大脑皮层的稳态视觉诱发电

摘 要 运用叠加平均与快速傅立叶变化相结合的方法，提取大脑皮层的稳态视觉诱发电位(steady state visual evoked potential,
SSVEP)信号，并作为输入信号应用于脑控机器人系统。通过实验确定了测试电极、视觉刺激颜色与背景亮度等模式参数，
并且研究了不同使用者在不同视觉刺激频率下的SSVEP 幅值变化趋势。研究结果表明，该方法能更好地提高信噪比，提取
出的稳态视觉诱发电位信号能够准确反映使用者的控制意图，应用于脑控机器人系统，取得了很好的效果。
关键词 稳态视觉诱发电位 脑机接口 脑电
APPLIED RESEARCH OF FLASH STEADY STATE VISUAL EVOKED POTENTIAL ON
BRAIN-COMPUTER INTERFACE
HUANG Manling, WU Pingdong, BI Luzheng, LIU Ying
（School of Mechanical and Vehicular Engineering, Beijng Institute of Technology, Beijing 10081, China）
Abstract A method combing average and FFT is proposed to acquire SSVEP from pallium and apply it to brain-robot system as its input signal. Mode
parameters, such as testing electrodes and luminance of background and color of visual stimulation, are confirmed by experiments. Users have different SSVEP
amplitudes under different stimulative frequencies. The result show that this method can get higher signal noise rate and SSVEP can reflect the control purposes
of users and can be applied to brain-robot system.
Key words SSVEP BCI EEG
0 引 言
脑机接口(brain-computer interface, BCI)是在人脑
和计算机或其它电子设备之间建立一种直接的信息交
流和控制通道[1]，是一种不依赖于常规大脑输出通路
（外周神经和肌肉组织）的全新的信息交流系统[2]。
研究和发展BCI技术最主要的目的在于设计出基于脑
电(electroencephalogram, EEG)的控制装置以帮助严重
的残疾患者(例如肌萎缩性脊髓侧索硬化症、脑瘫、脑
干中风或脊髓损伤等)以及严重的交流障碍患者实现
与外部环境进行交流和控制[3]。脑机接口还能应用到
军事、航空和娱乐等领域。对脑机接口的研究已成为
国内外康复医学工程和生物医学工程研究的热点。
脑机接口系统一般由脑信息采集系统、特征提取、
模式识别、控制装置系统和信息反馈组成。反映大脑
活动的电生理信号由电极从头皮或者大脑内部获取并
传送到放大器，信号经过放大、滤波、模数(A/D)转换
等前置处理后传送到计算机，计算机对信号进行预处
理，去掉噪声信号，通过特征提取算法将信号特征提
取出来，然后通过模式识别将这些特征分类，最后，
信号特征量按照一定的转换协议将分类后的特征量转
换为外部装置的控制命令，从而实现利用脑电信号来
控制外部设备，如操纵轮椅、家用电器及上网等等。
为了优化系统的性能，有些BCI系统还设置了反馈环
节，不仅能为使用者操作BCI系统提供指示，还能帮
助使用者根据反馈信息来训练脑电信号[4]。
应用于脑机接口的脑电信号主要有自发脑电和诱
发脑电两类。其中慢波皮层电位、α节律、β节律或μ
节律等属于自发脑电。P300、视觉诱发电位等属于诱
发脑电，由外界刺激人的感官（视觉、听觉、体感等）
产生。根据刺激信号频率的不同，视觉诱发电位又可
以分为瞬态诱发电位和稳态诱发电位。稳态视觉诱发
