咬合动作相关肌电对稳态视觉诱发电位的典型频率影响

张志敏 王盛 关凯 刘涛 牛海军

0 引言

脑-机接口(brain-computer interface，BCI)允许人脑与外部设备之间的直接通信，这可以作为神经肌肉通路的替代方法[1]。近年来，基于脑电(electroencephalogram，EEG)的BCI技术被广泛研究，但是单模态BCI由于缺乏错误命令取消和返回机制，且同步系统的长时间使用会造成准确率的下降。为了解决BCI领域的一些不足，研究者们提出了混合脑-机接口(hybrid-BCI，h-BCI)，以提高系统的最终准确率和增加可控目标的数量[2]。对于基于EEG的h-BCI，其中一种方式是将两种类型的EEG相结合，例如，有研究者将稳态视觉诱发电位(steady-state visual evoked potential，SSVEP)与P300相结合，SSVEP与事件相关去同步化电位相结合，P300与运动想象相结合[3-5]。另一种方式是将EEG信号与其他生理信号相结合，包括心电图(electrocardiogram，ECG)、眼电图(electrooculography，EOG)和肌电图(electromyogram，EMG)[6-8]。

在上述的h-BCIs中，SSVEP以其高信息传输率的潜力和无需重复训练(只需要第1次引导流程)而被广泛使用[9-10]，此外，与ECG和EOG相比，EMG是一种容易产生且稳定的信息源。因此，结合SSVEP与EMG的h-BCI无论是从增加指令输出还是将EMG作为确认和紧急停止指令来讲，都是一个合适的组合[11-13]，相关研究在系统准确率和安全性上都达到了很好的效果。

但之前SSVEP和EMG相结合的研究中，肌电动作基本不会对SSVEP造成信号上的直接影响。那是因为一些工作的EMG是来自手臂或手部的[11]，另外一些工作虽然EMG来自头部，但EEG和EMG的检测是非同时进行的，即当有规定肌电动作的时候，SSVEP是不进行检测的[12]。因此当头部EMG肌电动作和SSVEP刺激同时发生时，肌电动作对SSVEP的影响尚未被讨论。

此外，在所有头部的动作中，如抬眉毛、抬耳廓、做表情、进行咀嚼等，咬合动作可以产生极大幅度的动作电位。Goncharova等[14]发现，咬合可以在头部表面产生广泛的电信号。所以咬合动作可作为EMG源与SSVEP结合使用。因此本文主要研究下颌咬合动作和SSVEP刺激同时发生时，咬合动作对SSVEP信号的干扰以及咬合状态下SSVEP的分类情况。研究可为咬合动作下的SSVEP识别和同时使用SSVEP与面部肌电的相关工作提供参考。

1 研究方法

1.1 仪器设备

试验在一个安静的脑电采集房间进行，脑电与肌电信号使用NeuroScan采集系统(SynAmps2，美国)。信号采样率设定为1kHz。参照国际通用10-10脑电电极放置标准，本实验选取视觉诱发研究中常用的4个脑电信号采集位点(POz、O1、Oz、O2)。为保证电极与头皮有良好的接触，信号采集过程中，电极阻抗保持在10 kΩ以下。

1.2 数据采集

5名健康的受试者(24.0岁±1.7岁)参加了该试验，他们具有矫正或正常视力，无面神经和肌肉疾病。实验视觉刺激和提示均基于MATLAB软件中Psychophysics Toolbox工具箱(Ver 3)开发，呈现于视觉刺激显示器[24 in (1 in=2.54 cm) LCD，16∶9，分辨率1 920×1 080，刷新率60 Hz，Acer]上。屏幕与受试者眼睛之间的距离约为70 cm。试验过程中，受试者坐在舒适的椅子上，要求身体保持不动。

