【脑电信号处理与特征提取】P2-夏晓磊:脑电的神经起源与测量

夏晓磊:脑电的神经起源与测量

专业术语

electroencephalography(EEG) 脑电图

Excitatory Postsynaptic Potential(EPSP) 兴奋性突触后电位

Electrocorticography(ECoG) 皮层脑电图

什么是脑电/脑电图(EEG)?

Electroencephalography(EEG)

Electro: relating to electricity
Encephalo: relating to the brain
Graphy: writing or representation produced in a specified manner.

Therefore, EEG produces a graphed representation of the electrical activity occurring in a person's brain.(把一个人的大脑中的电活动画出来)

Basics of cortical electrophysiology

脑电如何产生的?下面是电信号在大脑中的传导过程。

静息态时细胞膜内外的电位是内负外正,当需要传递信号的时候,细胞体会产生动作电位 ,动作电位沿着轴突传递,到达突触,细胞膜内外就变成了内正外负。

当动作电位传递到突触前膜,突触前膜会释放神经递质 ,到突触后膜,突触后膜就会产生突触后膜电位 。EPSP代表兴奋性突触后电位(Excitatory Postsynaptic Potential),是指在兴奋性突触传递过程中,突触后膜上发生的电位变化。

动作电位的放电频率是比较高的,可能三次放到会在突触后膜有一个大的电位变化,所以说突触后膜电位是可以累加的。

这些东西又如何产生脑电的?

当许多这些神经元整齐排列,同时放电 ,同时在突触后膜产生很多突触后膜电位,在头皮表面放置电极,就可以记录到几mv电位差,这就是脑电。

Scalp EEG vs direct cortical recording: magnitude differences

头皮脑电图(Scalp EEG)与直接皮层记录(Direct Cortical Recording):振幅差异

EEG电活动衰减很多,空间分辨率低。

头皮记录到的脑电比突触后膜电位小一个数量级,一方面因为EEG放置在头皮,头皮到大脑皮层要经过头骨,脑膜。另一方面,头皮上放置的某一个电极,记录的电信号也不是来自一个神经核团,是多个神经核团共同作用的结果。故脑电传递的电信号是弥散性的,也就造成脑电的空间分辨率低。

Q: 如何理解空间分辨率低?

A: 在头皮放置的点击越相近,两个电极记录到的脑电信号越相似。

一般来说空间分辨率是两厘米

总结何为脑电和脑电图(EEG)

脑电头皮表面记录到的大脑活动产生的电信号(微伏) 。(记录位置:硬脑膜/大脑皮层表面- ECoG,神经元群- LFP与MUR/MUA:活动位置:心电、眼电、肌电等)

脑电图电压随时间变化的波形图 。将这种电活动的电位作为纵轴,时间为横轴,记录下来的电位与时间相互关系的平面图即为脑电图。(electroencephalograph,EEG)
电压=两点间的电势差
脑电数据=作用电极电势-参考电极电势

参考电极本身的波形是一条值为零的直线。

脑电的测量

Q: 什么是脑电?

A: 脑电(Electroencephalogram,缩写为EEG)是指记录和测量人类或动物大脑电活动的一种技术和信号

脑电是通过在头皮上放置多个电极来捕捉和记录脑部神经元的电活动所产生的电位变化。这些电极测量到的电信号代表了大脑中大量神经元的集体活动。
Q: 脑电有什么特点?

A: 脑电是头皮表面记录的大脑活动产生的电信号(电压),具有变化快(ms)、幅值小(微伏)、易受干扰 等特点,相应的脑电记录设备应该具有采样率高/信号放大、降噪以及数字化的功能特点。脑电记录设备的本质就是一台时间分辨率较高的灵敏电压表。

脑电设备的硬件构成


Rat ECoG实验流程图

硬件构成------电极帽


作用电极Activate electrode:头皮上摆放的大部分电极。
参考电极Reference electrode:作为相对零电位点的电极,记录脑电数据的时候哪个电极作为参考都可以。重参考的时候一般选鼻尖、双侧乳突(耳垂)、平均参考。记录到的脑电数据是作用电极与参考电极的差值。
接地电极Ground electrode:帮助去除工频干扰。

