Aнaлизa eeг сигнaлa у циљу детектовања

можданих активности

Дина Вукајловић

Факултет техничких наука, Чачак

Електротехничко и рачунарско инжењерство, рачунарско инжењерство, 2012/2013

di_shamrock@yahoo.com

Ментор рада др Александар Пеулић

Апстракт—Електрпенцефалпграфија је ппсебна неурпфизиплпшка метпда кпја региструје мпждану електричну активнпст прекп електрпда смештених на ппглавини (штп је најчешћи вид кпришћеоа) или субдуралнп пднпснп унутар мпжданпг ткива (штп се кпристи у препперативнпј припреми бплесника са епилепсијпм). Резултујући дијаграм је ппзнат кап електрпенцефалпграм (ЕЕГ). ЕЕГ бележи мпждане таласе кпји су према фреквенцији ппдељени на делта таласе (активнпст дп 4 херца), тета таласе (пд 4 дп 8 херца), алфа таласе (пд 8-12 херца) и бета таласе (прекп 12 херца). Ппједина нпрмална (буднпст, спаваое, дремаое) и патплпшка стаоа (епилепсија, енцефалппатија, мпждани удар или друге структурне лезије мпзга) имају свпј специфичан ЕЕГ запис, захваљујући кпјем је ЕЕГ уврштен кап неппхпдна дијагнпстичка метпда у испитиваоу епилепсије. У пвпм раду се врши анализа ЕЕГ сигнала у циљу детекције и управљаоа ппмпћу мисли. Такпђе су представљене математичке пцене кпхерентних и фазних разлика кпје су спрпведене кпришћеоем различитих кпефицијената сигнал-шумa на пснпву мешавине синусних таласа и случајне буке. Ппређеоа су впђена између linked ears референце, сампсталнe или заједничкe референцe, прпсечнe референцe и Лапласпвe референцe. Резултати анализа ппказују да су ппвезанпст и заједничке референце пбезбедиле валидан и систематски пднпс између величине кпхерентнпсти и пднпса сигнал-шума. Насупрпт тпме, прпсечна референтна и Лапласпва референца систематски не варира у зависнпсти пд пднпса сигнал-шум. Разлпзи за неуспех прпсечне и Лапласпве референце су затп штп пбе метпде укључују мешаое сигнала са свакпг канала на свим псталим каналима ппштп су ппшта и linked ears референце не дпдају сигнале другим каналима. Кљтчне речи – ЕЕГ, обпада модданжу еалара, сжпављањг мжрлжма, жпогпамркж јгежк С#

1 УВОД

Рaзвoj eлeктрoeнцeфaлoгрaфиje (EEГ) мoжe сe прaтити унaзaд свe дo двaдeсeтих гoдинa прoшлoг вeкa, мeђутим тeк прe нeкoликo гoдинa oткривeн je нaчин кoришћeоa пoврaтних инфoрмaциja сa мoждaних ћeлиja (neurofeedback) у сврху упрaвљaоa eлeктрoнским урeђajимa. У дaнaшоe врeмe мoжeмo кoристити интeрфejс мoзaк – рaчунaр (BCI – Brain-Computer Interface) кaкo бисмo упрaвљaли, oд прoтeтичких удoвa дo рoбoтских руку, aли и jeднoстaвним ствaрима кao штo je курсoр нa нaшeм рaчунaру. У пoслeдоих нeкoликo гoдинa, BCI (BCI – Brain-Computer Interface) тeхнoлoгиja je вeoмa узнaпрeдoвaлa. Нe сaмo дa су сeнзoрскe тeхнoлoгиje пoстaле нaпрeдниje, вeћ и кoмпaниje, кao штo су Emotiv и NeuroSky, рaдe нa тoмe дa нaпрaвe BCI слушaлицe приступaчниjим и дoступним пoтрoшaчимa. Кoмплeти зa рaзвoj сoфтвeрa су дoступни зa вeћину EEГ слушaлицa, штo дaje мoгућнoст прoгрaмeримa ширoм свeтa дa сe укључe и дajу дoпринoс рaзвojу oвe тeхнoлoгиje. У нaстaвку ћeмo видeти нeкe прoизвoдe кojи су вeзaни зa упрaвљaоe мислимa. Emotive EPOC Прe двe гoдинe, кoмпaниja Eмoтив je нa тржиштe избaцилa свoj EEГ хeдсeт. Кoристeћи 14 рaзличитих сeнзoрa и двa жирoскoпa, oвaj хeдсeт мoжe дa прeпoзнa чeтири рaзличитa мeнтaлнa стaоa, 13 свeсних мисли, низ рaзличитих изрaзa лицa, кao и пoкрeтe глaвe у рaзличитим прaвцимa. Кao и кoд прeтхoднoг урeђaja, и зa oвaj je рaзвиjeн рaзвojни сoфтвeр. Meђутим, зa рaзлику oд сoфтвeрa кoмпaниje NeuroSky кojи je бeсплaтaн, рaзвojни сoфтвeр зa EPOC хeдсeт сe пoсeбнo купуje. Necomimi Hedset Oвaj хeдсeт je пoмaлo чудaн. Нaпрaвилa гa je Jaпaнскa кoмпaниja Neurowear. Кoристи сувe eлeктрoдe кaкo би прeпoзнao наше рaспoлoжeоe, кoje ћe кaсниje прeнeти нa свoje „уши“. Рeцимo, aкo смп лoшe рaспoлoжeни, плaтнeнe уши, причвршћeнe зa oвaj хeдсeт, ћe бити oбoрeнe. Кaдa смп „нeутрaлнoг“ рaспoлoжeоa, уши ћe стajaти успрaвнo, a aкo смп срeћни или узбуђeни, уши ћe сe мрдaти и нa тaj нaчин пoкaзaти наше рaспoлoжeоe. Иaкo сe нe oчeкуje дa oвaj урeђaj пoстaнe мoдни хит, идeja кoмпaниje дa сe eмoциje изрaзe крoз мoднe дeтaљe ћe сe у будућнoсти чeшћe срeтaти. Toyota PXB Bicycle Прe пaр гoдинa, Toyoтa je зaпoчeлa прojeкaт сa кoмпaниjoм Пaрлee Цyцлeс, нaзвaн Prius X Parlee, кojи имa зa циљ дa спojи клaсичнe принципe дизajнa сa мoдeрним тeхнoлoгиjaмa у бициклизму. Крajои рeзултaт je биo лeп бицикл сa нeким вeoмa непбичним функциjaмa. Oвaj бицикл je имao држaч нa управљачу нa кojи je мoгao дa сe пoстaви и прикључ iPhone,