电位(steady state visual evoked potential, SSVEP)是稳
态诱发电位的一种。高信息传输率、短训练时间及无
损伤性等优点使得SSVEP 成为一种有应用价值的
BCI 输入信号。本研究采用闪光稳态视觉诱发电位作
为脑机接口的输入信号，构建基于闪光SSVEP 的脑控
机器人系统。
1 脑电数据采集
10 名受试者(5 男5 女)均为在校研究生，年龄26
岁~35 岁。所有受试者都自愿参与此实验，他（她）
们校正后的视力均达到或高于1.0，且无既往神经、精
神系统病史。实验均在专用的脑信息检测实验室中进
行。
1.1 实验方法
实验采用日本光电EEG1100 数字化脑电图仪上
的闪光视觉诱发氙灯作为诱发SSVEP 的视觉刺激器，
其输出脉冲频率可调(0.5~60Hz)。实验时，受试者坐
于视觉刺激器前，双眼距离刺激灯70cm 左右，戴好
电极帽，并在测试电极位置注入导电膏。要求受试者
一直注意刺激灯中央，身体各部分不能有大的移动，
身心放松，像平时一样眨眼，并不受闪光节律的牵制。
用不同刺激频率、不同颜色的灯光对受试者进行视觉
刺激。为避免视觉疲劳，在每组实验后有5 分钟的休
息时间。

1.2 数据记录
采用日本光电公司生产的128 通道的数字化脑电
图仪EEG1100 记录实验数据。电极为Ag/Agcl 表皮电
极，所使用电极的阻抗均未超过5 KΩ ，每隔20 分钟
对电极的阻抗进行一次测量。如图1 所示，按10~20
国际脑电记录系统的电极安放标准[5]，同时设置了两
套导联系统：对于单极导联系统，测试电极置于FP1、
FP2、F3、F4、C3、C4、P3、P4、O1、O2、OZ、P7、P8、
CP3、CP4、FZ、CZ、FCZ、T7、T8、TP7、TP8，参考
电极分别置于左、右耳垂；对于双极导联系统，测试
电极置于枕极OZ 处，参考电极置于CZ 处；DRL 电
极置于前额。采样频率1000Hz，滤波范围设置为
0.53~70Hz，每组记录时程为12s，截取采样序列10000
个数据点。编写相关的数据读取与分析程序，对实验
数据进行分析处理。
图1 电极安放位置图
2 特征提取与模式识别
在头皮表面检测到的视觉诱发电位属于微弱信
号，始终淹没于背景噪声之中，背景噪声主要是自发
脑电、肌电及50Hz 工频电磁波在人体上的感应电势。
由于诱发电位一般只有0.3~20μv，而自发脑电的幅度
却高达30~100μv，因此，如何从脑电信号中有效地提
取出淹没在自发脑电中的诱发电位，并对它们进行准
确分类便成为脑机接口技术的关键。
本系统采用叠加平均与快速傅立叶变换(Fast
Fourier Transform, FFT)相结合的方法，通过提高信噪
比，从而在强噪声背景中提取出微弱的视觉诱发电位
信号。
算法思想如下[6]：设待提取的脑电信号满足两个
条件：一是每次刺激所获得的诱发电位波形基本不变；
二是诱发电位和噪声是相互独立的，且噪声的均值为
零。
定义视觉诱发电位信号的模型为:
X (t) S(t) n (t) i i = +
(i = 1,2,Λ ,M) (1)
式中： X (t) i 为第i 次刺激后观察的信号， S(t) 为待
提取的视觉诱发电位信号，n (t) i 为第i 次记录到的噪
声，i 为记录序号。
M 次叠加平均后的信号为：
1 ( ) 1 [ ( ) ( )]
1 1 1
Σ Σ Σ
= = =
= +
M
i
i
M
i
M
i
i S t n t
M
X t
M
(2)
设噪声的方差为2
n σ ，M 次叠加平均后，其均值
和方差分别为：
1 ( ) 0
1
= ..
.
..
. Σ=
M
l
i n t
M
E (3)
M
n t
M
D n
M
l
i
2
1
1 ( ) σ
= ..
.
..
. Σ=
(4)
M 次叠加平均后，信噪比为：
[ ] SNR M S t M SNR
n
avg = = . 2
( )2
σ
(5)
由式(5)可见，经过M次叠加平均后，诱发电位与
M 成正比增加，而噪声叠加后则由于各次记录有正有
负而部分抵消，功率信噪比提高了M倍，幅度信噪比
改善了M 倍。
经过叠加平均后的脑电信号只能从其时域图上观
测到时间与幅值的变化情况，要想准确判断诱发
SSVEP 的刺激频率还需要对叠加平均后的信号进行
快速傅立叶变换(Fast Fourier Transform, FFT)。
Σ.
