脑电简介-脑电-EEG

脑电与BCI脑电那些事1实验室简介2脑科学与脑电3脑电设备与数据采集4脑电数据处理5脑电与脑疾病67发展现状8发展前景目录脑电与脑机接口实验室简介实验室简介1项目组论文组1实验室简介脑科学与神经技术1实验室简介脑科学与神经技术脑科学与脑电脑科学与脑电2中国脑计划(2016-2030)认知的神经回路机制脑部疾病的早期诊断和干预非人类灵长类动物研究脑启发计算机器与人类智能中医的引入PooMM,DuJL,IpNY,etal.ChinaBrainProject:BasicNeuroscience,BrainDiseases,andBrain-InspiredComputing[J].Neuron,2016,92(3):591-596.脑科学与脑电2脑电原理神经细胞的跨膜静息电位为-70mV，为静息状态，受刺激后，膜内电位上升，开始除极化，形成动作电位。由于组织很厚，而单个神经元电活动非常微小，不能在头皮记录到。能在头皮上测量到的是由大量神经组织的突触后电位同步总和而成脑电波是由大脑皮层中无数个神经元同步化的电活动形成的，同步化作用通常认为受脑干的控制脑科学与脑电2脑电的发现史1875年英国的克顿首先在兔子以及猴子的大脳皮质层测到直流电压信号。1924年德国的精神科医生翰思贝鲁加发现人脑也产生一种电信号。1929年翰思贝鲁加首次发表了「人脑的电信号」的论文。1933年英国的尔多里安等人进一步证实并确认了脑电信号。从而形成了脑电图理论。脑科学与脑电2脑电的测量通道时间自发脑活动：在无明显感觉刺激情况下，大脑皮层经常自发产生的节律性电位变化。(10~100uV,50Hz)诱发脑电位：由于外界诱发引起的脑电位变化(0~100uV)脑电图：应用记录电极在头皮表面所记录的自发脑电活动皮层电图：在开颅情况下，应用记录电极在皮层表面所记录的自发脑电活动。脑电设备与数据采集脑电设备与数据采集310-20系统脑电设备与数据采集310-20系统特点电极有各自的名称：位于左侧的是奇数，右侧的是偶数。按近中线的用较小的数字，较外侧的用较大的数字。电极名称包括电极所在头部分区的第一个字母。诸点电极的间隔均以10%和20％来测量脑电设备与数据采集3脑电设备脑电设备颅外脑电湿电极干电极颅内脑电脑电设备与数据采集3脑电设备(实验)脑电设备与数据采集3任务与实验静息态脑电:昏迷患者；癫痫监测和预判任务态脑电：运动想象任务（BCI）情绪诱发（观看电影）工作记忆脑电数据处理4脑电数据处理脑电预处理脑电预处理流程独立成分分析（ICA）：将不同源的独立分量提取出来4脑电数据处理脑电预处理眼电伪迹肌电伪迹心电伪迹工频干扰4脑电数据处理脑电分析方法-脑电节律各种频率脑波特点名称频率（Hz)波幅（微伏）波形分布特点α波8~1320~100.平均50常为正弦波枕.顶.颞后部睁眼.计算.睡眠时受抑制或减有的呈弧形或锯齿形弱.左右波率差部超过1.5Hzβ波14~305~30.多在20以下不规则见于各脑区，主要增多时多为脑皮层紧张度增高又称快波在额.颞中央部一种表现θ波4~720~40不规则额.颞.顶有少量散睡眠时增多.认为脑皮层紧张度在出现减低表现.深在皮层下病变产生双侧爆发性θ节律.经常存在局灶性θ节律提示皮层病变δ波0.5~310~20最高可达100不规则额.颞部低幅对称同上出现尖波80~300ms不定波顶较尖，上行快，不定见于癫痫.三相尖波发生于肝昏下行较慢迷脑外伤及癫痫棘波20~80ms不定波顶尖锐，形似尖钉不定脑细胞过度兴奋表现.负相来自大脑皮层.两相来自大脑皮质.正相从远处传来.见于癫痫注：θ.δ波均属慢波局限性慢波出现于局限性癫痫.脑肿瘤.脑脓肿.脑外伤性血肿和班有软化灶脑血管病等，有定位价值，弥漫性慢活动见于某些感染.中毒.低血糖.