張宇翔 朱天橋 黃力宇

摘 要:睡眠障礙困擾著許多人,其藥物治療副作用明顯,研制一種無副作用的個性化治療裝置無疑是很有價值的。提出一種由計算機與腦信息交互實現(xiàn)對失眠的神經反饋治療裝置。電極拾取的微弱腦電信號通過腦電放大、帶通濾波、模數轉換后進入單片機進行回歸復雜度計算,獲得睡眠深度的定量評價值,確定刺激模式后依次對腦部進行電刺激,刺激模式的改變根據實施刺激的效果確定。該系統(tǒng)實現(xiàn)了睡眠障礙的個性化治療,臨床研究表明,系統(tǒng)可有效改善癥狀,提高睡眠質量。

關鍵詞:睡眠障礙;腦電圖;回歸復雜度;神經反饋

中圖分類號:TP38 文獻標識碼:A

文章編號:1004-373X(2009)21-167-04

Novel Therapy Device for Sleep Disorder Based on Nuerofeedback

ZHANG Yuxiang1,ZHU Tianqiao2,HUANG Liyu2

(1.Earthquake Monitor Center,Shaanxi Earthquake Administration,Xi′an,710068,China;

2.Shool of Electronic Engineering,Xidian University,Xi′an,710071,China)

Abstract:Sleep disorder torments many peoples.Side effect obviously exists by using drugs for therapy.No doubt novel methods or devices capable of correcting insomnia would be of great value.A promising approach based on the information interaction of computer and the brain is presented.Firstly,the weak electroencephalogram is extracted and the recurrence complexity is computed for estimating depth of sleep.Then stimulation patterns are decided according to the sleep level.Clinical experiments show the proposed system is effective for therapy of sleep disorder.

Keywords:sleep disorder;electroencephalogram;recurrence complexity;nuerofeedback

0 引 言

隨著人類社會的發(fā)展,人們的生活節(jié)奏愈來愈快,精神壓力越來越大,越來越多的人出現(xiàn)了睡眠障礙。研究表明,睡眠效果的判定,不僅要看睡眠時間的長短,更重要的是要看睡眠的深度[1]。

治療睡眠障礙的首選方法無疑還是藥物,但用藥物糾正睡眠障礙對人體形成的危害越來越引起關注。除藥物副作用外,藥物依賴也是一個重要問題。近年來,非藥物治療睡眠障礙的方法得到重視,目前,非藥物治療睡眠障礙的方法主要包括基于中醫(yī)理論的穴位刺激法、大腦電磁刺激法、大腦聲光刺激法等[2]。這些方法的共同缺點是治療中刺激的參數對所有患者都是一樣的,很難針對特定患者個體確定合適的刺激參數。另外,由于這些方法的作用機制尚不明了,不同方法的治療效果因不同的個體而異,確切療效尚待進一步證實。目前,還未見有一種儀器能根據患者的睡眠進程狀態(tài)和睡眠時所表現(xiàn)的個體差異產生自適應的刺激模式,從而改善睡眠的報道。

本文提出一種由計算機與腦信息交互實現(xiàn)對睡眠障礙的神經反饋治療裝置,試圖研制一種個性化睡眠障礙矯治儀器。

1 方法

1.1 系統(tǒng)概述

近年來,睡眠腦電的研究取得了很大進展。根據睡眠腦電的分析,已可定量判斷睡眠的質量。人們通過不同方法,如時頻分析、小波變換神經網絡、信息熵等理論對睡眠腦電進行了處理,發(fā)現(xiàn)隨著睡眠深度的增加,睡眠腦電具有明顯不同的特征[3,4]。目前在國際上通行的睡眠分類,就是按照腦電圖的特征將睡眠分成所謂的快眼動(Rapid Eye Movement,REM)睡眠和非快眼動(Non-rapid Eye Movement,NREM)睡眠兩大類,而NREM睡眠又可分為程度不同的四個期,按其深度分別標為一期、二期、三期和四期,加上睡前清醒期,睡眠共可分為六個不同的狀態(tài)。最近的研究表明,隨著睡眠的加深,睡眠腦電的回歸復雜度持續(xù)下降,睡眠腦電的回歸復雜度可作為衡量睡眠質量一個簡單而實用的指標[5]。

