曹宇杰，高亞罕，郭國(guó)棟

1.上海理工大學(xué) 健康科學(xué)與工程學(xué)院(上海,200093)

2.上海健康醫(yī)學(xué)院(上海,201318）

0 引言

情緒是與生俱來(lái)且與人們?nèi)粘Ｉ钕嗷ミB結(jié)密不可分的，積極的情緒會(huì)提高注意力，提高學(xué)習(xí)效率；消極的情緒會(huì)讓人沉溺其中，心神不寧，甚至對(duì)人的身心都會(huì)造成持續(xù)的負(fù)面影響。故有關(guān)情緒的研究，無(wú)論是情緒的識(shí)別，還是情緒的引導(dǎo)和改變等都具有巨大研究?jī)r(jià)值。然而，傳統(tǒng)情緒研究數(shù)據(jù)的采集大都采用問(wèn)卷調(diào)查、面部識(shí)別、肢體動(dòng)作捕捉等非生理信號(hào)來(lái)提取外部特征［1］。這種缺乏靈活且需要憑借經(jīng)驗(yàn)歸納的方法對(duì)情緒的判斷有一定的局限性，所以為了更深入的挖掘情緒，研究者們正著眼于從另外的角度去觀察探索［2］。

腦電圖(electroencephalogram，EEG)是一種將腦部的自發(fā)性生物電位加以放大從而記錄大腦活動(dòng)的方法［3］。其于1929 年由Hans Berger 通過(guò)放在人腦頭皮上的電極首次測(cè)量出來(lái)，并在1933 年，由英國(guó)著名生理學(xué)家E.D.Adrian 重試并確認(rèn)之后迎來(lái)了快速發(fā)展。而在情緒研究上，Schaaff 等［4］使用短時(shí)傅里葉變換提取腦電特征，對(duì)情緒進(jìn)行3 分類(lèi)，平均準(zhǔn)確率達(dá)到62.07%。Hu 等［5］以EEG 光譜圖為特征，得到情緒2 分類(lèi)的準(zhǔn)確率為80%以上。Krisnandhika 等［6］使用小波能量相對(duì)利用率為特征，情感識(shí)別的準(zhǔn)確率達(dá)到了76%。Lang 等［7］匯編了國(guó)際情緒圖片系統(tǒng)（international affective picture system，IAPS）為情緒的研究提供了標(biāo)準(zhǔn)參考。由此可知，現(xiàn)今由腦電辨別情緒的研究仍處于提高準(zhǔn)確率的過(guò)程中，尚有很大的發(fā)展空間去探索。

Ekman 將情緒分為六種，分別是愉悅、悲傷、憤怒、恐懼、驚奇和厭惡［8］。其中愉悅是人所盼望的目標(biāo)達(dá)成后的情緒特征，其程度取決于目的的滿足程度；悲傷是失去所盼望的目標(biāo)后產(chǎn)生的情緒特征，其程度取決于失去事物對(duì)人本身的價(jià)值［9］。它們是兩種相反且對(duì)立的情緒，相應(yīng)腦電當(dāng)中的差異也是十分明顯，易于觀察。因此，本論文選取愉悅和悲傷兩種情緒作為腦電信號(hào)的采集目標(biāo)，進(jìn)行腦電處理分析方法的探索性研究。實(shí)驗(yàn)結(jié)果較好地反應(yīng)了愉悅和悲傷兩種基礎(chǔ)情緒與腦電的關(guān)系，為后續(xù)更深入的情緒研究提供了參考。

1 實(shí)驗(yàn)設(shè)計(jì)

1.1 實(shí)驗(yàn)對(duì)象

年齡介于24～26 歲之間，身體健康的6 名男性學(xué)生受試者。

1.2 腦電數(shù)據(jù)采集

采用美國(guó)的神經(jīng)科技公司Emotiv Systems 推出的神經(jīng)頭盔(neuroheadset)，該設(shè)備符合EEG 記錄要求；按國(guó)際腦電圖學(xué)會(huì)規(guī)定的標(biāo)準(zhǔn)電極放置法取AF3、F7、F3、FC5、T7、P7、O1、O2、P8、T8、FC6、F4、F8、AF4 共14 個(gè)通道位置放置電極，單極導(dǎo)聯(lián)，采樣頻率為128 Hz。電極放置于大腦皮層的位置如圖1 所示。

圖1 實(shí)驗(yàn)對(duì)象腦電數(shù)據(jù)采集電極分布Fig.1 The electrode distribution of the EEG data collected by the subject