=
=
1
0
( ) ( )
N
n
nk
N X k x n W
(k = 0,1,Λ ,N .1) (6)
式中： x(n) 为一个长度为L的有限长序列，
j N
N W = e. 2π / 为旋转因子或蝶形因子。通过式(6)将脑
电信号中SSVEP的时间与幅值关系转换成频率与幅值
的关系，在其频谱图中可看到与视觉刺激频率相对应
的稳态视觉诱发电位。
本研究对采集的每组脑电数据进行处理，截取的
10s数据中每1000个数据点进行叠加平均，经过10次叠
加平均后，诱发电位明显增加，功率信噪比提高了10
倍，幅度信噪比提高了3.16倍。对叠加平均后的数据
进行FFT变换，在其频谱图上能准确识别出与刺激频率
一致的SSVEP信号。
3 实验结果与分析
对采集到的脑电信号进行分析，10 名受试者在注
视某个频率的刺激灯时，脑电中均诱发出了与刺激频
率相应的稳态视觉诱发电位信号，但22 个测试电极所
测得的SSVEP 信号幅值不同。对于单极导联系统，枕
叶部位的SSVEP 幅值明显高于其他部位。其中枕极
OZ 处幅值最高，O1、O2 次之，顶叶CZ 处幅值也较高，
但出现极性倒转现象。从枕叶过渡到顶叶，PZ、CPZ、
P3、P4、P7、P8、CP3、CP4 处幅值均降低。颞叶处的
T7、T8、TP7、TP8 幅值最低。额叶部位的 FP1、FP2、
F3、F4 虽然幅值也较高，但由于接近眼部，容易受到
眼电干扰，不适合作为脑机接口的输入信号。10 名受
2

试者的双极导联（OZ-CZ）幅值均高于单极导联（OZ-
左右耳平均电极），如图2 所示，受试者ZHQ 在进行
8Hz 视觉刺激时，OZ 电极处双极导联与单极导联的
SSVEP 频谱图中，在基频(8Hz)与倍频(16Hz、24Hz)
处能看到节律同化现象，而且双极导联幅值明显高于
单极导联。经过大量实验证明，在脑控机器人系统中
采用测试电极为OZ，参考电极为CZ 的双极导联形式，
可以用最少的测试电极获得准确的脑电输入信号。
图2 双极导联与单极导联的SSVEP 频谱图
实验环境的背景亮度对诱发的SSVEP 信号幅值
影响很大。当背景亮度很低时，受试者的注意力更集
中，此时诱发的SSVEP 幅值更高。如图3 所示，对受
试者HML 进行10Hz 的闪光视觉刺激（晚上），当实
验室的照明灯都关闭时，其诱发的SSVEP 幅值为
5181μv；当照明灯都打开时，其SSVEP 幅值为3433μv。
在正常照明环境下对受试者进行实验时发现，当代表
不同控制指令的灯同时闪烁，刺激受试者的双眼时，
并不会对受试者的控制意图做出错误的判断，但是与
单一频率闪光诱发的SSVEP 相比，混合闪光诱发的
SSVEP 幅值均有所减小。因为混合闪光刺激相对单一
频率闪光而言，虽然其亮度不变，但其背景亮度增加，
这使得受试者的注意相对分散，并且使闪光刺激的调
制深度改变，由于SSVEP 受闪光刺激的调制深度影
响很大[7,8],从而使其诱发出的SSVEP 幅值降低。
图3 不同背景亮度下的SSVEP 频谱图
在同一视觉刺激频率下，用不同颜色的灯光诱发
SSVEP，对受试者YG 和HML 的实验数据进行分析，
如表1 所示，表中幅值单位均为μv。白光刺激诱发的
SSVEP 幅值最高，紫光与黄光刺激诱发的SSVEP 幅
值次之，红光、绿光与蓝光诱发的SSVEP 幅值最低。
这是因为人眼对颜色的感光过程是由视锥细胞的感光
色素完成，有三种视锥细胞分别含有三种不同的感光
色素，这三种视锥色素分别对蓝色、绿色和红色最敏
感。白光是红、绿、蓝色的复合色，它能同时兴奋三
种视锥细胞，所以白光引起的视觉诱发电位最强。黄
色是红、绿两色的复合色，紫光是红、蓝两色的复合
