基于脑机接口辅助CRS-R量表听觉惊吓的评估方法技术

本发明专利技术公开了一种基于脑机接口辅助CRS-R量表听觉惊吓的评估方法，包括步骤：1)刺激选定，编排与实验范式的设计；2)信号采集；3)数据处理；4)统计检验评估标准。本发明专利技术根据听觉新异实验范式诱发人类特有失匹配负波MMN和P300，结合昏迷恢复量表CRS-R的听觉惊吓评估方法，采用脑机接口系统与峰值检测算法评估CRS-R中听觉惊吓项目的评分，不但可以有效应用于昏迷恢复量表的评估诊断和康复效果的跟踪及预后治疗方案的选择，还可以为常规性的量表诊断提供科学客观的检测数据，以保证检测结果的真实性和有效性。

【技术实现步骤摘要】

本专利技术涉及脑机接口技术与电生理事件相关诱发电位的
，尤其是指一种基于脑机接口辅助CRS-R量表听觉惊吓的评估方法。
技术介绍
自从上个世纪初发现头皮脑电(electroencephalogram，EEG)信号后，它就被应用于神经系统疾病辅助诊断、脑功能研究等方面。人们无需借助传统的神经肌肉通道实现大脑与外界的直接交流，而通过研究脑电信号中主要的节律成分、各种诱发脑电信号及一些特定信号产生的机理、信源的空间位置及其相互关系去获取大脑对外部环境反应的直接信息的渠道。脑机接口便是实现这种可能的一个有效渠道。目前对意识状态的评估主要依据行为量表观察，但行为响应容易因为患者感觉和运动障碍、气管切开、觉醒水平波动或易疲劳等因素干扰而误诊，有研究显示约40％的临床诊断为植物状态的患者实际上存在意识迹象。昏迷恢复量表-修订版(ComaRecoveryScale-Revised，CRS-R)被认为是众多量表中稳定性和诊断正确率都较高的“金标准”。CRS-R量表分为6个子量表，分别为听觉，视觉，运动，语言，交流，唤醒；每个子量表包含若干项目来检测病人当前的意识状态；比如听觉子量表包含：0-无反应，1-听觉惊吓，2-听觉定位，3-命令可重复的动作，4-对命令一致的动作跟随；这些项目的检测由临床医生或者专业评估人员对行为表达作出判断给出相应评分。其中听觉惊吓项目是通过在病人视线外给予响声(如击掌)刺激并观察由刺激引起的眨眼或眼皮振颤的行为反应来进行听觉惊吓项目评估。这种评估可能会因为习惯性的眨眼或运动障碍对评估结果产生干扰而不准确。现有的听觉新异实验(OddballParadigm)采用标准和偏差声音刺激按比例随机出现去诱发事件相关电位(ERP)——失匹配负波(mismatchnegativity，MMN)和P300。通过分析事件相关电位(ERP)的波形差异去评估被试意识状态，但没有针对量表听觉惊吓作出相应评估。本专利技术根据听觉新异实验范式诱发出的ERP波形设计实时反馈脑机接口(BCI)系统去评估CRS-R量表中的听觉惊吓项目，并根据脑机接口结果给出听觉惊吓评估的分数。对于外界刺激响应的评估，大脑内源性的响应比起行为响应更为敏感、客观准确。因此，采用脑机接口辅助CRS-R量表听觉惊吓的评估是为了更为准确客观的获得此项目评分。本专利技术的难点在于声音刺激的选定、意识障碍的被试所诱发的事件相关电位(MMN和P300)潜伏期的确定及非监督峰值检测算法的设计。根据CRS-R量表中的听觉评估方法和意识障碍被试的特点，选择相应的声音刺激和ERP潜伏期。声音刺激的选择要尽量与CRS-R量表一致，才能确保两种方法的可对比性。ERP的潜伏期精度需要控制在毫秒范围，否则峰值检测算法就无法达到预期的检测效果。
技术实现思路
本专利技术的目的在于针对现有临床诊断技术中评估者主观性太强、被评估者自身受到运动障碍的限制、现有的ERP评估方法对意识状态的评估过于笼统且无法克服意识障碍被试存在语言理解困难等问题，提供一种基于脑机接口辅助CRS-R量表听觉惊吓的评估方法，该方法结合CRS-R的行为评估的听觉刺激形式，构成听觉新异(oddball)范式的BCI系统去对病人的听觉惊吓一项进行评分，并确保评分的准确性与客观性。为实现上述目的，本专利技术所提供的技术方案为：基于脑机接口辅助CRS-R量表听觉惊吓的评估方法，包括以下步骤：1)刺激选定，编排与实验范式的设计根据听觉新异实验范式选取标准与偏差两类声音刺激，为接近CRS-R行为量表评估方式，同时也因为复合声音比单一的正弦音更容易在脑损伤病人中诱发失匹配波，标准刺激与偏差刺激分别录制了环境背景噪声与击掌声，并以4：1的比率随机出现在每一个刺激序列中，每位受试者至少完成10个任务，单个任务至少包含5次重复刺激序列；2)信号采集采用SynAmps2放大器和32通道的EEG电极帽来记录头皮脑电信号，所有通道的脑电信号均以右耳突为参照，其中“HEOGR”“HEOGL”与“VEOGR”“VEOGL”两对通道用来记录眼球运动，以去除脑电信号中的伪迹；脑电采集过程中，所有电极的阻抗值皆为5KΩ以下，脑电信号以250Hz的频率采样，并在0.1至30Hz的范围内进行带通滤波；采用MicrosoftVisualC++软件编写程序播放听觉刺激任务，屏幕首先出现一个焦点提示受试者集中注意力，随后出现十字标记表示进入实验准备状态，播放完一个任务，由非监督的峰值检测算法返回在线结果给受试者和评估者，正性反馈结果是欢快的掌声，负性反馈结果是叹息声；3)数据处理单个刺激任务呈现完毕后，数据被实时送入计算机中，峰值检测算法立即对数据进行处理，并根据结果播放正性/负性反馈声音，峰值检测算法具体步骤如下：①由Neuroscan放大器采集到的原始EEG信号经过0.1Hz-10Hz的滤波，同时用时域回归方法去除眼电对EEG信号的污染；②选择至少1个通道，利用所选通道的滤波后的EEG数据构建至少50个数据单元，每个数据单元从刺激开始前200ms至刺激结束后800ms，是一个通道乘以250个数据点的矩阵，将这50个数据单元按每个刺激的重复次数平均，最后得到5个平均后的数据单元矩阵；③对每个平均后的数据单元矩阵，根据失匹配负波MMN和P300出现的时间，首先在250ms-400ms时间段内找到一个最小值，即波谷，在随后的100ms内找到一个最大值，即波峰，并且计算两者的差值，这样在每个实验结束时即得到一个通道数×刺激个数的二维差值矩阵；④采用通道投票的方法决定目标刺激，即投票给差值最大的刺激；如果有两个刺激的票数一样，则比较这两种刺激的差值，选择差值较大的那个刺激为目标刺激；4)统计检验评估标准准确率是由正确响应的任务的次数除以全部任务的次数而得来，为了衡量准确率是否显著，通过统计命中与不命中的观察次数和理论次数，并根据下列公式进行卡方检测：χ2=Σi=1k(foi-fei)2fei]]>其中，foi和fei分别是第i个分类的观察次数和理论次数，i＝1,2,...,k；在这里，观察项目分为命中和不命中两类，fo1和fo2分别是命中和不命中的观察次数，fe1和fe2分别是命中和不命中的理论次数，自由度是分类项数k减1，即为1；当使用5种选择的BCI进行了20次任务判定时，在完全概率相等的情况下应该是命中和不命中的次数都应该是4本文档来自技高网...

