一种新的人长潜伏期体感诱发电位提取方法

【摘要】 　　目的 用自参考自相关自适应干扰对消理论和技术（AAAICT）提取人长潜伏期体感诱发电位。方法 用电刺激器刺激人体腕正中神经体表处，刺激信号为波宽0.1～0.9 ms的单脉冲方波信号，用体表Ag/AgCl电极采集，借助于自参考自相关自适应干扰对消技术来处理采集信号。结果 获得单次提取和叠加平均的体感诱发电位信号。结论 AAAICT提取到的长潜伏期体感诱发电位避免了传统叠加平均理论的缺陷，能给出长潜伏期体感诱发电位的潜伏期和波幅的变异特征，为某些神经精神疾病的诊断和鉴别诊断提供新的指标。

【关键词】 体感诱发电位；单次提取；自参考、自相关、自适应干扰对消；叠加平均

　　A new method of extracting human longlatency somatosensory evoked potential

　　WANG Ying， WANG ZhiFang， XIE ZhengXiang.

　　College of Information Engineering， Ji′ning Medical University， Rizhao 276800， Shandong， China

　　【Abstract】 Objective Using an autoreference， autocorrelative and adaptive interference cancellation theories and techniques (AAAICT) to extract the human longlatency somatosensory evoked potential (LLSEP).Methods The electrical stimulator was used to stimulate the body surface of human wrist median nerve. The stimulus signals were singlepulse square wave signals. The surface electrode was used to extract the SEP. The extracted signals were processed by AAAICT. Results The single trial SEP and the averaging SEP were obtained. Conclusions The LLSEP extracted by AAAICT avoids the defect of the traditional averaging theories， can afford the variance feature of the LLSEP latency and wave amplitude and provide new indexes for diagnosis and differential diagnosis of certain neurological or psychological disorders.
　　
　　【Key words】 Somatosensory evoked potential; Single extraction; Autoreference， autocorrelation， adaptive interference cancellation; Superposition averaging

　　体感诱发电位即躯体感觉诱发电位（SEP）〔1〕。目前临床上常用叠加平均法提取人长潜伏期体感诱发电位，该方法存在理论缺陷，即SEP中含有背景脑电的叠加平均成分和直流（DC）成分，特别是DC成分是不能平均掉的，只能用干扰对消技术，通过叠加平均方法提取到的SEP是几十次甚至上百次的诱发电位信号的综合，损失了每次诱发电位信号的细节。目前，国内报道的诱发电位单次提取工作中，有的属于少次提取〔2〕，有的要依赖叠加平均的结果〔3〕，有的所依据的理论公式未经严格证明〔4〕，有的可证明该公式恒等于1〔5〕。我们在分析传统SEP提取的叠加平均理论缺陷和分析当前国内外关于单次提取工作的基础上，根据脑电信号本身特性及允许在提取诱发脑电信号的电极原位获得作为参考信号的自发脑电信号的特定环境下，提出SEP单次提取的“自参考自相关自适应干扰对消的理论和技术”(AAAICT)〔6〕，可在不损失每次诱发电位信号细节的同时，去除掉DC，实现诱发电位的单次提取。

　　1 材料与方法

　　1.1 AAAICT方法

　　1.1.1 AAAICT的基本假设

　　(1)背景脑电（BEES）是混沌信号，具有无限循环而不完全重复的特征，但在一定精度范围内，有大致的重复性〔7〕。因此，总可以找到BEES中的一段信号，与刺激信号发送后的一段（称为诱发脑电信号）有足够的相似性，因而可用来最大限度地对消掉诱发脑电信号中所含的背景脑电信号，从而仅余下与刺激有关的诱发成分SEP。(2) SEP与BEES是加性关系。(3) 对SEP的特性不做任何先验性的假设。

　　1.1.2 诱发电位提取的特定环境

　　诱发电位（EP）提取的环境有以下特点：刺激（诱发）信号的产生是可控的，非连续产生的。脑电信号是一直连续产生的。未发送刺激信号时的脑电信号称为自发脑电信号（SEES）〔8〕，发送刺激后产生的脑电信号称为诱发脑电信号(EEES)。EES是在头皮上用特制的电极获取的。作为参考信号的SEES与EEES可以分时获取。这就允许在获取EEES的同一电极位置获取足够长时间的参考信号。因此，我们称这样在同一电极处获取的参考信号为自参考信号（autoreference）。获得与诱发脑电信号的获取环境完全一致的自参考信号的思想和技术是本方法能成功的核心关键。

