*楊建平，肖開選，劉明華

（井岡山大學電子與信息工程學院，江西，吉安 343009）

0 引言

在工農業(yè)自動化程度越來越高的當今社會，出現了大量的人機交互作業(yè)——工作人員面對自動化（或半自動化）機械設備持續(xù)性地進行監(jiān)控操作，這類作業(yè)在工程心理學上稱為警戒作業(yè)[1]。通常警戒作業(yè)以視覺監(jiān)控——視覺警戒為主，作業(yè)人員在長時間的監(jiān)控作業(yè)中，很容易出現警覺水平降低、疲勞、厭煩等現象，從而導致工作績效下降，有時還會造成非常嚴重的后果。

警戒作業(yè)人員的警覺水平可以借助采集大腦皮層的腦電信號（Electroencephalogram，EEG）來評價[2]。目前，EEG 被認為是最適合作為警覺度檢測的指標，它蘊涵著人體各種生理、心理活動的信息，當人體生理、心理發(fā)生變化時，如警戒作業(yè)員警覺度下降，EEG 都會產生相應的變化[3-4]。EEG的這些變化之中，節(jié)律性是最常用、最基本的特征之一，主要有δ( 0. 5 ～4 Hz) 、θ( 4 ～8 Hz) 、α( 8 ～13 Hz) 、β( 13～30 Hz)等節(jié)律。然而采集的EEG 信號并不是以單一的某種節(jié)律呈現出來，而是同時疊加一種以上不同節(jié)律，是多種節(jié)律以及各種干擾的疊加[5-6]。為便捷地提取各種節(jié)律、應用節(jié)律特征，本文將采用有限長單位脈沖響應（Finite impulse response，FIR）數字濾波器（Digital filter， DF）獲取EEG 信號中各種節(jié)律成分，提取方法簡單、實用，能夠較好地應用于腦機接口設備中。

1 FIR 數字濾波器的原理與設計

窗函數法是設計FIR 數字濾波器最常用的方法，算法簡單、物理意義清晰、閉合形式公式可循，相比小波變換等其他變換能夠更加精確、方便定制EEG 各節(jié)律的頻率點[7]，是EEG 信號工程濾波中的重要方法之一。

1.1 設計思路

根據頻域卷積定理，需設計的FIR 數字濾波器的頻率響應函數為：

1.2 窗函數的討論

1.3 窗函數選取與設計

通常，減小主瓣寬度和抑制旁瓣能量是一對矛盾，即窗函數在獲得旁瓣抑制的同時一定會增加主瓣的寬度，為此需選擇合適的窗函數，盡量使主瓣能量和旁瓣能量的比例最大。凱澤窗（Kaiser window）是一種適應較強的窗函數，可以在主瓣寬度和旁瓣幅度之間自由選擇兩者的比重，設計靈活，非常適合FIR 數字濾波器的設計[8]，其窗函數形式為：

其中0( )I · 是第一類零階修正貝塞爾函數，ρ 為可自由選擇的參數，由（5）式確定：

λ 為凱澤窗函數的主瓣值和旁瓣值之間的差值（dB），可以同時調整主瓣寬度與旁瓣衰減。

根據EEG 各節(jié)律的頻帶范圍[9]，我們選用凱澤窗函數設計四個FIR 帶通濾波器，用來提取EEG 信號的四種節(jié)律。表1 為各FIR 數字濾波器的凱澤窗函數的所設計參數，圖1 為四個帶通濾波器幅頻響應。

表1 EEG 節(jié)律及其帶通濾波器的凱澤窗參數 Table 1 EEG rhythms and its corresponding Kaiser window parameter of bandpass filters

圖1 四個（(a) δ 節(jié)律 (b) θ 節(jié)律 (c) α 節(jié)律(d) β 節(jié)律）帶通濾波器的幅頻響應 Fig.1 Amplitude frequency response of four bandpass filters

2 視覺警戒腦電的采集

采用了64 個電極采集腦電數據，分別置于前額、側額、額區(qū)、中央區(qū)、顳區(qū)、后顳區(qū)、頂區(qū)、枕區(qū)等多個腦區(qū)，采樣頻率為160 Hz。實驗過程中的操作指令由編制的測試軟件控制。采集流程：開啟電腦，連接實驗設備，讓被測試者戴好腦電儀，進入實驗狀態(tài)；開啟軟件，①視覺警戒目標將會從電腦顯示屏四個方位（上、下、左、右）出現；②視覺警戒目標出現在顯示屏上的時間間隔為30 s內的隨機設置。實驗進程中，要求視覺警戒者注視顯示屏，當看到目標從顯示屏的上、下、左、右側出現時，按下電腦鍵盤的“↑”、“↓”、“←”、“→”，按鍵反應時間、按鍵正誤由測試軟件自動記錄并保存起來，配合人工觀察用來區(qū)分警覺狀態(tài)和低警覺狀態(tài)，同時腦電儀采集并將EEG 信號保存下來。如圖2 所示為選取的FP1（前額）、C3（中央）、O1（枕區(qū)）、T4（顳區(qū)）四個導聯的EEG 波形。

圖2 FP1、C3、O1、T4 導聯的20s EEG 波形圖 Fig.2 20 seconds EEG waveform of FP1、C3、O1、T4 leads