【技术保护点】
基于脑机接口辅助CRS‑R量表听觉惊吓的评估方法，其特征在于，包括以下步骤：1)刺激选定，编排与实验范式的设计根据听觉新异实验范式选取标准与偏差两类声音刺激，为接近CRS‑R行为量表评估方式，同时也因为复合声音比单一的正弦音更容易在脑损伤病人中诱发失匹配波，标准刺激与偏差刺激分别录制了环境背景噪声与击掌声，并以4：1的比率随机出现在每一个刺激序列中，每位受试者至少完成10个任务，单个任务至少包含5次重复刺激序列；2)信号采集采用SynAmps2放大器和32通道的EEG电极帽来记录头皮脑电信号，所有通道的脑电信号均以右耳突为参照，其中“HEOGR”“HEOGL”与“VEOGR”“VEOGL”两对通道用来记录眼球运动，以去除脑电信号中的伪迹；脑电采集过程中，所有电极的阻抗值皆为5KΩ以下，脑电信号以250Hz的频率采样，并在0.1至30Hz的范围内进行带通滤波；采用Microsoft Visual C++软件编写程序播放听觉刺激任务，屏幕首先出现一个焦点提示受试者集中注意力，随后出现十字标记表示进入实验准备状态，播放完一个任务，由非监督的峰值检测算法返回在线结果给受试者和评估者，正性反馈结果是欢快的掌声，负性反馈结果是叹息声；3)数据处理单个刺激任务呈现完毕后，数据被实时送入计算机中，峰值检测算法立即对数据进行处理，并根据结果播放正性/负性反馈声音，峰值检测算法具体步骤如下：①由Neuroscan放大器采集到的原始EEG信号经过0.1Hz‑10Hz的滤波，同时用时域回归方法去除眼电对EEG信号的污染；②选择至少1个通道，利用所选通道的滤波后的EEG数据构建至少50个数据单元，每个数据单元从刺激开始前200ms至刺激结束后800ms，是一个通道乘以250个数据点的矩阵，将这50个数据单元按每个刺激的重复次数平均，最后得到5个平均后的数据单元矩阵；③对每个平均后的数据单元矩阵，根据失匹配负波MMN和P300出现的时间，首先在250ms‑400ms时间段内找到一个最小值，即波谷，在随后的100ms内找到一个最大值，即波峰，并且计算两者的差值，这样在每个实验结束时即得到一个通道数×刺激个数的二维差值矩阵；④采用通道投票的方法决定目标刺激，即投票给差值最大的刺激；如果有两个刺激的票数一样，则比较这两种刺激的差值，选择差值较大的那个刺激为目标刺激；4)统计检验评估标准准确率是由正确响应的任务的次数除以全部任务的次数而得来，为了衡量准确率是否显著，通过统计命中与不命中的观察次数和理论次数，并根据下列公式进行卡方检测：χ2=Σi=1k(foi-fei)2fei]]>其中，foi和fei分别是第i个分类的观察次数和理论次数，i＝1,2,...,k；在这里，观察项目分为命中和不命中两类，fo1和fo2分别是命中和不命中的观察次数，fe1和fe2分别是命中和不命中的理论次数，自由度是分类项数k减1，即为1；当使用5种选择的BCI进行了20次任务判定时，在完全概率相等的情况下应该是命中和不命中的次数都应该是4和16；为了表明观察次数的显著性，即概率P≤0.05，在自由度为1时，检验统计量χ2需要大于3.84，即20次任务中，受试者需要在≥8个任务中正确响应；对于完成20次任务的受试者中，认为正确率在显著水平以上，且同时存在MMN和P300波形的，就判定受试者在听觉惊吓这一项目中获得1分评分，否则评分为0。...