1.3 试验任务

受试者共完成3组试验，第1组仅有视觉刺激，第2组在视觉刺激的同时执行正常短咬动作，第3组在视觉刺激的同时执行规定咬合动作(长咬合时间超过2 s)，试验流程如图1所示。每组试验均包含15个子序列(3个频率×5次序列)。每一个序列包括3个阶段：(1)提示阶段1 s：在目标方块位置出现红色“+”，提示目标；(2)任务阶段4 s：红色“+”消失，注视目标方块同时完成规定咬合动作；(3)休息阶段0.5 s：屏幕全黑，受试者休息。各组任务之间有3 min的休息时间。本试验的稳态视觉刺激为已被广泛使用的正弦调制黑白渐变翻转方块[15]，选择了具有代表性的3个刺激频率6.2 Hz、9.8 Hz、14.6 Hz。共3个不同闪烁频率的正方形图案呈现在黑色背景显示器上，每个正方形对应一种调制频率。

图1 试验系统设置Figure 1 Experiment set-up

1.4 数据处理方法及考核参数

所有采集到的信号经50 Hz陷波器处理，消除工频干扰。在识别SSVEP之前，分析了3种咬合条件下的脑电信号FFT谱。通过观察在刺激频率点以及周围频域上的FFT幅值高低对比，观察SSVEP响应是否会淹没在咬合肌电的宽频带中，以探索咬合动作产生的面部肌电对SSVEP频率上的影响。

紧接着使用带通滤波器(3～40 Hz)对以上信号进行滤波。然后应用典型相关分析(canonical correlation analysis，CCA)对脑电数据进行分类[16]。定义Xb为滤波后的多通道脑电信号，Yk为参考信号，如式(1)所示，参考信号Yk依照目标个数和对应的刺激频率进行设置。选择各个刺激频率以其2倍和1倍谐波频率下的正弦余弦信号组成的矩阵为参考信号，其中fk(k=1，2，3)为刺激频率，m是fk的谐波个数，这里取1、2，t为时间。通过CCA计算Xb与Yk的相关系数，找出相关系数最大的参考信号对应的频率作为SSVEP响应频率，所对应的目标即为识别结果。

本文以CCA对SSVEP的识别结果和稳态视觉刺激目标一一比较，计算SSVEP识别准确率，准确率=识别正确的数量/识别总数量×100%[11]。准确率是在频谱对比的观察基础上进行的SSVEP识别的结果，准确率高则说明所选频率SSVEP的识别不受咬合动作影响，反之则说明咬合动作会对SSVEP的识别产生一定的影响。

2 结果

2.1 频谱展示

图2显示了来自5位受试者5次子序列的信号平均频谱分布(在12个子图中)。每个子图为在1个电极和1个刺激频率下显示的3种咬合模式。

图2 来自4个位点3类典型频率3种咬合模式下的频谱图Figure 2 Average frequency spectrum under 3 jaw clench patterns at 3 frequencies on 4 electrodes

当发生咬合时，面部EMG成分主要在20 Hz之后分布(在短咬和长时间咬合条件下)。与非咬合模式相比，短咬和长咬合的振幅在20 Hz后较高。尤其是在20～100 Hz时，咬合会产生明显的峰值。而且，长咬的幅度高于其他两个。10～20 Hz的振幅顺序是短咬>长咬合>不咬合，而10～20 Hz后的顺序是长咬合>短咬>不咬合。

在非咬合模式下，SSVEP响应以原始刺激频率及其两倍频率显示。例如，对于9.8 Hz刺激，在9.8 Hz和19.6 Hz处存在峰值。当发生咬合动作时，SSVEP响应有轻微差异。(1)第1列子图(刺激频率6.2 Hz)：当受试者进行短咬模式和长时间咬合时，最清晰的峰值出现在其两倍频率(12.4 Hz)。6.2 Hz的峰值低于12.4 Hz的峰值。(2) 第2列(刺激频率9.8 Hz)：最明显的峰值显示在9.8 Hz的短咬和长咬模式。19.6 Hz处的峰值均低于9.8 Hz处的峰值。(3)第3列(刺激频率14.6 Hz)。14.6 Hz的响应是清晰的，而双倍频率响应(29.2 Hz)在短咬和长咬合模式中被混到EMG成分中。经过比较，在4个电极位点和5个受试者之间的频谱分布没有明显差异。