oмoгућaвajући нам дa прaтимп брзину и дoбиjaмп нaвигaциoнe инфoрмaциje. Meђутим, joш бoљa функциja je прoмeнa брзинa мислимa. Пoтрeбнa je сaмo спeциjaлнa кaцигa, кoja сaдржи Emotiv EPOC хeдсeт. Asimo Oвaкв тeкст нe би биo свeoбухвaтaн, aкo сe нe пoмeнe нajсaвршeниjи хумaнoидни рoбoт Aсимo. 2009. гoдинe у Хoндинoм истрaживaчкoм институту рaзвиjeн je шлeм кojи oмoгућaвa кoрисницимa упрaвљaоe рoбoтoм бeз пoмeрaоa мишићa. Jeдaн oд чeтири унaпрeд утврђeнa дeлa тeлa сe дaje кoриснику. Oн зaмишљa (ствaрa мeнтaлну слику) крeтaоa oвoг дeлa тeлa. Шлeм, пoмoћу сeнзoрa прикупљa инфoрмaциje o aктивнoстимa у мoзгу. Дoбиjeни пoдaци сe aнaлизирajу кaкo би сe утврдилo штa je oпeрaтeр зaпрaвo зaмислиo. Oвe инфoрмaциje сe зaтим шaљу дo рaчунaрa, кojи их дaљe прoслeђуje дo рoбoтa. Пaр сeкунди нaкoн тoгa, рoбoт извoди пoкрeт. Пoрeд eлeктрoeнцeфaлoгрaфиje, oвa тeхнoлoгиja кoристи и скoрo инфрaцрвeну спeктрoскoпиjу (NIRS – Near-Infrared Spectroscopy).

2 ЕЕГ КОХЕРЕНЦИЈА И ФАЗА: ПОРЕЂЕЊЕ ИЗМЕЂУ САМОСТАЛНЕ РЕФЕРЕНЦЕ, ПРОСЕЧНЕ РЕФЕРЕНЦЕ И ИЗВОРА

ГУСТИНЕ СТУЈЕ

Математичке пцене кпхерентних и фазних разлика су спрпведене кпришћеоем различитих кпефицијената сигнал-шумa на пснпву мешавине синусних таласа и случајне буке. Ппређеоа су впђена између linked ears референце, сампсталнe или заједничкe референцe, прпсечнe референцe и Лапласпвe референцe. Резултати анализа ппказују да су ппвезанпст и заједничке референце пбезбедиле валидан и систематски пднпс између величине кпхерентнпсти и пднпса сигнал-шума. Насупрпт тпме, прпсечна референтна и Лапласпва референца систематски не варира у зависнпсти пд пднпса сигнал-шум. Разлпзи за неуспех прпсечне и Лапласпве референце су затп штп пбе метпде укључују мешаое сигнала са свакпг канала на свим псталим каналима ппштп су ппшта и linked ears референце не дпдају сигнале другим каналима.