　　1.1.3 AAAICT基本思想

　　AAAICT的基本原理如图1。图中，参考信号获取的虚线，表示与诱发脑电信号X(n)来自同一套电极。主要有3个步骤。Ⅰ.从REF(q)的起点(q=0)开始，X(n)与REF(q)的等长序列REFi(n)进行逐点滑动相关运算，选择并输出X(n)与REF(q)的最大相关的信号段REFm(n)；Ⅱ.根据最小能量原理，由X(n)与REFm(n)自适应选择调节因子W并输出W*REFm(n)；Ⅲ.完成X(n)与W*REFm(n)的对消，最后输出EP(n)。为使方法具有一般的意义，未使用特定诱发电位符号。

　　1.1.4 AAAICT基本运算

　　(1)自参考：我们把从同一处电极位置获取的参考信号称为自参考信号。(2)自相关：求取参考信号REF(q)中的与诱发脑电信号X(n)具有最大相关的信号段REFm(n)〔3〕。假设REF(q)长度为Q，X(n)的长度为N，且Q>>N，如图2。从REF(q)的起点(q=0)开始，每次取与X(n)的等长序列REFi(q)进行相关运算，获得一个相关系数序列R(p)，其中
　　
　　i=p=0，1，2，…，P-1，

　　P=1+(Q-N)(1)

　　相关系数序列为

　　R(p)= SUM(X(n)*REFi (n))，i=0，1，2，…，P-1(2)

　　最大相关系数为：R(m)=MAX〔R(p)〕(3)

　　式中m即为X(n)与REF(q)中具有最大相关系数的序列REFm(n)的起点。REFm(n)与X(n)有最大相似性。这种从同一套电极获取的信号之间的滑动相关称之为(滑动)自相关。

　　(3)自适应：由REFm(n)与X(n)根据最小能量原理，求取对消因子W。

　　REFm(n)保证了与X(n)的波形的最大统计相似性，但不保证有最小方差（即最小能量误差）。为了最大对消背景脑电信号，用最小能量原理，求取对消因子W〔5〕。

　　设EP(n)= X(n)-W* REFm(n)(4)

　　则误差能量为： SUM〔EP2(n)〕=SUM〔( X(n)-W* REFm(n))2〕(5)

　　根据最小能量原理(令上式对W求一阶导数并令之等于0)，

　　d〔SUM(EP2(n)))〕/dw=d{SUM(( X(n)-W* REFm(n))2)}/dw=0（6）

　　可得

　　W= SUM(X(n)* REFm(n))/ SUM〔REF2m(n)〕（7）

　　(4)干扰对消：将(7)求出的对消因子W代入(4)式，可以最大限度地对消包括BEES在内的干扰信号，得到诱发电位信号EP(n)。

　　1.2 实验方法

　　选择体感通路正常的受试者（指体感神经通路正常，无躯体神经传导通路的疾病，年龄在60～80岁之间的老年受试者，这些受试者均为重庆医科大学的退休老师），使用改进的重庆贝澳公司Bio2000电生理仪硬件平台。用Delphi语言自行设计基于AAAICT的SEP单次提取方法来提取体感诱发电位（SEP）。实验过程中，受试者取坐位、闭眼状态，刺激电极采用表面盘状电极，置于腕部正中神经体表处，刺激信号为方波信号〔4〕，波宽0.1～0.9 ms，连续刺激20次为一组（表1）。记录长潜伏期体感诱发电位（LLSEP）时〔9〕，记录电极置于Cz（头部中央中点）处，参考电极均置于耳垂，前额接地〔6〕。放置电极处的头皮以无水酒精去脂。电极提前涂以导电膏，保证电极与皮肤间接触电阻小于5 kΩ。受试对象全身放松，闭眼静卧15 min后开始采集诱发电位信号，采集过程中保持周围环境安静，采集对象肢体无任何的活动。表1 一受试者的20次LLSEP的5个特征波形的潜伏期和幅度(略)

　　2 结 果

　　2.1 单例受试者的自参考自相关自适应干扰对消技术的结果

　　见图3，上部表示最佳参考信号（BEES）与EEES的对消情况，中部是单次提取的LLSEP，下部是LLSEP的叠加提取信号（即将提取到的单次信号再叠加得到的信号）。图中的数字为五个主要波形P1、N1、P2、N2、P3的特征参数测量结果，以（潜伏期，幅度）的格式表示，潜伏期单位为ms，幅度单位为μV。分度单位示于右上角，X轴分度为ms/D (millisecond/degree)，Y轴分度为μV/D (microvoltage/degree)μV。右下角的数字2表示这是第2次刺激的情况。