2.2 SSVEP识别

咬合动作的相关肌肉收缩和松弛情形下SSVEP识别的准确率如表1所示。其中，非咬合和长咬合的平均识别准确率为100%，而短咬的识别率稍低，为94.7%。

表1 三种咬合模式下的SSVEP识别准确率(单位：%)Table 1 Accuracies of SSVEP recognition in three clench patterns(unit:%)

3 讨论与结论

为了获得干净的诱发脑电信号，在早期的SSVEP试验中，受试者被要求一动不动。尤其是头部的动作，在采集EEG时严格限制咬合、短咬及咀嚼动作。由于整个头皮和面部都可以检测到咬合相关的EMG，干扰了EEG的采集，所以有的研究者选择手部和手臂的EMG。因此，作为头面部肌电动作对SSVEP的识别影响的补充，本文阐述了下颌咬合动作相关面部肌电对SSVEP的部分干扰规律。

通常情况下，由于电位幅值的差异，EMG成分对EEG信号在时域的影响是明显的。但是在信号经傅里叶变换处理后，SSVEP的特征在频域得到了保留。先前研究表明，下颌咬合动作产生的EMG信号的主导能量集中在0～200 Hz[14]。但上述频域结果显示，6.2 Hz、9.8 Hz、14.6 Hz处的诱发脑电几乎没有受到下颌咬合相关EMG的影响。因此，它对SSVEP特征的提取和SSVEP的识别没有明显影响。

从表1的统计中，发现SSVEP的平均识别准确率为98.2%(3种模式的平均)。非咬合和长咬合的准确率为100%；短咬，94.7%。咬合动作对传统CCA算法的SSVEP识别率只有轻微影响。与同类工作中的SSVEP分类相比(88.3%[11]、93%[12]、96%[17])，达到了较高的水平。经过对短咬模式中6个错误识别片段的详细观察，发现连续的咬合(短咬)活动可能会增加异常的肌电污染模式。其中3个是常见的"噪声样"模式，由不规则的峰和不同频率的波形组成[14]。其他3种归于α节律样模式。它与Goncharova等[14]报道的β节律样模式概念相似。

根据图2，由于咬合动作，20 Hz后肌电成分明显增加。同样，Goncharova等[14]也描述了颞肌收缩产生的EMG对EEG的污染。在颞侧，它们在40～80 Hz之间表现出最大的振幅，20 Hz左右出现较小的峰值，而后枕部的脑电信号受影响不大。因此，选择20 Hz以下的刺激频率，可以避免下颌咬合相关EMG的影响。

从图2可以看出，最明显，幅值最大的是9.8 Hz刺激下的SSVEP响应。在较低频率的刺激下(6.2 Hz)频谱中显示6.2 Hz处的响应幅度稍低，但是SSVEP在较低频率下的典型特征是二次谐波更加明显。原因可能是受试者感觉到其两倍频率刺激(12.4 Hz)更加强烈，并且10～13 Hz之间的SSVEP信噪比要高于10 Hz之前的[15]。幸运的是，这一特征并没有影响6.2 Hz的识别。如果想进一步避免这种情况，FFT频谱表明，选择9.8 Hz左右的刺激频率可能是一个更好的选择。

除此之外，由于咬合动作的电位幅值要远大于脑电的，而且频率上SSVEP也仅仅会在某几个频率点对信号产生影响，而肌电信号的频率带分布很广，所以SSVEP几乎不会对肌电信号产生直接的影响。潜在的影响可能体现在注意力的分配与同步动作的执行上。

当然，此次研究还有需要进一步改善的地方，比如将更多的刺激频率引入到试验中进行研究，深入观察咬肌或颞肌EMG对SSVEP的影响情况。另外，虽然稳态视觉刺激基本不会对咬合EMG信号造成影响，但是多种咬合条件下的咬合动作识别仍需进一步探索，可为咬合和SSVEP同时使用提供更多的建议和参考。