基于脑电-近红外的同步系统搭建方案
1. 引言
1.1 编写目的
本文档主要用于脑电-近红外同步系统的搭建和功能性说明，以便为后续的实验设计打下坚实的基础。
本文档的预期读者是与脑电-近红外同步系统开发有关的决策人，项目承担者，技术开发人员，辅助开发者，软件验证者。
1.2 背景
人体活动细胞或组织不论在静止状态还是活动状态，都会产生与生命状态密切相关的、有规律的电现象，称为生物电。通过高精度微弱生物电信号采集技术，可以采集到人体的各类电生理信号，包括脑电、肌电、心电等，并对得到的数据进行分析、存储。其中脑电（electroencephalogram，EEG）是所有生物电信号中最为微弱，采集难度最高的信号，包含了大量脑神经细胞的电生理活动信息，可以体现人的思维活动和肢体动作等信息。科研领域所说的一般是指头皮脑电，是大脑皮层的电信号透过颅骨和头皮，弥散到头皮的电信号，因此信号强度微弱，且噪声干扰大。
大脑通过血液的新陈代谢为神经元活动提供所需要的氧，而氧的消耗又刺激大脑局部血管的舒张，促进毛细血管血流量增加，导致局部脑血流和脑血容的增加，表现为大脑血氧水平的迅速提高，这就是神经与血管匹配的机制。在这个机制的作用下，认知神经活动过程中，大脑神经活动区域增加的脑血流所携带的氧将大大超过大脑活动所需要的氧，而氧通过血液中的血红蛋白进行传输，故而认知活动过程中，大脑活动区域会出现血液中氧合血红蛋白（Oxygenated Hemoglobin，HbO）浓度的上升，脱氧血红蛋白（Deoxygenated Hemoglobin，Hb）浓度的下降，血氧水平的变化会影响其光学特性。生理组织对光主要有吸收和散射两种反应。血液对近红外光（700-900nm）的吸收非常小，具有良好的散射性。因为头部不同皮层内散射的数量不会因为神经活动而变化，皮层组织散射导致的衰减被认为是恒定的，因此认知活动中测量到的衰减变化就被认为是由于吸收的变化，即大脑活动组织中HbO和Hb的变化所致，因此通过测定大脑活动区域脑皮层散射光的强度，可以推知该区域血氧和血容量的变化，进而推测认知活动相关的脑区及各脑区之间的相互关系，这就是功能性近红外光谱技术（functional near - infrared spectroscopy , fNIRS）的理论基础。
EEG和fNIRS的信号来源不同，但具有良好的同质性，且有着各自的优势。为了准确、全面、实时的测量大脑在认知过程中的活动，将EEG和fNIRS进行整合是一种更好的脑成像策略。EEG的价格低廉，时间分辨率高，信号直观，但是脑电信号受介质的影响大，空间分辨率低，定位能力较差；fNIRS便携性好，无噪音，无创且对受试者动作不敏感，空间分辨率高于EEG，但是被试间fNIRS数据难以直接比较，外部皮肤皮层物质对光信号的衰减，皮肤色素沉淀对光信号检测的影响，且造价相对EEG较高。为发挥二者的优势，实现全面、实时的脑成像策略，要将EEG和fNIRS结合起来，互补不足。结合EEG与fNIRS的多模态脑成像技术在认知神经科学研究和脑-机接口等领域有着很好的应用前景。
基于EEG和fNIRS的同步系统主要包括以下应用：
1. 认知研究，更好的理解大脑的激活机制和大脑皮层的认知活动；
2. 脑-机接口研究，提高运动想象和SSVEP的识别精度和速度；
3. 临床研究分析脑功能疾病，如癫痫病检测、中风患者恢复评估和手术过程中的麻醉状态实时监测等。
图 1 EEG-fNIRS同步采集系统
2. 系统概述
脑电采集技术作为脑成像的的一种研究方法，具有时间分辨率高、信号直观且无创等特点，同时针对某些特殊疾病如癫痫等，可以通过EEG直观的观测到发病的时间和异常信号。
fNIRS检测的是光信号，生物组织对近红外波段（700-900nm）表现出的高散射、低吸收特性，使得近红外光能探测到头皮下2-3cm深的大脑皮层质区域。通过检测待定状态下脑组织的氧合血红蛋白、脱氧血红蛋白和总血红蛋白浓度变化，进而间接获取神经元的活动、细胞能量代谢以及血液动力学相关信息。
2.1.基于EEG-fNIRS的同步系统平台搭建