色，它们能同时兴奋两种视锥细胞，因此黄光和紫光
引起的视觉诱发电位相对于单一色也较强。
表1 各种颜色的光诱发的SSVEP 幅值比较
幅值/μv
受试者白光紫光黄光 红光 绿光蓝光
YG 2067 1868 1914 1626 1674 1586
HML 2336 1955 1946 1727 1686 1428
实验中采用的视觉刺激频率为5~25Hz，经过大量
实验研究，发现不同的人在同一视觉刺激频率下诱发
出的SSVEP 幅值不同，而且每个人的敏感视觉刺激频
率（能诱发出高幅值SSVEP 的视觉刺激频率）差别较
大。如图4 所示，10 个受试者在5~25Hz 不同的视觉
刺激频率下诱发出的SSVEP 幅值差别很大，而且，每
个受试者各自对应的敏感刺激频率并不一致。因此，
在脑机接口系统的实际使用中，需根据使用者的具体
情况选择合适的刺激频率来达到最佳的控制效果。
3

(a)5 名女受试者的SSVEP 趋势图
(b)5 名男受试者的SSVEP 趋势图
图4 10 名受试者在不同刺激频率下的SSVEP 趋势图
4 脑控机器人系统
本研究用稳态视觉诱发电位作为脑机接口的输入
信号，构建脑控机器人系统。系统工作原理如图5 所
示：使用者注视一个视觉刺激装置，在视觉刺激装置
上有不同频率的灯同时闪烁，不同的闪烁频率代表对
轮式跳跃机器人不同的控制指令（如前进、后退、停
止、转弯、跳跃等）。脑电信号由电极帽上的电极从头
皮获取并传送到放大器，信号经过放大、滤波、A/D
转换等前置处理后传送到计算机，计算机对信号进行
预处理，去掉噪声信号，通过特征提取算法和模式识
别对脑电信号进行提取与分类，最后，信号特征量按
照一定的转换协议将分类后的特征量转换为对机器人
的控制命令。使用者想执行某种指令就注视代表这种
控制指令的灯，不用使用者动手或说话，只要检测使
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，从而实现利用脑电信号来控制轮式跳
跃机器人的各种运动。
图5 脑控机器人系统结构示意图
5 结论
用叠加平均与FFT 相结合的方法能快速准确地提
取出稳态视觉诱发电位信号，并且，用白色光进行闪
光视觉刺激能显著提高SSVEP 幅值。脑机接口系统
中，当代表不同控制指令的灯同时闪烁时，提取受试
者脑电中诱发的SSVEP 信号，可准确判断出受试者的
控制意图，从而实现轮式跳跃机器人的前进、后退等
运动。实验证明，用SSVEP 信号作为脑控机器人的输
入信号准确、可靠，不需要受试者进行训练，具有较
高的信息传输率。
参考文献
[1] Wolpaw JR, Birhaumer N, Heetderks WJ, et al. Brain-computer interface
technology: A review of the first international meeting[J]. IEEE
Transaction on Rehabilitation Engineering, 2000, 8(2):164-173.
[2] 程明,高上凯,张琳.基于脑电信号的脑—计算机接口[J].北京生物医学
工程,2000,19(2): 113-118.
[3] Karmali F, Polak M, Kostov A. Environmental control by a
brain-computer interface[C]. Proc. of the 22nd Annual EMBS
International Conference.Chicago EMBS.2000,4: 2990-2992.