fNIRS在腦機接口領域的應用：識別手部運動想象
在日常生活中，上肢功能占全身功能的60%，而手指功能占上肢功能的90%。全手功能在人們的工作和日常生活中起著非常重要的作用。然而，一些患者，如手肌無力、手麻痹、中風后的手后遺癥，甚至是截肢的病人，也會失去或失去部分手部功能。因此，利用腦機接口（BCI）技術來驅動外骨骼或假肢手來補償其手部功能具有重要研究意義。
在過去的幾十年里，腦機接口(BCI)系統作為那些有運動障礙的人和外部設備之間的通信媒介被廣泛使用。BCI 是一種利用大腦活動模式代替周圍神經和肌肉，提供與外部通信的替代技術。運動想象(MI)是腦機接口的一種，它通過檢測大腦感覺運動皮層的激活來識別一個人的運動意圖。感官侏儒圖表明控制手部的皮質區域占總皮質區域的比例最大，其比例越大，說明運動可以得到更好的控制。因此，利用 BCI 技術進行手部 MI 是可行的。然而要利用大腦活動的優勢，BCI 系統需要通信信號的支持。功能近紅外光譜(fNIRS)是一種較新的腦機接口信號，具有時間分辨率高、空間分辨率高、便攜性好、佩戴方便等優點引起了專家們的注意，關于 fNIRS 在腦機接口領域的應用，科學家在 MI 領域已經做了一些研究，再此基礎上，研究員開展以下實驗。
研究方法
研究員共設計了五種手部 MI 動作，每個動作包含四個級別。實驗目的是僅使用從運動區和大腦其他相應區域獲得的近紅外信號來對每個動作的四個級別進行分類。這種類型的 MI 實驗以前從未試驗過。本實驗設計的動作屬于 Fugl-Meyer 評估表，可作為控制康復機器人的基本 BCI 技術，為未來使用 BCI 技術驅動外骨骼操縱器或假體手進行復雜的手部運動訓練奠定了基礎。
本研究采用 9 種分類方法和 9 種特征來確定如何將分類方法與特征結合起來，可為設計的 MI 分類任務提供一個合理的解決方案。
為了進一步減少 fNIRS 通道的數量，采用 EMD 方法將原始 fNIRS 信號分解成幾個子模。通過計算每個 fNIRS 信號子模的最大方差，識別出與運動想象任務相關性最高的腦區，可以直接利用這些區域的 fNIRS 信號來完成運動想象任務。實驗結果表明，該優化設置下的分類精度非常接近所有 fNIRS 的分類精度渠道。
實驗方式
在此次實驗中，共有 6 名健康志愿者包含 1 名女性和 5 名男性，年齡33.3 ± 4.7（平均±SD），均為右手參加了測試。他們均為健康，無精神疾病或心理障礙史，提前被告知測試細節，并在正式測試前進行了一個簡短的熱身測試。
在這項研究中，使用 Brite 24 (Artinis, Netherlands)采集近紅外數據，Brite 24 包含 24 個通道和 18 個光極（10個發射器和8個接收器）。接收器-發射器距離為 3cm，采樣頻率設置為 25Hz。為了使測量更加準確，該裝置配備了三種電極帽：大、中、小，可以根據被試頭部的不同大小進行選擇。
該實驗是在非實驗室環境中進行的。共設計了五種不同的手 MI 任務，包括手屈伸（GFE）、鉤狀抓握（HG）、數字對抗（DO）、圓柱形抓握（CG）和球形抓握（SG）。GFE 和 HG 任務進一步分為 4 個級別，最大手運動范圍（MHMR）的0%、30%、60% 和 100%；DO、CG 和 SG 任務也分為 4 個級別，最大手握力（MHGF）的 0%、30%、60% 和 100%。值得注意的是，0% 實際上是一種放松狀態，可以適用于五個 MI 動作。
圖1、單次試驗的時間圖。在時間圖中：基線間隔（BI）、隨機休息（RR）、準備間隔（RI）、任務提示間隔（TCI）和任務間隔（TI）
圖1 顯示了 MI 任務的單次試驗的時間圖。在圖 1 中，底部展示了整個試驗的 MI 任務的四個部分：在基線間隔（BI）期間，屏幕上顯示一個紅色圓圈，被試看到它 20 秒，保持放松和靜止；在準備間隔（RI）期間，屏幕上出現一個黃色圓圈，提醒被試準備 MI 任務；在任務提示間隔（TCI）期間，屏幕上顯示任務畫面，提醒被試想象；在任務間隔（TI）期間，屏幕上顯示一個綠色圓圈，被試執行相應的 MI 任務，持續 20 秒。
