王鹏
摘 要：脑电活动与脑状态、脑区域有着密切的关系，是了解人脑信息处理过程的一种极为重要的形式，脑电信号EEG的研究是可以了解脑活动机制、人类的认知过程和诊断脑疾患的重要手段，也是实现人与外界通信的新途径。
关键词：脑电信号EEG 自发脑电 诱发脑电
中图分类号：TP391.9 文献标识码：A 文章编号：1674-098X（2016）11（c）-0081-02
脑科学的发展有着漫长的历史。1924年，Beger首先记录并分析了脑电图，1933年，他的研究得到了英国著名生理学家E.D.Adrian等人的肯定，从此脑电图得到迅速的发展，先后出现了多导联常规脑电图（自发脑电、诱发脑电）、睡眠脑电图、动态脑电图、视频脑电图等检测方法，研究的重点转移到了临床应用方面。
1 脑电信号的基础知识
1.1 脑电信号与脑电图
大脑皮层由150亿个各种形态的神经元及其复杂的纤维联系所组成。神经元不仅在兴奋时伴有电位变化同时在抑制时或静止时也存在着电位现象。我们把脑神经细胞的放电现象称为脑电，脑电活动是脑内大量神经元活动的综合表现。脑电按频率划分主要有α波、β波、θ波、δ波等。
1.2 脑电信号的分类
研究中的脑电信号可以分为两类：自发电位、诱发电位。自发电位是一些特定的脑电成分，如，特殊皮层位置的特定脑电频率，它产生于正常脑功能过程中，与外部刺激无关；诱发电位是通过刺激产生的脑电信号，比如：由特定刺激诱发，通过潜伏期、幅度和位置识别的EEG波形。
2 相干平均法
2.1 相关的基本概念
（1）随机信号：在信号处理领域中，把信号分为确定性信号和随机性信号两大类型。
（2）噪声：通常人们处理信号是为了寻找某个特定的规律。
（3）非平稳过程：生物体具有适应外界环境的能力，当外界环境改变时，生物系统的参数会自动调整，信号的统计特性会随之改变，造成了生物医学信号的非平稳性质。凡是不具备平稳随机过程概率属性的随机过程被称为非平稳随机过程。
（4）无偏和一致的估计：平稳信号统计特性的估计是生物医学信号处理的最基本的内容，其中评价估值的质量是一个很重要的工作。
2.2 相干平均法
多个实测信号样本以时间基准点对齐，再将与同一时间对应的各样本数据求和平均，即可确定诱发响应的估值曲线，这种估计方法称为相干平均技术或同步平均技术。
各次记录的时间起点取为施加刺激瞬间，累加在时间起点对齐后进行，称相干平均。
3 MATLAB的基本知识
MATLAB是用来提供与LINPACK和EISPACK矩阵软件接口的，后来逐渐地发展为具有通用科技计算、图形交互系统和程序设计语言的、国际公认的、最优秀的科技应用软件之一。其典型应用包括数学计算、建模和仿真模拟、工程图形的绘制等重要方面。与其他高级语言相比，MATLAB提供了一个人机交互的数学环境，并以矩阵作为基本的数据结构，大大地节省了编程時间。它语法规则简单、容易掌握、调试方便。从1987年推出的MATLAB 3.0版本到最新版本MATLAB 7.0，其功能不断地加强，软件与外界环境的联系途径加强了，同时代码生成工具也有了重大改进，使用更加便捷。
4 基于MATLAB的脑电信号处理分析
4.1 P300诱发试验规律
脑电诱发试验的45次循环是有规律的。每个循环过程都是依次随机点亮试验系统中的六行六列，先点亮行，再点亮列。
4.2 脑电信号的处理
数据处理是该设计的主要工作，即对每一个导联电极采集到的45次循环的数据进行处理。由于Pz、Fz、Cz三个导联电极处采集到的P300最为明显，所以只需要选择这三个电极的数据分别进行处理。以下叙述以Pz导联采集到的数据为例。
4.3 MATLAB软件的基本运算功能
4.3.1 矩阵的创建
在MATLAB中可以采用多种不同的方法来创建矩阵，有4种方法，如下所述。
（1）直接输入法。
当需要的矩阵维数比较小时，从键盘上直接输入一系列的矩阵元素是最直接、最方便的数值矩阵的创建方法。
（2）利用函数创建。
提供了大量的函数用于创建一些特殊的矩阵及其派生矩阵，利用这些矩阵函数可以生成需要的特殊矩阵。
（3）矩阵编辑器法等矩阵创建方法。
该方法适用于建立较大的矩阵，可使用矩阵编辑器来创建和修改矩阵。
（4）从外部数据文件中调入矩阵。
在MATLAB中还可以从外部数据文件中读入数据生成矩阵。
4.3.2 矩阵的保存和提取
（1）MATLAB保存数据。
MATLAB用Mat文件保存二进制的数据。如果有大量的矩阵或是较为重要的数据需要用矩阵的形式保存和再次使用时，就需要进行矩阵的保存和提取。可以用Mat文件来保存和提取矩阵。
（2）MATLAB当中特殊运算符冒号。
MATLAB当中特殊运算符冒号“：”也有着很强大的作用。使用冒号也能够从向量、矩阵和数组中选出指定的元素、行或列。
5 结语
该设计根据相干平均法利用MATLAB软件对采集到的脑电信号进行处理、分析、研究，从而提取到诱发电位。相干平均法是脑电信号处理的最基本的一种方法，其算法简单，能刻画大脑不同部位的活动在节律上的一致性，但是不能取得大脑活动的瞬态特性。
科学技术的应用，微观与宏观相结合，多学科的相互渗透，使人类能够更准确地分析研究脑电信号，掌握大脑的活动，BCI系统的研究逐渐成为热点。从脑电信号中提取与心理任务相关的模式成为可能，脑-机交互研究更是一种新的研究趋势。基于脑电的BCI系统，通过实时或短时提取分析出脑电中的反映大脑不同状态的信号来实现控制。值得提出的是，目前通过脑电直接读取出人正在进行的各种思维活动还不现实，BCI是使人产生容易被解释的脑电，然后识别出这种脑电，做出不同的选择或发出不同指令。为解读大脑思维模型和意识形成机制提供崭新的研究渠道与方法。BCI技术成果将为脑认知科学和神经信息学研究开启新视窗，并极大地丰富其研究内容。
参考文献
[1]谭郁玲，侯沂.临床脑电图与脑电地形图学[M].北京：人民卫生出版社，1999.
[2]李继硕.神经科学基础[M].北京：高等教育出版社，2002.
[3]于润伟.MATLAB基础及应用[M].北京：机械工业出版社，2003.
[4]张志涌.MATLAB教程：基于6.x版本[M].北京：北京航空航天大学出版社，2001.
[5]苏金明，王永利.MATLAB7.0实用指南[M].北京：电子工业出版社，2004.
[6]张平.MATLAB基础与应用简明教程[M].北京：北京航空航天大学出版社，2001.
[7]李丽，王振领.MATLAB工程计算及应用[M].北京：人民邮电出版社，2001.
[8]苏绕生.掌握MATLAB6.0及其工程应用[M].北京：科学出版社，2002.
[9]周金萍.MATLAB6.实践与提高[M].北京：中国电力出版社，2001.