表1为各类脑功能成像技术的性能总结，单一的脑功能成像技术存在着局限性。因此使用多种脑成像技术取长补短，搭建多模态脑成像系统，以及成为脑科学领域的技术趋势。
|
类型 |
时间分辨率 |
空间分辨率 |
测量参数 |
测试环境及要求 |
成本 |
|
EEG |
毫秒级 |
>1cm |
神经电位变化 |
无特殊要求 |
较低 |
|
MEG |
毫秒级 |
5mm |
神经活动引起的磁场变化 |
对外界磁场极敏感 |
高 |
|
PET |
约30秒 |
3mm |
葡萄糖氧代谢等 |
需注射放射标记物 |
非常高 |
|
SPECT |
>PET |
7mm |
葡萄糖氧代谢等 |
需注射放射标记物 |
较高 |
|
fNIRS |
秒级 |
约1cm |
HbO，Hb，HbT |
需遮光 |
中等 |
|
fMRI |
秒级 |
3mm |
BOLD、血容量 |
空间限制、头部需固定 |
高 |
表 1 各类脑功能成像技术性能比较
EEG-fNIRS同步系统做为一种无创多模态神经成像技术，与单独的脑功能成像技术相比，它的优势主要体现在：(1)时间与空间分辨率互补。EEG-fNIRS同步系统兼具高时间分辨率(EEG)和相对较高的空间分辨率(NIRS)；(2)测试生理参数互补。各类脑功能成像技术所测量的特异性生理参数(不仅仅是大脑活动直接产生的电磁生理信号，还有与大脑活动间接相关的血流动力学信息)之间也是相互补充的。因此，在脑功能活动和结构方面，EEG-fNIRS同步系统提供的信息更为全面。而且，EEG-fNIRS同步系统因其成本相对低廉(fMRI、PET设备成本动辄数百万元甚至更高)、对被试者的限制较小等独特优势，在认知神经科学研究、临床诊断领域的更易普及。相对单一的EEG或fNIRS技术，EEG-fNIRS同步系统的优势会更加突显。本方案结合二者各自的特点，主要介绍EEG-fNIRS同步系统的同步方法和意义。
2.2.EEG-fNIRS同步系统应用实例：通过fNIRS和EEG测量MI-BCI系统中受试者的脑皮质效应
当由于疾病或创伤导致的脑-躯体的自然神经回路中断时，脑-机接口（BCI）可以帮助我们重新构建另一条神经回路。BCI系统通过测量脑信号并将其转换为控制指令，用于向外界输出控制信号。BCI系统可以用各种类型的脑信号控制，如事件相关电位（ERP），慢皮质电位或感觉运动节律（SMR）的变化。通过SMR控制的BCI系统基于以下原理：在运动想象（MI）期间，可以在大脑的皮层区域检测到和真实运动相同的事件相关去同步（ERD），具体表现为某些频带信号的功率减小。这些相对功率的变化可以被分类，因此运动想象可以用于BCI系统的控制。
一直以来关于MI-BCI如何影响大脑的活动模式和结构改变的机制并不明了。文章深入研究了基于MI的BCI系统中训练对感觉运动皮层激活模式的影响。文中使用fNIRS和EEG来研究15个受试者使用2分类（右手和足部）MI-BCI系统在10个训练周期中的效果。
图 2 运动想象实验流程
如图2所示，10组训练中，第一组训练用于校准BCI系统，并可以让受试者熟悉MI的界面（出现向右的箭头开始想象右手抓握，出现向下的箭头开始想象双脚轻拍地面）；第二组训练中，在进行运动想象的同时，进行fNIRS的信号采集（无反馈结果）；下一组训练中，进行了三次BCI的训练（与fNIRS相比，BCI training部分加入了反馈部分）；然后进行第二次fNIRS训练；然后再进行了三次BCI训练；最后再进行一次fNIRS训练。
图3A中显示的是受试者在想象右手动（RH MI）时C3、C4和CZ的两种血红蛋白的浓度变化，在RH MI过程中（2-8秒），C3位置的HbO浓度上升，表示C3区域的活跃度上升。由于血氧信息的延迟性，在想象结束后一段时间（8-10秒）内HbO的浓度依然会上升，如图3B所示，蓝色代表浓度增加，橙色代表浓度减少，在8-10秒的时间窗内，C3区域HbO的浓度依然在增加，Hb的浓度在下降。相比之下CZ和C4区域的血红蛋白浓度变化较小。
图 3 想象右手动时大脑的HbO和Hb的变化