此外，當被試想象這些動作時，也被要求低聲說出相應的動作，以防止分心。一次試驗耗時 44 秒，每個級別的成像任務包含 30 條試驗。圖 1 中間顯示 5種不同的 MI 任務，左邊兩張圖片是 GFE 和 HG MI任務并顯示 0%、30%、60%和 100% 的 MHMR（手成像開合的時間周期約為6-8s）；右邊三張圖片表示 DO、CG 和 SG MI 任務并顯示 MHGF 的0%、30%、60%和 100% 。被試需要在 2 秒內完成，并在接下來的 18 秒內持續保持。
與手部運動相關的大腦區域主要包括：初級運動皮層、運動前皮層和感覺運動皮層。由于受試者被要求對所進行的 MI 任務進行默念，因此也會考慮 Broca 區域。如圖2所示，fNIRS 檢測裝置的探針位置為：BA6 區運動前皮層（PMC）、BA4 區運動皮層（M1）、感覺運動皮層（S1）和 Broca 區。黃色點是發射光級，藍點是接收光級。
在正式收集數據之前，所有的被試都被多次告知實驗過程，直到他們能夠流利復述。對于 GFE 和 HG，他們被要求盡可能最大限度地伸展四根手指，持續大約 30 秒，以記住手部肌肉的感覺。然后，以這種感覺為參考點，他們應該將手拉伸或彎曲 MHMR 的60%、30%和0%，并記住手部肌肉在此范圍的感覺。對于 DO,CG 和 SG，MHGF 取決于三個任務（數字反對，圓柱抓握，球形抓握）中測功機測得的最大力的平均值。
被試每3分鐘休息一次。完成 MHGF 任務后，要求被試用手測功機做DO、CG 和 SG，目標是 MHGF 的60%、30%和0%，持續 2 秒，然后保持手靜止 10 秒。每個級別的訓練包括 10 項測試，以建立肌肉記憶。實驗流程如圖3所示。受試者坐在舒適的扶手椅上，手臂自然地放在桌子上。
實驗中收集到三種類型的信號：氧合血紅蛋白（Oxy-Hb)）、脫氧血紅蛋白（Deoxy-Hb）和血紅蛋白總量（THB）。如圖4a所示，紅色實線為氧合血紅蛋白，藍色虛線為脫氧血紅蛋白，綠色虛線為紅蛋白總量。圖4顯示了被試進行三次試驗時的 fNIRS 信號。X 軸表示采樣點，一個試驗由1100個采樣點組成。因此，試驗一在0到1100之間，試驗二在1101到2200之間，試驗三在2201到3300之間。Y 軸表示 fNIRS 的濃度。在圖4a中，被試的 MI 是 GFE MI任務的MHMR的30%。黃色垂直線的位置表示RI 的開始時間，黑色虛線表示 TI 的開始時間。黑色實線和黃色垂直實線之間的區域是 BI 過程，黃色垂直實線和黑色垂直虛線之間的區域為 RI 和 TCI 過程，黑色垂直虛線和黑色實線之間的區域為 TI 過程，在圖 4a 中，當信號曲線與黃線交叉時，紅色實線快速上升，藍色虛線略有變化，綠色虛線跟隨紅色實線變化。結果表明，TI 中紅色實線和綠色虛線的平均振幅高于 BI，而藍色虛線的振幅變化不大。因此，選擇紅色實線的數據用于后面分析。圖 4b 顯示了不同的四條顏色線（紅色、藍色、綠色和粉色），分別代表四種 GFE（MHMR的0%、30%、60%和100%）的 Oxy-Hb 水平。從圖 4b 中可以看出，粉紅色曲線發生了巨大變化，其次從高到低變化幅度依次是綠色、藍色和紅色。這表明信號變化的強度與想象的手部運動范圍的大小成正比。
圖4：fNIRS信號，4a表示 GFE 期間 MHMR 的30%任務中的 Oxy-Hb、Deoxy-Hb和THB。4b表示 GFE期間四種水平的氧合血紅蛋白
結果與討論
這些實驗是在非實驗室環境中進行的，熟悉的環境使被試表現更為自然。同時，通過一個簡單的測試證明，當被試面對熟悉的環境時，fNIRS信號波動相對較小。
在所提出的實驗范式中，僅收集 fNIRS 信號。不需要考慮不同生理信號之間的同步，大大降低了系統的復雜性。此外，也更有利于收集腦機接口信號的準確性，原因是被試在長期測試中可能會搖頭（腦電圖信號容易受到搖頭行為的干擾，而fNIRS受影響較小）。雖然此次實驗設計的 MI 任務相對簡單，但它們是其他復雜手部動作的基礎。更重要的是，這些 MI 任務屬于 Fugl-Meyer 評估表中的經典動作，這些手部動作的識別為腦機接口控制手部康復相關研究打下堅實基礎。
參考文獻：Li, C., Yang, H. & Cheng, L. Fugl-Meyer hand motor imagination recognition forbrain–computer interfaces using only fNIRS. Complex Intell. Syst. 8, 731–741 (2022). https://doi.org/10.1007/s40747-020-00266-w