3 視覺警戒中EEG 節(jié)律的變化特征

長時間的視覺警戒工作中，被測試者會出現注意力不集中、疲勞等狀態(tài)，大腦的視覺警戒狀態(tài)亦隨之產生波動，此時反映大腦活動狀況的EEG 信號將發(fā)生變化，其各節(jié)律（δ、θ、α、β 等節(jié)律）所呈現的特征亦發(fā)生變化。

3.1 EEG 節(jié)律的特征量——相對能量

3.2 兩種狀態(tài)的節(jié)律特征對比

選用實驗中同一電極（中央區(qū)C3）的EEG 信號，從中截取警覺過程與低警覺過程的兩段信號并由凱澤窗FIR 數字濾波器進行節(jié)律提取及分析，如圖3 所示(由上至下依次是EEG 信號、δ 節(jié)律、θ 節(jié)律、α 節(jié)律、β 節(jié)律)，表2 是各節(jié)律的相對能量。

圖3 提取EEG 信號的四種節(jié)律 Fig.3 Four EEG rhythms extracted from by FIR DF

表2 兩狀態(tài)下四種節(jié)律的相對能量 Table 2 Relative energy of four rhythms in two states

由圖3 可以看出，δ 節(jié)律（低頻部分）與原EEG信號無相位超前及落后，兩者的變化趨勢具有很強的一致性，表明所選FIR 數字濾波器具有良好的線性相位性能；圖中左右兩邊的對應各節(jié)律波幅有差異。在表2 計算了各節(jié)律的相對能量，低警覺狀態(tài)時低頻節(jié)律（δ 節(jié)律和θ 節(jié)律）能量更高，而高頻節(jié)律（α 節(jié)律和β 節(jié)律）的能量較低。因而通過比較高頻節(jié)律所占能量比重，能夠用來區(qū)分視覺警戒中的兩種狀態(tài)。

3.3 不同腦區(qū)的節(jié)律特征對比

單電極采集EEG 信號能減少設備的硬件數量，方便生產出便攜式的、可穿戴的智能系統，因而尋找視覺警戒任務中警覺與低警覺差異較大的腦區(qū)具有非常重要的意義。在視覺警戒工作中，即使同處于警覺狀態(tài)（或低警覺狀態(tài)）時，不同腦區(qū)的活動狀況也會存在不同，由警覺狀態(tài)下降為低警覺狀態(tài)，不同腦區(qū)的變化差異亦不相同。考慮文獻[10-11]提出右側額葉區(qū)（Frontal area）、后部腦區(qū)(Posterior area)和丘腦(Thalamus)具有維持注意、保持警覺狀態(tài)的功能，為此這里我們主要探討①右額區(qū)與同在右側的右頂區(qū)之間的EEG 節(jié)律特征，②各腦區(qū)警覺狀態(tài)與低警覺狀態(tài)節(jié)律的變化情況。如圖4 所示為選取的警覺過程、右額和右頂腦區(qū)的兩段信號的節(jié)律特征(由上至下依次是EEG 信號、δ 節(jié)律、θ 節(jié)律、α 節(jié)律、β 節(jié)律)?？紤]到文章篇幅，相對應的低警覺狀態(tài)節(jié)律沒有畫出。表3、表4 列出了低警覺和警覺時兩腦區(qū)各節(jié)律的相對能量，據兩表可獲取不同腦區(qū)節(jié)律特征的變化差異。

圖4 兩個不同腦區(qū)的四個對照節(jié)律（(a)右額區(qū)，(b)右頂區(qū)） Fig.4 Four rhythms of the EEG decomposed by FIR DF

表3 警覺時兩腦區(qū)各節(jié)律的相對能量 Table 3 Relative energy of four rhythms in two areas

表4 低警覺時兩腦區(qū)各節(jié)律的相對能量 Table 4 Relative energy of four rhythms in two areas

將EEG 分低頻節(jié)律和高頻節(jié)律，從表3、表4可以看以，①低警覺時兩腦區(qū)的能量分布相差不大；②警覺時兩腦區(qū)的能量分布相差較大；③右額的高頻能量（α 節(jié)律和β 節(jié)律的相對能量之和）由警覺的0.1972 到低警覺時的0.1031，變化幅度為0.0941；右頂相應地由0.1679 變?yōu)?.1053，變化幅度為0.0626，右額在警覺變?yōu)榈途X時高頻節(jié)律能量下降更快，而右頂相應變化量較小，因而工程選用FP2 電極用作單電極腦電來分析警覺下降有較好效果。

4 討論

本文將FIR 數字濾波器應用于提取并計算EEG 信號中的四種節(jié)律特征，探索警覺和低警覺兩種狀態(tài)的EEG 節(jié)律特征以及不同腦區(qū)警覺變化的節(jié)律特征，研究思路能夠為FPGA、DSP 等硬件在腦機接口中的應用中帶來方便，應用于警覺監(jiān)控、初步分析警覺狀態(tài)、生產智能化的人體狀態(tài)監(jiān)控系統等方面。但在以下方面尚需改進：①濾波器的參數選取還有待于使用最優(yōu)方案，以獲得更好的濾波效果，在應用中只需對程序中濾波器的起始頻率、截止頻率、采樣率和窗函數等參數進行修改就可以實現需要的濾波功能，達到較好的濾波效果；②用FIR 數字濾波器進行濾波與正交分解相比所得能量有所缺失，與正交變換的小波變換相比獲取節(jié)律的頻率點更精確。③各腦區(qū)警覺變化時的節(jié)律變化特征探討還不夠全面、細致，所獲取的特征值僅供參考。