另外，文中针对两种分类情况，根据分类的正确率对受试者进行了分组（＞70%和≤70%）并对比了两种模式下HbO和Hb浓度变化的差异。如图4所示，在RH MI过程中，C3区域的HbO浓度明显高于C4和CZ区域；在想象双脚（FE MI）的过程中三个区域无显著差异。RH MI时，三个区域Hb的浓度也有显著差异，C3区域的Hb浓度明显低于C4和CZ区域，FE MI时三个区域无显著差异。
图 4 RH MI中两类受试者不同脑区HbO和Hb浓度变化的差异
图 5 FE MI中两类受试者不同脑区HbO和Hb浓度变化的差异
同样，文中针对EEG信号也做了分析。图6和图7分别是两类受试者在BCI训练模块中的时频图。分类正确率较高的被试组中，与FE MI相比，RH MI过程的β频段ERD更强，且C3区域明显强于CZ和C4区域，而在FE MI期间，三个区域之间没有差异。在正确率较低的被试组中这种情况只有在第三和第六次训练中才能观测到，这种现象可以解释为是MI训练产生的效果。受试者在训练过程中激活模式出现了显着的增强，表现为fNIRS中的HbO浓度增加和EEG中β频段中更强的ERD，这些现象仅在分类正确率较低的被试组中可见（正确率≤70％的受试群）。因此基于MI-BCI的训练会影响皮质的激活模式，尤其是对于在BCI训练中表现稍差的受试者，如图8所示。
与分类正确率较低的被试组相比，正确率较高的被试组从一开始就显示两种分类模式的可区分状态。有研究表明这两种受试者之间的激活模式存在差异。分类正确率较高的被试在MI训练过程中，辅助运动区域的激活程度更高。该结论支持这样的假设：这更像是一种天赋，二者从一开始就不同。
图 6 RH MI过程中两类受试者不同脑区时频图的差异
图 7 FE MI过程中两类受试者不同脑区时频图的差异
到目前为止，关于EEG中不同频带的激活模式与fNIRS中的HbO和Hb模式之间的关系知之甚少。在本研究中，初步探讨了二者间的关系，需要进一步研究实现EEG和fNIRS的同步记录，以阐明这种关系。本研究中的样本数量很少，因此这些受试者可能不具有代表性，要需要数据量的支持，并且只涵盖了BCI研究领域中很小的一部分。为了更深入地了解长期BCI训练对皮质激活可能产生的影响，需要进一步研究大量受试者，同时也需要研究其他范式。本研究对于临床应用以及未来的研究都有重要意义，它提供了进一步的证据，说明了BCI训练对皮质激活模式的影响，从而可能促进和指导神经的可塑性。
图 8 MI训练过程中受试者分类正确率的变化
结合EEG-fNIRS的同步系统，需要注意的是：
1. 由于EEG和fNIRS都需要电极帽，为了统一脑电电极与近红外光探头的接口尺寸，设计脑电极/光电极复用帽，可灵活的进行电极/光探头排布；
2. 本系统使用的是湿电极脑电放大器，需要给被试涂抹导电膏；同时为了避免干扰，光探头要进行遮光处理。要注意避免导电膏影响光探头的采集和遮光帽对电极/导电膏的影响。
3.系统的同步方案
3.1.便携式脑电采集系统
我们通过直流耦合式模拟前端对脑电放大器进行了小型化设计，并减少了模拟滤波和放大环节，实现了脑电放大器的小型化，增加了电磁屏蔽的功能。便携式脑电采集放大器在静息状态和非屏蔽室环境下表现出了良好的共放大、信噪比特性和稳定性，在抗干扰方面，与电路性能相对占优势的台式脑电采集设备相比，本项目研发的便携式脑电放大器更适合在运动状态下使用。
该脑电采集系统的参数如下：
|
|
64导 |
|
最高采样率 |
16kHz |
|
共模抑制比 |
≥120dB |
|
模数转换精度 |
24bit |
|
系统噪声 |
＜0.4µVrms |
|
输入信号范围 |
±375mVpp |
|
事件同步输入 |
同步，时间精度＜1ms |
|
体积 |
85*55*22mm |
|
重量 |
84g |
|
供电方式 |
内部锂电池 |
|
供电时长 |
单块电池达到4小时，可通过多块备用电池增加连续工作时间 |
|
|
|
图 9 64通道脑电采集系统
该放大器具有以下特点：
(1) 便携可穿戴系统设计：该放大器为便携式设备，采用64通道的无线同步数据采集，可实现自然环境下实现的自由移动；配置有九轴运动传感器，可去除被试在移动过程中信号的干扰。