【技术特征摘要】
1.基于脑机接口辅助CRS-R量表听觉惊吓的评估方法，其特征在于，包括
以下步骤：
1)刺激选定，编排与实验范式的设计
根据听觉新异实验范式选取标准与偏差两类声音刺激，为接近CRS-R行为
量表评估方式，同时也因为复合声音比单一的正弦音更容易在脑损伤病人中诱
发失匹配波，标准刺激与偏差刺激分别录制了环境背景噪声与击掌声，并以4：
1的比率随机出现在每一个刺激序列中，每位受试者至少完成10个任务，单个
任务至少包含5次重复刺激序列；
2)信号采集
采用SynAmps2放大器和32通道的EEG电极帽来记录头皮脑电信号，所有
通道的脑电信号均以右耳突为参照，其中“HEOGR”“HEOGL”与“VEOGR”
“VEOGL”两对通道用来记录眼球运动，以去除脑电信号中的伪迹；脑电采集
过程中，所有电极的阻抗值皆为5KΩ以下，脑电信号以250Hz的频率采样，并
在0.1至30Hz的范围内进行带通滤波；
采用MicrosoftVisualC++软件编写程序播放听觉刺激任务，屏幕首先出现
一个焦点提示受试者集中注意力，随后出现十字标记表示进入实验准备状态，
播放完一个任务，由非监督的峰值检测算法返回在线结果给受试者和评估者，
正性反馈结果是欢快的掌声，负性反馈结果是叹息声；
3)数据处理
单个刺激任务呈现完毕后，数据被实时送入计算机中，峰值检测算法立即
对数据进行处理，并根据结果播放正性/负性反馈声音，峰值检测算法具体步骤
如下：
①由Neuroscan放大器采集到的原始EEG信号经过0.1Hz-10Hz的滤波，
同时用时域回归方法去除眼电对EEG信号的污染；
②选择至少1个通道，利用所选通道的滤波后的EEG数据构建至少50个
数据单元，每个数据单元从刺激开始前200ms至刺激结束后800ms，是一个通
道乘以250个数据点的矩阵，将这50个数据单元按每个刺激的重复次数平均，
最后得到5个平均后的数据单元矩阵；
③对每个平均后的数据单元矩阵，根据失匹配负波MMN和P300出现的
时间，首先在250ms-400ms时间段内找到一个最小值，即波谷，在随后的100ms
内找到一个最大值，即波峰，并且计算两者的差值，这样在每个实验结束时即
得到一个通道数×刺激个数的二维差值矩阵；
④采用通道投票的方法决定目标刺激，即投票给差值最大的刺激；如果有
两个刺激的...

【专利技术属性】
技术研发人员：李远清，肖君，虞容豪，余天佑，何艳斌，谢秋幼，
申请(专利权)人：华南理工大学，广州军区广州总医院，
类型：发明
国别省市：广东;44