论文部分内容阅读
听觉系统在短促刺激声作用下,经头皮电极记录可得到有限持续时间的电信号,即为一种暂态型的听觉诱发电位(Auditory evoked potential,AEP)。AEP十分微弱需要多次重复刺激,平均去噪后方能识别。但如果刺激重复率过快,AEP未及平息又被激发则导致AEP成分的相互重叠失去暂态性。工程上将这种重叠反应描述为暂态反应和刺激序列的线性卷积模型,如果考虑到相邻刺激的相互作用的影响,还需要采用诱发反应的非线性成分及非线性卷积模型。AEP按潜伏期可分为听觉脑干反应(Auditory brainstem-response,ABR)和中潜伏期反应(Middle-latency response,MLR)等。目前已提出若干去卷积算法恢复暂态的AEP成分,这些方法各具特色也各有不足。本文系统介绍了本领域的线性/非线性去卷积技术和实验范式,对其中部分关键问题提出解决办法,具体工作包括以下三个方面:1.真实噪声条件下CLAD刺激序列的评估和优化CLAD(Continuous loop averaging deconvolution)是近期关注较多的线性去卷积方法,采用刺激序列随机抖动方式保证解的存在。然而,该法应用时存在两个关键问题:刺激序列的噪声抑制性能评估和刺激序列优化产生。本项研究指出其序列的噪声抑制能力需要结合噪声本身的统计特性。并特别证实在ABR和MLR的记录条件下,脑电噪声符合1/f模型。为此,我们提出一个新的噪声增益因子度量序列性能。通过充分的实测数据检验,证实新的度量和实际CLAD刺激序列的噪声抑制能力高度相关。以此为目标函数,我们以经典的遗传算法为例,用于给定约束条件下序列的优化生成。本项研究较好地解决了上述两个关键问题,有利于促进CLAD方法推广应用。2.40Hz中潜伏期反应的特性对比研究表明刺激率对中潜伏期反应存在显著影响,刺激率为40 Hz时明显强化的稳态反应被认为和MLR的同相增强有关。但是也有确凿的实验说明40 Hz诱发反应的产生机制另有解释。现有线性去卷积技术可恢复40 Hz的暂态AEP成分。因此,本项工作试图回答两个基本问题:与常规5 Hz记录条件下的MLR相比,40 Hz暂态反应的基本特性如何;不同抖动方式的40 Hz刺激序列,对求解的暂态AEP的影响是否可鉴。我们选择比较CLAD范例和另一种不同抖动方式的 MSAD(multi-rate steady-state averaging deconvolution)范例下去卷积恢复的40 Hz暂态AEP,并与常规5 Hz记录条件下的AEP进行对比实验。结果表明MLR在快速刺激下形态更清晰稳定,并且刺激序列的不同抖动方式对MLR的一些成分有显著影响,说明MLR受刺激率显著影响,也受刺激序列设计的影响。3.非线性AEP重建中最大长序列的噪声衰减分析最大长序列(Maximum length sequence,MLS)是一种经典的去卷积刺激序列,可用互相关技术恢复线性和非线性AEP成分。MLS是基于不同阶数本原多项式产生的伪随机序列,不同序列也会导致计算时噪声的改变。本项研究旨在评估MLS的噪声衰减特性与阶数的关系。我们给出了叠加平均过程和互相关过程噪声衰减系数的理论公式,用仿真和真实的ABR非线性成分提取实验加以验证。理论推导和实验结果都表明噪声衰减与阶数无关,而是由有效的EEG数据总长度和MLS的刺激率决定的。本研究为MLS的选择提供了依据,并且可以用来估计MLS实验所需要的时间和信噪比。