基于上述分析,提出一種基于睡眠深度定量分析的個性化自適應神經反饋電刺激睡眠障礙治療裝置。第一,用安放在人體頭部的電極提取受試者12 s的腦電信號,并進行放大濾波和模數轉換;第二,提取受試者不同睡眠期四道腦電回歸復雜度的平均值,該平均值即是睡眠深度的量化結果;第三,根據受試者睡眠深度的定量值,經過分析生成下一次電刺激的刺激模式,包括刺激波形和波形參數;第四,在該模式下的刺激信號通過與腦電采集時的同一組電極,作用于腦部,60 s后停止刺激,開始再次采集12 s腦電并計算回歸復雜度,了解新刺激條件下睡眠質量的定量值,對比本次刺激與前次刺激對睡眠的影響情況,決定下一步刺激模式的調整方案。系統(tǒng)的流程圖如圖1所示。

圖1 系統(tǒng)流程圖

1.2 腦電提取與放大

腦電提取所用電極是采用Ag/Cl圓盤電極,分別置于頭皮頂葉的四個部位F3,F4,C3,C4處,參考電極A1和A2則置于耳垂。借助于一個雙向電子開關74LS245,利用放置在受試者頭皮的同一組電極,交替執(zhí)行12 s腦電采集和60 s大腦刺激任務。雙向電子開關74LS245開通的方向是由CPU的一個輸入/輸出端口控制的。

腦電放大器的第一級由運放電路構成電壓跟隨器,以提高放大電路的共模抑制比和輸入阻抗。考慮到供電與功耗的問題,放大電路可選用微功耗可低電壓工作的四運放運算放大器芯片LM324,其結構緊湊,功耗低。放大電路的第二級選用了功率放大芯片LM386。后級是一個帶通濾波器,通帶為0.5～70 Hz,可以濾除腦電的高頻分量和一些高頻干擾信號。電路中應設置60 Hz工頻濾除電路,即工頻陷波。經過放大調理后的腦電信號,幅值應在0～5 V之間。

1.3 回歸復雜度

對于N點的原始一維時間序列,如腦電圖時間序列 ui,通過時間延遲的方法,可以重建得到一組相空間中的向量[6]:

i=(ui,ui+τ,…,ui+(m-1)τ)

(1)

式中:τ是延遲時間;m是嵌入維數[7,8]。

將上述向量采用如下所述的的算法在二維平面上展示出來,進而分析該序列的相關特性和二維圖中每一點表示的時間i和時間j之間是否存在著復原關系,這樣的二維圖稱之為回歸圖。

在數學上,回歸圖計算公式可以表示為[9]:

Ri,j:=Θ(εi-‖i-j‖), i,j=1,2,…,N

(2)

式中:εi是截止距離;‖?‖表示范數;Θ(x)是Heaviside函數(Θ(x)=1,x>0;Θ(x)=0,x≤0)。

本裝置所進行的計算中,嵌入維數m和時間延遲τ均取3,截止距離εi取所有向量距離中最大值的5%。在按上述方法得到腦電的回歸圖后,定義回歸復雜度為回歸圖上回歸點所占的比例[10]:

RR=1N2∑Ni,j=1Ri,j

(3)

該回歸復雜度的取值在0～1之間。根據回歸復雜度與睡眠的深度基本成正比的關系,可判斷睡眠質量越好,回歸復雜度越小;睡眠質量越差,回歸復雜度越大。圖2(a)為睡眠質量較高時,回歸復雜度為0.17的回歸圖;圖2(b)為睡眠質量不高時,回歸復雜度為0.71的回歸圖。