(2) 高质量脑电信号采集：设备具有低输入噪声和高采样率，动态范围广，电磁屏蔽性好，可实现在复杂环境下的数据采集。
(3) 精准事件同步：可实现多设备间数据高精度同步，以及刺激设备和采集设备高精度同步。
3.2.功能性近红外成像系统
本系统我们以中国丹阳慧创公司的NirSmart系统为例。该系统采用三波长光源，探测器使用雪崩二极管，灵敏度高，可与EEG、tDCS、TMS、fMRI系统联用。
图 10 NirSmart近红外系统
3.3.脑电采集软件
脑电采集软件可实现无线放大器采集的脑电信号的同步信号的显示、分析、存储、离线回放等功能。软件可以进行离线阻抗测量，以及在信号采集过程中的实时阻抗监测。电生理信号的一系列特征参数可以通过软件进行实时观测与分析。相关数据可以通过数据接口进行实时传输，供其他软件进行数据整合与分析。
图 11 脑电采集软件界面
3.4.近红外数据采集软件
近红外数据采集软件可实现功能性近红外设备采集信号的同步显示、分析、存储、离线回放等功能。支持多台设备级联，支持数字打标，可与E-prime、PsychToolbox等软件同步。支持实时数据导出，相关数据可以通过数据接口进行实时传输，供其他软件进行数据整合与分析。
3.5.近红外数据分析软件
近红外数据分析软件可实现强大的数据预处理能力，包括去基线、数据滤波、伪迹识别与去除等功能。支持多人数据同步处理和多段数据合并与处理，可显示多种原始数据、血流动力学曲线、脑区激活图像等。数据可导出Homer、NIRS-SPM、NIRFAST等多种开源fNIRS分析软件数据格式，以及Excel和TXT格式。
图 12 近红外数据采集软件界面
图 13 近红外数据分析软件界面
3.6.多参数同步器
多参数同步器是无线数字脑电采集系统的重要组成部件，也可与其他类型的放大器配合使用。在本方案中，多参数同步器可以保证无线脑电放大器和近红外系统的同步，同步精度最高可达10ms。
图 14 多参数同步器
3.7.同步方案设计
EEG与fNIRS同步的方法有以下两种：
1. fNIRS通过并口线与多参数同步器的Trigger-in端口相连，需要打入标记时fNIRS并口端输出的TTL电平发送至多参数同步器的Trigger-in端口进行标记，多参数同步器和脑电放大器本身是同步的，因此实现fNIRS与EEG设备的同步。
2. fNIRS通过并口线与多参数同步器的Trigger-out端口相连，需要打入标记时多参数同步器的Trigger-out端口发出Trigger从而在fNIRS数据中进行标记。
图 15 EEG与fNIRS的两种同步策略
3.8.关键技术和解决途径
无线脑电采集
生物电信号，尤其是脑电等微弱生物电信号，由于其幅值微弱，淹没在周围各类电磁干扰信号中，因此对信号采集前端的精度与抗噪声能力要求很高。为满足高精度弱信号采集的要求，系统采用低增益放大结合完全数字滤波的无损宽频直流耦合技术。较传统方案相比，该技术能够实现对宽频带信号的高精度采集，同时对放大器的电磁屏蔽性做了改进，保证了脑电数据采集的平稳。
系统搭建成本
长久以来功能性近红外高昂的设备价格让很多实验室望而却步。同时进口脑电的价格也相对较为昂贵。为此我们采用了丹阳慧创最新研制的功能性近红外系统，性能与进口设备相当甚至更优；同时开发了一种多通道的无线脑电采集系统，为满足高精度弱信号采集的要求，系统采用低增益放大结合完全数字滤波的无损宽频直流耦合技术。较传统方案相比，该系统能实现EEG和fNIRS的同步采集，同时系统搭建成本大大降低。
系统同步
为实现EEG-fNIRS同步系统达到预期效果，关键点在于二者的精确同步。fNIRS的采样频率为17-100Hz，属于慢信号；脑电的采样率为1000Hz，因此二者的同步精度取决于fNIRS的设备采样率。在本系统中EEG-fNIRS的同步精度可达10ms。
3.9.系统特点总结
本项目所采用的EEG-fNIRS同步系统具有以下特点：
（1）本系统研发的无线脑电放大器具有便携可穿戴的特点，同时具有高信号质量和电磁屏蔽性好的特点，可以在自然环境下使用并且信号不受环境影响；
（2）搭建多模态脑成像系统，搭建成本大大降低；
（3）系统可以实现最高10ms的同步精度。