實(shí)驗(yàn)以PPT 的形式準(zhǔn)備好各種情緒指令，在研究人員的操作下依次切換播放，而受試者根據(jù)不同的指令來(lái)引導(dǎo)自身情緒。當(dāng)受試者情緒引導(dǎo)完成后通過(guò)讀國(guó)際音標(biāo)發(fā)音口令（ko ne yu t?iya? e hu te）來(lái)提示記錄人員記錄當(dāng)前情緒持續(xù)的時(shí)間，每個(gè)情緒讀三次口令耗時(shí)約5 s。并在愉悅和悲傷兩種情緒之間以平靜情緒隔開(kāi)，減弱互相之間的殘留影響。本次實(shí)驗(yàn)重復(fù)四次，第一次受試者看相應(yīng)情緒的照片引導(dǎo)對(duì)應(yīng)的情緒，第二次在照片的基礎(chǔ)上增加對(duì)應(yīng)情緒的聲音，第三、四次與前兩次相同，但要求受試者引導(dǎo)與對(duì)應(yīng)圖片相異的情緒，整個(gè)實(shí)驗(yàn)過(guò)程持續(xù)約3 min。

2 腦電數(shù)據(jù)的預(yù)處理

2.1 定位通道數(shù)據(jù)

原始的腦電數(shù)據(jù)能顯示出的只有每個(gè)電極通道的名稱(chēng)及數(shù)值，并不能知曉它位于人腦頭皮的哪個(gè)部位，因此在處理之前需要加載一個(gè)跟記錄數(shù)據(jù)相匹配的通道位置信息。根據(jù)國(guó)際腦電學(xué)會(huì)規(guī)定的標(biāo)準(zhǔn)10-5 系統(tǒng)排布的一共有385 個(gè)電極點(diǎn)的信息模板，可以從中提取加載，本次實(shí)驗(yàn)所選用的14 個(gè)電極的位置信息。

2.2 參考電極

采集的原始腦電數(shù)據(jù)記錄的數(shù)值是電極所在位置與參考電極之間的電位差，所以不同參考電極的選擇會(huì)對(duì)數(shù)據(jù)本身造成影響。本文參考電極選用的是單側(cè)乳突參考，位置處于耳后側(cè)突起的一小塊區(qū)域，由此記錄的數(shù)據(jù)會(huì)有一個(gè)特點(diǎn)，即離參考電極越遠(yuǎn)的電極點(diǎn)數(shù)值越大。本研究在數(shù)據(jù)分析的時(shí)候?yàn)榱似胶飧鱾€(gè)電極的數(shù)據(jù)，采取計(jì)算平均參考（compute average reference）的處理方法，即是將所有電極采集數(shù)據(jù)的均值作為參考［10］。除此以外常用的參考位置還有雙側(cè)乳突平均參考等。

2.3 濾波

腦電波簡(jiǎn)單來(lái)講是一些自發(fā)且有節(jié)律的神經(jīng)電活動(dòng)，其頻率變動(dòng)范圍在1～30 Hz，可以使用有限脈沖響應(yīng)（finite impulse response，F(xiàn)IR）數(shù)字濾波器從頻域?qū)δX電信號(hào)進(jìn)行濾波。設(shè)FIR 濾波器的單位沖激響應(yīng)為h(n)，輸入時(shí)間序列為x（n）,0 ≤n≤N-1,N為采樣數(shù)據(jù)個(gè)數(shù)，其差分方程形式為：

將（1）兩邊進(jìn)行Z變換后，可以得到FIR 濾波器的系統(tǒng)函數(shù)：

由此可以看出，F(xiàn)IR 濾波器的系統(tǒng)函數(shù)，因此FIR 濾波器是十分穩(wěn)定的。

2.4 偽跡去除

經(jīng)上述處理過(guò)后的腦電圖十分清晰明了，但還存在腦電采集過(guò)程中的外部干擾，出現(xiàn)局部的異常數(shù)據(jù)。此時(shí)就需要我們?nèi)斯し直嫒コ渲忻黠@的偽跡。而正常成人的腦電波幅為5～200 μV，超過(guò)幅度的就需要剔除。

2.5 獨(dú)立分量分析（independent componentanalysis，ICA）

ICA）是一種盲源分析方法，可依照數(shù)據(jù)的整體特征將偽跡作為獨(dú)立成分從腦電信號(hào)中分離出來(lái)［11］。即源信號(hào)S未知且確定是統(tǒng)計(jì)獨(dú)立，假設(shè)存在線性映射關(guān)系A(chǔ)，存在于我們接收得到的信號(hào)X之間，能構(gòu)成關(guān)系式X=AS.

Fast ICA 算法是一種基于不動(dòng)點(diǎn)迭代來(lái)尋找非高斯性最大值的一種ICA 算法［12］。Fast ICA 的盲源分離過(guò)程可以看成是一個(gè)串行輸出各個(gè)獨(dú)立源信號(hào)的過(guò)程，一次Fast ICA 算法僅能估出一個(gè)獨(dú)立分量，為了估計(jì)出若干個(gè)獨(dú)立成分，需要進(jìn)行若干次Fast ICA 算法，并且每分離出一個(gè)獨(dú)立分量就要從源信號(hào)中減去這一分量，直至得出映射關(guān)系。

3 結(jié)果

3.1 預(yù)處理后的腦電信號(hào)功率譜

對(duì)原始腦電信號(hào)進(jìn)行處理分析，去除眼電、工頻和肌電等干擾,進(jìn)行頻譜分析后的結(jié)果如圖2 所示，其中選取4 個(gè)特征頻率為2、6、10 和20 Hz作腦電能量分布地形圖。