在過去的幾十年里，腦機接口(BCI)系統作為那些有運動障礙的人和外部設備之間的通信媒介被廣泛使用。BCI 是一種利用大腦活動模式代替周圍神經和肌肉，提供與外部通信的替代技術。運動想象(MI)是腦機接口的一種，它通過檢測大腦感覺運動皮層的激活來識別一個人的運動意圖。感官侏儒圖表明控制手部的皮質區域占總皮質區域的比例最大，其比例越大，說明運動可以得到更好的控制。因此，利用 BCI 技術進行手部 MI 是可行的。然而要利用大腦活動的優勢，BCI 系統需要通信信號的支持。功能近紅外光譜(fNIRS)是一種較新的腦機接口信號，具有時間分辨率高、空間分辨率高、便攜性好、佩戴方便等優點引起了專家們的注意，關于 fNIRS 在腦機接口領域的應用，科學家在 MI 領域已經做了一些研究，再此基礎上，研究員開展以下實驗。
研究方法
研究員共設計了五種手部 MI 動作，每個動作包含四個級別。實驗目的是僅使用從運動區和大腦其他相應區域獲得的近紅外信號來對每個動作的四個級別進行分類。這種類型的 MI 實驗以前從未試驗過。本實驗設計的動作屬于 Fugl-Meyer 評估表，可作為控制康復機器人的基本 BCI 技術，為未來使用 BCI 技術驅動外骨骼操縱器或假體手進行復雜的手部運動訓練奠定了基礎。
本研究采用 9 種分類方法和 9 種特征來確定如何將分類方法與特征結合起來，可為設計的 MI 分類任務提供一個合理的解決方案。
為了進一步減少 fNIRS 通道的數量，采用 EMD 方法將原始 fNIRS 信號分解成幾個子模。通過計算每個 fNIRS 信號子模的最大方差，識別出與運動想象任務相關性最高的腦區，可以直接利用這些區域的 fNIRS 信號來完成運動想象任務。實驗結果表明，該優化設置下的分類精度非常接近所有 fNIRS 的分類精度渠道。
實驗方式
在此次實驗中，共有 6 名健康志愿者包含 1 名女性和 5 名男性，年齡33.3 ± 4.7（平均±SD），均為右手參加了測試。他們均為健康，無精神疾病或心理障礙史，提前被告知測試細節，并在正式測試前進行了一個簡短的熱身測試。
在這項研究中，使用 Brite 24 (Artinis, Netherlands)采集近紅外數據，Brite 24 包含 24 個通道和 18 個光極（10個發射器和8個接收器）。接收器-發射器距離為 3cm，采樣頻率設置為 25Hz。為了使測量更加準確，該裝置配備了三種電極帽：大、中、小，可以根據被試頭部的不同大小進行選擇。
該實驗是在非實驗室環境中進行的。共設計了五種不同的手 MI 任務，包括手屈伸（GFE）、鉤狀抓握（HG）、數字對抗（DO）、圓柱形抓握（CG）和球形抓握（SG）。GFE 和 HG 任務進一步分為 4 個級別，最大手運動范圍（MHMR）的0%、30%、60% 和 100%；DO、CG 和 SG 任務也分為 4 個級別，最大手握力（MHGF）的 0%、30%、60% 和 100%。值得注意的是，0% 實際上是一種放松狀態，可以適用于五個 MI 動作。
圖1 顯示了 MI 任務的單次試驗的時間圖。在圖 1 中，底部展示了整個試驗的 MI 任務的四個部分：在基線間隔（BI）期間，屏幕上顯示一個紅色圓圈，被試看到它 20 秒，保持放松和靜止；在準備間隔（RI）期間，屏幕上出現一個黃色圓圈，提醒被試準備 MI 任務；在任務提示間隔（TCI）期間，屏幕上顯示任務畫面，提醒被試想象；在任務間隔（TI）期間，屏幕上顯示一個綠色圓圈，被試執行相應的 MI 任務，持續 20 秒。
此外，當被試想象這些動作時，也被要求低聲說出相應的動作，以防止分心。一次試驗耗時 44 秒，每個級別的成像任務包含 30 條試驗。圖 1 中間顯示 5種不同的 MI 任務，左邊兩張圖片是 GFE 和 HG MI任務并顯示 0%、30%、60%和 100% 的 MHMR（手成像開合的時間周期約為6-8s）；右邊三張圖片表示 DO、CG 和 SG MI 任務并顯示 MHGF 的0%、30%、60%和 100% 。被試需要在 2 秒內完成，并在接下來的 18 秒內持續保持。
