nèi)容為三位數(shù)內(nèi)減法；靜默數(shù)數(shù)范式內(nèi)容為三位數(shù)倒數(shù)；右手手指敲擊被要求越快越好。

2.3、信號(hào)獲取和預(yù)處理

設(shè)備和分析軟件使用ISS Imagent。使用690nm和830nm兩種波長(zhǎng)光源測(cè)量ΔHbO和ΔHbR信號(hào)，采樣頻率為12.625Hz。前額葉和頂葉運(yùn)動(dòng)腦區(qū)各包括8個(gè)光源，2個(gè)探測(cè)器。預(yù)處理使用0.15Hz低通濾波器減少呼吸和心跳信號(hào)。
 

2.4、特征提取

Initial dip檢測(cè)方法為向量相位分析（vector phase analysis），同時(shí)設(shè)定閾值剔除質(zhì)量不好的信號(hào)，以減少對(duì)initial dip的錯(cuò)誤分類。對(duì)各種到信號(hào)做加算平均后，計(jì)算0-1s,0-1.5s,0-2s,0-2.5s時(shí)間窗內(nèi)的信號(hào)均值，信號(hào)斜率，信號(hào)最小值，峰度，偏度作為特征放入LDA判別器中分類。
 

03

結(jié)論

上圖是三種范式的信號(hào)加算平均的結(jié)果，區(qū)別很明顯。

上圖為各被試分類結(jié)果，可以看出分類準(zhǔn)確率超過(guò)chance level。

各特征分別做分類結(jié)果如上，均值和最小值的組合有最好的分類準(zhǔn)確率。實(shí)驗(yàn)結(jié)果證明檢測(cè)前額葉和頂葉運(yùn)動(dòng)區(qū)的initial dip，可以作為BCI的控制信號(hào)。未來(lái)加入ΔCOE信號(hào)或可進(jìn)一步提高分類準(zhǔn)確率。

Classification of prefrontal and motor cortex initial dips for fNIRS-based-BCI. Amad Zafar IEEE Transactions.無(wú)DOI