根據計算的腦電信號的回歸復雜度指數值,直接將睡眠的深度量級用回歸復雜度指數代表。即提取受試者不同睡眠期四道腦電回歸復雜度的平均值,該平均值是睡眠深度的量化結果。

圖2 睡眠質量較高和睡眠質量不高時的回歸圖

1.4 刺激波形的產生

本文提出的個性化神經反饋失眠治療裝置,是由一個CPU為C8051的單片機控制的。C8051單片機內部集成了一個12位模/數轉換器、5個通用16位定時器、內部可編程振蕩器、低功耗128 B的非易失數據存儲以及豐富的輸入輸出資源,擴展系統(tǒng)中還包含64 KB的隨機存取存儲器RAM和64 KB的只讀存儲器ROM[11]。運用系統(tǒng)中的數/模轉換電路通過編程可以產生方波、三角波和正弦波等不同波形和參數的刺激模式,通過在程序中加入延時程序可以改變刺激波形的頻率,通過改變數/模轉換的數字信號值調節(jié)刺激波形的幅度。

利用單片機內部可編程振蕩器作為單片機系統(tǒng)時鐘,內部的參考電壓作為數/模轉換電路的參考電壓,其中數/模轉換電路的寄存器的值分別在定時器的中斷服務程序中設定,并啟動轉換,轉換結果經過由功率放大器進行幅度放大。

1.5 刺激模式的確定

根據睡眠深度的定量評價值,可以采取不同的刺激策略。

(1) 如果是首次刺激,預先確定一個固定的刺激模式作為起始刺激。該起始刺激根據回歸復雜度的大小來確定,當回歸復雜度小于0.2時,無需刺激;當回歸復雜度大于等于0.2且小于0.4時,采用1 Hz,1 V的正弦波作為起始刺激;當回歸復雜度大于等于0.4且小于0.6時,采用5 Hz,5 V的正弦波作為起始刺激;當回歸復雜度大于等于0.6時,采用10 Hz,10 V的正弦波作為起始刺激。

(2) 如果目前實施的刺激不是首次刺激,則通過將本次刺激與上次刺激產生的睡眠效果相比較而確定。

① 如果發(fā)現(xiàn)本次刺激隨著刺激參數的改變,第一次判定為睡眠質量有所改善,則維持這個刺激模式。

② 如果在本次刺激模式條件下已是第二次判斷為改善,則對該刺激模式進行步進遞增,該步進遞增,是指在容許的刺激參數范圍內對刺激頻率和刺激幅度分別增加1 Hz和1 V,如果對該波形使用的刺激參數已到容許的最大值,則換下一種波形從1 Hz,1 V重新開始。

③ 如果發(fā)現(xiàn)本次刺激隨著刺激參數的改變,第一次判定為睡眠質量有所下降,則取消這次參數調整,回到先前的刺激模式。

④ 如果在本次刺激模式條件下已是第二次判定為睡眠質量下降,則對本次刺激模式進行步進遞減,該步進遞減,是指在允許的刺激參數范圍內對刺激頻率和刺激幅度分別減少1 Hz和1 V,如果對該波形使用的刺激參數已減到允許范圍內的最小值,則依次換一種波形從允許的最大值重新開始。

(3) 按照確定的刺激模式,對受試者實施新一輪的60 s電刺激。

上述刺激也可以采用圖3說明。刺激模式包括波形和參數,本系統(tǒng)所用的波形共有三種,依次為:方波、正弦波、三角波;參數每調整一次,就要在刺激60 s后反饋采集12 s腦電信號,分析了解刺激模式調整對睡眠的影響,即將本次刺激與前次刺激對睡眠的影響進行對比,決定下一步刺激模式的調整。

圖3 刺激策略流程圖

2 結果與討論

經兩例實驗測試表明,系統(tǒng)能有效改善失眠癥狀,提高睡眠質量。系統(tǒng)取得良好矯治效果的原因包括:

(1) 電極在頭皮上的分布位置安排是綜合考慮了腦電采集、刺激效果和臨床應用的便利等多個因素的;

(2) 采用腦電回歸復雜度計算算法確定睡眠質量,耗時少,可達到實時處理腦電的要求;