颅内压增高和各种原因引起的昏迷等4脑电数据处理脑电分析方法-网络分析滤波分频获取瞬时相位相位比较(PLI)计算网络参数统计分析4脑电数据处理脑电分析方法-PLIPLI计算的两种比较方法脑电与脑疾病脑电与脑疾病5脑电的临床应用帮助脑部疾病诊断及鉴别诊断帮助脑部病灶的定位诊断帮助了解脑部疾病的演变过程和功能状态帮助判断疾病的疗效、估计预后及指导用药帮助判断脑衰老或发育障碍及脑死亡12345脑电与脑机接口脑电与脑机接口6脑电的优缺点脑电设备便携记录方式简单解析时间快精度低，噪声多不易直观解读易受影响样本量小个体差异大脑电与脑机接口6BCI6脑电与脑机接口脑机接口系统组成6脑电与脑机接口神经信号的自动语音识别实验与数据采集Brain-to-text系统解码过程ChristianH,TanjaS.AutomaticSpeechRecognitionfromNeuralSignals:AFocusedReview:[J].FrontiersinNeuroscience,2016,10.6脑电与脑机接口脑电波与视觉分类SpampinatoC,PalazzoS,KavasidisI,etal.DeepLearningHumanMindforAutomatedVisualClassification[J].2016:4503-4511.6脑电与脑机接口脑电波与视觉分类SpampinatoC,PalazzoS,KavasidisI,etal.DeepLearningHumanMindforAutomatedVisualClassification[J].2016:4503-4511.6脑电与脑机接口脑电波与视觉分类SpampinatoC,PalazzoS,KavasidisI,etal.DeepLearningHumanMindforAutomatedVisualClassification[J].2016:4503-4511.6脑电与脑机接口脑电波与视觉分类SpampinatoC,PalazzoS,KavasidisI,etal.DeepLearningHumanMindforAutomatedVisualClassification[J].2016:4503-4511.6脑电与脑机接口脑电波与视觉分类SpampinatoC,PalazzoS,KavasidisI,etal.DeepLearningHumanMindforAutomatedVisualClassification[J].2016:4503-4511.6脑电与脑机接口脑电波与视觉分类-结果6脑电与脑机接口脑电与工作记忆状态分类6脑电与脑机接口脑电与工作记忆状态分类•被试信息：15名被试（删除两人），每人240个Trials•采集信息：64通道脑电，500HZ•任务：工作记忆，看图进行记忆，展示的图片分别有2/4/6/8个字母，分为四类（区分mentalload）•数据信息：一共有240*13=3120个Trials，取其中分类正确的Trials共2670个6脑电与脑机接口脑电与工作记忆状态分类•被试信息：15名被试（删除两人），每人240个Trials•采集信息：64通道脑电，500HZ•任务：工作记忆，看图进行记忆，展示的图片分别有2/4/6/8个字母，分为四类（区分mentalload）•数据信息：一共有240*13=3120个Trials，取其中分类正确的Trials共2670个•脑电数据处理：原始脑电经FFT变换，得到三个频段的功率谱密度，将alpha/beta/theta三个频段的图片合成三通道的脑电图，每个Trials（3.5s）取7个0.5s的时间窗,按时间顺序排成序列•对脑电图进行卷积•卷积之后的脑电图作为序列的输入使用循环神经网络提取时间上的信息•全连接层进行分类两种模式•single-frameapproach：对一整个Trial计算能量，使用卷积网络分类（找到效果最好的卷积部分的结构）•Multi-frameapproach：每0.5s的时间窗进行能量计算，排成序列，使用Recurrent-Conventionalnetwork进行分类卷积结构：参考VGG的网络结构（2015）[反复堆叠3*3的卷积核]循环-卷积结构•Max-poolingovertime：直接使用池化层•Temporalconvolution：加入一个在时间维度上的卷积层•LSTM：卷积之后加入循环网络•MixedLSTM/1DConv发展现状发展现状7一些产品谢谢Thanks