圖2 消除干擾后三種情緒的腦電信號(hào)特征Fig.2 EEG signal characteristics of the three emotions after removing interference

3.2 情緒腦電對(duì)比

腦電的四個(gè)波段在不同情緒下的強(qiáng)度表現(xiàn)不同，而相同時(shí)間內(nèi)其能量譜密度是不斷變化的，故得到功率譜密度后，本研究將各波段能量與四個(gè)波段能量總量進(jìn)行比較，得出各波段能量占比。再將兩種情緒下腦電信號(hào)的四個(gè)波段的能量占比進(jìn)行比對(duì)，其中θ波和α波差異較大，如表1 所示。

表1 6 名受試者在愉悅與悲傷兩種情緒下θ 波和α 波對(duì)比Tab.1 Comparison of θ wave and α wave in the mood of joy and sadness for 6 subjects

3.3 分析

本次實(shí)驗(yàn)分析選取的特征頻率為2、6、10 和20 Hz，分別處于四個(gè)不同的腦電波段，即δ（1～3 Hz）、θ（4～7 Hz）、α（8～13 Hz）和β（14～30 Hz）波。其中δ波是“無(wú)意識(shí)層面”的波，在人勞累或昏睡狀態(tài)下存在明顯；θ波是“潛意識(shí)層面”的波在意愿受挫、冥想、半夢(mèng)半醒或抑郁患者中表現(xiàn)顯著；α波是正常人腦電的基本節(jié)律，在清醒和安靜閉眼時(shí)最為顯著；β波在激動(dòng)、緊張焦慮的時(shí)候明顯增強(qiáng)。

分析圖2 我們可以看出不同情緒下腦電信號(hào)的強(qiáng)度有明顯的區(qū)別。從腦電地形圖上我們能看見(jiàn)愉悅情緒下大腦左前區(qū)能量較大腦其他部位明顯要高，而在悲傷情緒下大腦右前區(qū)能量增加，相反的左前區(qū)能量降低。從功率譜曲線上可以看出，與平靜狀態(tài)相比愉悅情緒下δ波變動(dòng)不大，θ波強(qiáng)度略微降低，α波和β波強(qiáng)度顯著增強(qiáng)，且愉悅情緒下各電極的功率譜特征隨頻率越高差距越大。悲傷情緒下腦電的四個(gè)波段功率都高于平靜狀態(tài)，其中δ波差異較大，且悲傷情緒下各電極通道的功率譜特征隨頻率增加差距越小。在愉悅和悲傷兩種不同的情緒下δ波都較為活躍，但是悲傷情緒下δ波強(qiáng)度更強(qiáng)。

從表1 中可以直觀地看出，在不考慮腦電能量整體變化的前提下，只對(duì)各波段在整體腦電能量的占比來(lái)進(jìn)行對(duì)比，愉悅和悲傷兩種情緒下θ波和α波近乎是一種此消彼長(zhǎng)的關(guān)系，這個(gè)現(xiàn)象與腦電四個(gè)波段的理論意義相符。

本研究從腦電地形圖、功率譜和能量對(duì)比三個(gè)角度較為全面的比較分析了愉悅和悲傷兩種情緒的區(qū)別與聯(lián)系，驗(yàn)證了腦電各波段的理論意義，提出了從設(shè)備到數(shù)據(jù)處理的一項(xiàng)可行方案。

4 結(jié)論

本研究通過(guò)精簡(jiǎn)的設(shè)備采集受試者愉悅和悲傷兩種狀態(tài)下的腦電信號(hào)，利用濾波、ICA 等技術(shù)去除原始信號(hào)中的眼電、工頻和肌電等干擾，然后分析得到不同情緒下腦電信號(hào)的相應(yīng)特征，從而驗(yàn)證了所做探究的方法在愉悅和悲傷兩種情緒狀態(tài)下的實(shí)用性。

EEG 作為一種無(wú)創(chuàng)生理信號(hào)采集方法，在大腦皮層處于不同的思維狀態(tài)時(shí)，能夠記錄下不同的腦電變化，具有良好的時(shí)間分辨率，與問(wèn)卷調(diào)查、面部識(shí)別、肢體動(dòng)作捕捉等傳統(tǒng)方法相比可以更加客觀直接地映照出人們內(nèi)心的思想活動(dòng)，便于醫(yī)生把握患者真實(shí)的精神狀態(tài)。通過(guò)腦電信號(hào)來(lái)測(cè)評(píng)人們的情緒和精神狀態(tài)是一種較為新穎的、潛能廣大的技術(shù)手段，勢(shì)必會(huì)成為精神研究的一種判定標(biāo)準(zhǔn)。然而就目前而言，腦電反應(yīng)情緒并不能達(dá)到百分百的精確度，距離真正的應(yīng)用還有許多問(wèn)題亟待解決，如：腦電設(shè)備成本的高昂，精密儀器使用后需要專(zhuān)門(mén)人員進(jìn)行維護(hù)，采集的腦電信號(hào)需要經(jīng)過(guò)多道除干擾處理等。