　　2.2 20次单次提取LLSEP的重叠、叠加提取信号和叠加平均结果对比

　　见图4，最上部的是代表20次单次提取的重叠图，中部是20次单次提取的叠加平均信号，而最下部的是传统的叠加平均结果。由上部20次重叠的图我们可以看出单次提取的重复性还是比较好，波形比较明显。我们把20次单次提取结果再做叠加平均即得到中部的图形，叠加提取信号。把单次叠加后的结果和下部的图对比发现，波形的基本形状类似，但二者的潜伏期和波幅还是存在一定的差异，叠加平均只是粗略地将诱发电位的共有成分提取出来，其中还包含残余的脑电成分，波幅比叠加提取的要大，而单次提取信号再进行叠加平均后，虽然平均掉了部分差异，但将部分残余脑电成分去除掉了。

　　2.3 单个个体20次刺激的单次结果

　　以一个受试者的长潜伏期体感诱发电位为例，图5是20次单次提取的波形图，20次LLSEP的五个特征波形（这五个特征波形类似于P1，N1，P1，N2，P3）的潜伏期和幅度的测量结果的例子见表1，潜伏期变化小，幅度（相对于基线测量）变化大。如果用无量纲的量RD表示可比的变异程度，并定义：

　　RD=SD/Mean(8)

　　则可知潜伏期变化最小的是P3的潜伏期（15.3%），幅度变化最大的是P2的幅度(66.3%)。为避免基线漂移影响幅度的测量，临床常用极差（波峰与波谷之差）来量度波幅，如表1的N1P2表示波峰N1的幅度与波谷P2的幅度之差，P2N2表示波谷P2的幅度与波峰N2的幅度之差。

　　长潜伏期各个波的潜伏期和波幅20次单次提取的结果均存在差异，如P1的潜伏期变化范围41.9～129.8 ms，变异程度是27.3%，而潜伏期变化范围是2.6～26.6 μV，变异程度为52.7%，各次刺激产生的诱发电位的潜伏期和幅度也不同。

　　3 讨 论

　　叠加平均SEP虽包含背景干扰的叠加平均结果，但也包含诱发反应成分的均值，即此刺激产生的诱发电位的共有成分，这是其合理内涵。但是，叠加单次提取对每一次刺激的SEP的潜伏期和波幅差异都有更细致的描述，与传统方法比较，含有更丰富的细节成分，而且叠加单次提取对消了背景脑电中的DC成分，因此单次提取和单次叠加没有对消掉不同刺激间SEP潜伏期和波幅的差异〔9〕。利用AAAICT单次提取SEP比传统的叠加平均有更广的应用前景和研究价值。

参考文献

　　1 潘映辐.临床诱发电位学〔M〕.第2版.北京：人民卫生出版社，2000:912.

　　2 洪 波，潘映辐.ICA在视觉诱发电位的少次提取与波形分析中的应用〔J〕.中国生物医学工程学报，2000;19(3)：33441.

　　3 李鲁平，程敬之，马瑞山，等.小波时频滤波器在ERP单次提取中的应用〔J〕.生物医学工程学杂志，1998；15(2)：1169.

　　4 张 辉，郑崇勋.诱发电位的多通道时频相干提取算法〔J〕.生物物理学报，2003；19(3)：3037.

　　5 聂 能，尧德中，谢正祥.生物医学数字信号处理技术及应用〔M〕.北京：科学出版社，2005:28991.

　　6 Burneo JG，Barkley GL.Somatosensory evoked potentials〔J〕.Clin Appl Med，2007；25(7)：16.

　　7 李 虹，谢正祥，王志芳，等.基于自参考自相关自适应干扰对消技术听觉皮层诱发电位单次提取〔J〕.中国医学物理学杂志，2008；25(5):126.

　　8 赵丽丽，赵 敏，谢正祥，等.AAAICM技术单次提取图形视觉诱发电位的可行性分析〔J〕.眼科研究，2009；27（4）：31922.

　　9 钟雪飞，谢正祥，王志芳.基于AAAICM技术的视觉闪光诱发电位单次提取新方法的仿真研究〔J〕.中国医学物理学杂志，2007；24(5):912.