與手部運動相關的大腦區域主要包括：初級運動皮層、運動前皮層和感覺運動皮層。由于受試者被要求對所進行的 MI 任務進行默念，因此也會考慮 Broca 區域。如圖2所示，fNIRS 檢測裝置的探針位置為：BA6 區運動前皮層（PMC）、BA4 區運動皮層（M1）、感覺運動皮層（S1）和 Broca 區。黃色點是發射光級，藍點是接收光級。
圖2、光電極排列。左側圖為二維視圖；右側圖為三維視圖。
在正式收集數據之前，所有的被試都被多次告知實驗過程，直到他們能夠流利復述。對于 GFE 和 HG，他們被要求盡可能最大限度地伸展四根手指，持續大約 30 秒，以記住手部肌肉的感覺。然后，以這種感覺為參考點，他們應該將手拉伸或彎曲 MHMR 的60%、30%和0%，并記住手部肌肉在此范圍的感覺。對于 DO,CG 和 SG，MHGF 取決于三個任務（數字反對，圓柱抓握，球形抓握）中測功機測得的最大力的平均值。
被試每3分鐘休息一次。完成 MHGF 任務后，要求被試用手測功機做DO、CG 和 SG，目標是 MHGF 的60%、30%和0%，持續 2 秒，然后保持手靜止 10 秒。每個級別的訓練包括 10 項測試，以建立肌肉記憶。實驗流程如圖3所示。受試者坐在舒適的扶手椅上，手臂自然地放在桌子上。
圖3：MI 的實驗過程,筆記本電腦是控制終端；iPad 或臺式機用于屏幕提示
實驗中收集到三種類型的信號：氧合血紅蛋白（Oxy-Hb)）、脫氧血紅蛋白（Deoxy-Hb）和血紅蛋白總量（THB）。如圖4a所示，紅色實線為氧合血紅蛋白，藍色虛線為脫氧血紅蛋白，綠色虛線為紅蛋白總量。圖4顯示了被試進行三次試驗時的 fNIRS 信號。X 軸表示采樣點，一個試驗由1100個采樣點組成。因此，試驗一在0到1100之間，試驗二在1101到2200之間，試驗三在2201到3300之間。Y 軸表示 fNIRS 的濃度。在圖4a中，被試的 MI 是 GFE MI任務的MHMR的30%。黃色垂直線的位置表示RI 的開始時間，黑色虛線表示 TI 的開始時間。黑色實線和黃色垂直實線之間的區域是 BI 過程，黃色垂直實線和黑色垂直虛線之間的區域為 RI 和 TCI 過程，黑色垂直虛線和黑色實線之間的區域為 TI 過程，在圖 4a 中，當信號曲線與黃線交叉時，紅色實線快速上升，藍色虛線略有變化，綠色虛線跟隨紅色實線變化。結果表明，TI 中紅色實線和綠色虛線的平均振幅高于 BI，而藍色虛線的振幅變化不大。因此，選擇紅色實線的數據用于后面分析。圖 4b 顯示了不同的四條顏色線（紅色、藍色、綠色和粉色），分別代表四種 GFE（MHMR的0%、30%、60%和100%）的 Oxy-Hb 水平。從圖 4b 中可以看出，粉紅色曲線發生了巨大變化，其次從高到低變化幅度依次是綠色、藍色和紅色。這表明信號變化的強度與想象的手部運動范圍的大小成正比。
結果與討論
這些實驗是在非實驗室環境中進行的，熟悉的環境使被試表現更為自然。同時，通過一個簡單的測試證明，當被試面對熟悉的環境時，fNIRS信號波動相對較小。
在所提出的實驗范式中，僅收集 fNIRS 信號。不需要考慮不同生理信號之間的同步，大大降低了系統的復雜性。此外，也更有利于收集腦機接口信號的準確性，原因是被試在長期測試中可能會搖頭（腦電圖信號容易受到搖頭行為的干擾，而fNIRS受影響較小）。雖然此次實驗設計的 MI 任務相對簡單，但它們是其他復雜手部動作的基礎。更重要的是，這些 MI 任務屬于 Fugl-Meyer 評估表中的經典動作，這些手部動作的識別為腦機接口控制手部康復相關研究打下堅實基礎。
參考文獻：Li, C., Yang, H. & Cheng, L. Fugl-Meyer hand motor imagination recognition forbrain–computer interfaces using only fNIRS. Complex Intell. Syst. 8, 731–741 (2022). https://doi.org/10.1007/s40747-020-00266-w
如需了解更多，請掃描下方二維碼
微信公眾號
advictor
公司官網
www.advictor.com.cn
advictor
公司官網
www.advictor.com.cn
Copyright(C) 1998-2025 生物器材網 電話：021-64166852;13621656896 E-mail：info@bio-equip.com