(3) 腦部電刺激和腦電采集是通過同一組電極完成的,使放置在受試者頭皮上的電極大幅度減少,更切合臨床應用實際;

(4) 比較刺激參數調整前后睡眠質量的改變,決定刺激參數的調整策略,這個反饋治療方法與裝置完全是個性化的,克服了過去失眠治療儀刺激方法和參數千人一律的不科學狀況;

(5) 本文所提方法是用腦電來定量監(jiān)測睡眠質量,在睡眠好時,可能不產生刺激或產生的刺激會進一步維持這個好的睡眠;在睡眠不好時,會有多種刺激模式可自適應改變,包括刺激的波形(如三角波、矩形波、正弦波)和刺激參數(包括幅度、頻率等),腦刺激的效果隨時受腦電監(jiān)控,矯治效果是可以得到保證的。

本系統(tǒng)的抗干擾性能可通過軟硬件結合的綜合措施予以保證。在輸入級采用差動放大電路,該差動放大電路有良好的共模抑制比,一般達80～90 dB。在程序設計時,多采用單字節(jié)指令,并在關鍵地方人為插入一些空指令,或將有效單字節(jié)指令重復書寫;在雙字節(jié)和三字節(jié)指令之后插入單字節(jié)空指令操作,來保護在單片機CPU受到干擾時,程序可能出現(xiàn)的錯誤轉移。當程序在受干擾的情況下可能轉移到非程序區(qū),指令冗余不再起作用,而軟件陷阱可利用一條引導指令,強行將捕獲的程序引向出錯處理程序。軟件陷阱一般安排在未使用的中斷向量區(qū),未使用的大片只讀存儲器ROM空間、程序區(qū)的斷裂點處。由于采取了這些措施,有效防止了干擾對本系統(tǒng)的影響。

當然,本文提出的系統(tǒng)還需要進一步的臨床研究和驗證,其進一步完善是必要的。

參考文獻

[1]于蘭,賈占玲.睡眠與睡眠障礙[M].長春:吉林人民出版社,2006.

[2]池田謙一.醫(yī)用電子技術[M].梁華,譯.上海:上?？茖W技術出版社,1999.

[3]黃力宇,王偉勛,程敬之.基于大腦皮層互信息理論的睡眠分級研究[J].生物物理學報, 2001,17(1):98-104.

[4]劉建平,鄭崇勛.基于BP網絡的睡眠分階方法及睡眠質量評估研究[J].生物醫(yī)學工程學雜志,2005,33(6):281-284.

[5]黃力宇,王偉榮.失眠的神經反饋治療方法與裝置[P].中國:200710018070.X,2007.

[6]Takens F.Determing Strang Attractors in Turbulence[J].Lecture Notes in Math,1981(898):361-381.

[7]Cao L.Practical Method for Determining the Minimum Embedding Dimension of a Scalar Time Series[J].Physica D,1997(110):43-50.

[8]Kennel M B.Determining Embedding Dimension for Phase-space Reconstruction Using a Geometrical Construction[J].Physical Review A,1992,65:3 403-3 411.

[9]Eckmann J P,Kamphorst S O,Ruelle D.Recurrence Plots of Dynamical Systems[J].Europhys.Lett.,1987,4(9):973-977.

[10]Trulla L L,Giuliani A,Zbilut J P,et al.Recurrence Quantification Analysis of the Logistic Equation with Transients[J].Phys.Lett.A,1996(223):255-260.

[11]胡漢才.單片機原理及其接口技術[M].北京:清華大學出版社,1996.

[12]阮俞穎,徐軍.基于射頻技術的人體生理數據采集系統(tǒng)設計與研究.現(xiàn)代電子技術,2008,31(2):19-21.

作者簡介 張宇翔 男,1964年出生,陜西乾縣人,1986年畢業(yè)于陜西工學院無線電技術專業(yè),獲工學學士學位,現(xiàn)為陜西省地震局監(jiān)測中心主任、高級工程師。研究方向包括電子技術應用、地震測量與預報。