硬件构成------放大器

输入阻抗:即脑电放大器前端放大电路的输入阻抗。为避免脑电信号过分衰减,脑电采集系统必须具有很高的输入阻抗 。如果前端模拟电路的阻抗小,将使放大器采集的脑电信号幅度小且变化大,因此如果希望采集到高质量的脑电信号就必须降低头皮阻抗,增大前段输入电路的输入阻抗。

共模抑制比(Common Mode Rejection Ratio. CMRR): 即对差模信号的放大和对共模信号的抑制能力 。共模抑制比是衡量脑电放大器抑制电力线路干扰(如50Hz工频干扰)等共模噪声能力等一个指标。(主流高性能脑电设备等CMRR都在100dB以上)

频率响应:脑电信号不是全频带的信号,因此需要滤除无效频带的信号,又要无失真的保持有效频带的原有信号(主流脑电设备的频率范围为DC~1000Hz,人的脑电设备没有必要记录1000Hz以上的信息)。

硬件构成------模数转换器

模数转换器(Analog to Digital Converter):即将脑电信号从模拟信号(电压值)转变为数字信号 。模数转换器的分辨率是一个重要指标,一般用多少bit表示,12bit就代表2^12,即改脑电设备最多可以表达4096个值(主流高性能脑电设备的分辨率可以达到24bit)。分辨率太低的话脑电系统容易饱和达到记录上线。

ERP实验中的Marker

在脑电设备中,实验控制电脑会给在给被试者发出刺激的同时,发送一个Marker给适配器。

Q: 什么是Marker?

A: Marker(标记)是指在脑电图(EEG)数据中插入的事件标记或时间标记。Marker用于标记或注释与实验中特定事件或刺激相关的时间点。

Marker的两个基本属性:类型和时间。Marker大概分为2种(数字/模拟)。如下图的红色线就是一种Marker。

注意事项------噪声辨别

如果有一个电极的走势和其他几个明显不同,那这个电极一定是噪声,因为前面讲到过EEG空间分辨低,受模糊效应的影响,相邻电极的电信号应该相近。如下图所示,中间明显不同的那一个电信号就是噪声。

推荐的脑电设备记录参数

老师真的太有意思了!!!哈哈哈哈哈哈哈哈哈哈哈哈最后是老师把最喜欢的动漫中的一句话送给大家:

相关推荐
徒慕风流11 小时前
海杂波分级方法
信号处理·海杂波·分级研究
政安晨2 天前
政安晨【零基础玩转各类开源AI项目】基于本地Linux Ubuntu系统部署及应用DDSP-SVC:基于DDSP(可微分数字信号处理)的实时端到端歌声转换系统
pytorch·python·深度学习·机器学习·信号处理·tensorboard·ddsp-svc
stackY、6 天前
【Linux】:信号的保存和信号处理
信号处理
萨文 摩尔杰7 天前
多速率信号处理-插值和插值滤波器
算法·信号处理
SleepingBug15 天前
[数字信号处理][Python] numpy.gradient()函数的算法实现
python·numpy·信号处理
FPGA狂飙16 天前
【FPGA数字信号处理】并行FIR滤波器
fpga开发·信号处理·verilog·fpga·xilinx
深圳信迈科技DSP+ARM+FPGA19 天前
【DSP+FPGA】基于Virtex-7 FPGA + C6678 DSP的高性能实时信号处理平台
fpga开发·信号处理
深圳信迈科技DSP+ARM+FPGA20 天前
基于Virtex UltraScale+ VU13P FPGA的4路FMC接口基带信号处理平台
fpga开发·信号处理
移知20 天前
从算法到硬件实现:《基于FPGA的数字信号处理》(可下载)
fpga开发·信号处理·数字信号处理·fpga
道无方1 个月前
信号与线性系统实验一:LTI连续系统时域响应测试与分析
经验分享·matlab·信号处理