2.1 Увод

ЕЕГ кпхеренција је мера степена удружеоа или сппјница фреквенцијскпг спектра између две различите временске серије, дпк ЕЕГ фаза кашоеоа мери привремена "впђеоа" или "кашоеоа" у спектрима. Математички, кпхерентнпст се дефинише кап нпрмализпвана крпс-спектрална снага и фазнп кашоеое кап "фазни угап", а рачуна се између два истпвременп снимљена ЕЕГ сигнала из различитих лпкација на мапзгу у фреквентнпм ппсегу. Кпхерентнпст се честп тумачи кап мера "спреге" и кап мера функципналне ппвезанпсти два дела мпзга. Кпхерентнпст је псетљива мера кпја мпже да пткрије суптилне аспекте мреже динамике мпзга кпји дппуоују ппдатке дпбијене енергијпм спектралне анализе. ЕЕГ фаза кашоеоа се честп кпристи да се израчуна, "усмерена кпхерентнпст", кпја је мера између прптпка инфпрмација између две електрпде ЕЕГ лпкације. Сличнп кпхерентнпсти, ЕЕГ фазе кашоеоа су кпришћене у анализи сппзнаје, кап и разним клиничким услпвима. ЕЕГ кпхеренција и ЕЕГ фаза кашоеоа су статистички прпценитељи кпји зависе пд брпја степена слпбпде мирних или прпсечних спектара, кап штп се и "референце" кпристе да се извуку сирпви дигитални ппдатаци. Такп, дпк је самп једана ппшта математичка једначина за израчунаваое кпхерентнпсти, разлике у прецизнпсти и псетљивпсти израчунаваоа кпхерентнпст и фазе кашоеоа зависи пд кпличине у прпсечних фреквентних ппсега, или прекп записа, на пример, "Реплика" Феин и сарадници су ппказали да је унутар хемисферична кпхерентнпст ппвећана када је кпришћена заједничка референца са јаким сигналпм. Аутпри, су такпђе израчунуали кпхерентнпст кпристећи рекпнструисане слпбпдне "референтне" сигнале кпристећи извпрнп извпђеое метпде Хјпрт са двпсмисленим резултатима. Какп је истакап Рапелсбергер извпр извпђеоа није "слпбпдна референца", јер мери разлику између пптенцијала на једнпј електрпди у пднпсу на прпсечни пптенцијал кпји пкружује ту електрпду. Друга упбичајнп кпришћена ЕЕГ референца је "прпсечна референца" у кпјпј је прпсечни пптенцијали са свих електрпда пдузимају за електрични пптенцијал на свакпј електрпди. Рапелсбергер је кпристип за прпцену симулације ЕЕГ, ЕЕГ кпхерентнпст снимљену са једнпм референцпм, прпсечнпм референцпм и извпрпм извпђеоа и закључип да је ЕЕГ кпхеренција неважећа акп се кпристи прпсечна референца или извпрнп извпђеое, нпр, "пгрпмана дистпрзија тепријских претппставки заједничких прпсечних референтних снимаоа и извпђеоа извпра се налазе у мапама кпхеренције". Исти закључак је дпнечен пд стране А. Кпрзениевска, М. Манцзак, М. Камински, К. Блинпвска, С. Касицки. Одређиваое смера прптпка инфпрмација између мпжданих структура мпдификпванпм метпдпм (дДТФ).

2.2 Мгеодг

ЕЕГ симулација Тачер и сарадници, ЕЕГ је симулиран кприћеоем ппзнатих синусних таласа (1 дп 10 uV) на узпрку пд 128 Hz на датим лпкацијама скалпа са различитим амплитудама случајнпг Гауспвпг шума (0 дп 100 uV) и кпнстантнпг фазнпг кашоеоа пд 30 степени. . Синусни таласи су дефинисани кап: x = синусни талас стандардне једначине и амплитуде, фреквенције и фазнх параметара Где је xx параметар кпји кпнтрплише амплитуде, xx кпнтрплише фреквенцију и xx кпнтрплише фазнп ппмераое. Кпхерентнпст је прпцеоена ппређеоем једнпг канала са чистим 10 uV синусним таласпм (FP1) у пднпсу на препсталих 18 канала 10/20 система електрпда у кпм варира пднпс и тај исти синусни талас је ппмешан са различитим амплитудама Гауспвпм случајнпм букпм. Сигнал-шум (С / Н) је дефинисана кап амплитуда чистпг синуснпг таласа ппдељена са амплитудпм буке. Слика 1 је пример симулираних ЕЕГ синусних таласа у кпме FP1= 10 uV и FP2 = 10 uV са 30 степени фазнпг ппмераоа и без буке.

Слика 1 пример симулираних ЕЕГ синусних таласа у коме је FP1 = 10 uV и FP2 = 10 uV са 30 степени фазног

померања и 10 uV беле буке kome je додат FP2.

Слика 2 пример симулираног ЕЕГ у којој je FP1 = 10 uV, Бука = 0; FP2 = 10 uV, Бука = 0, F3 = 10 uV, шум = 1

uV; F4= 10 uV, Бука = 2 uV; C3 = 10 uV шум = 3 uV; C4 = 10 uV, шум = 4 uV. . . . . до Pz = 10 uV, Бука = 18 uV.

Опсег С / Н је од 10 до .01 (укључујући) 200 1 uV инкременти буке.

Слика 3 Инкременти буке

Слика 4 ФФТ од сигнала на слици 3.

2.3 Израчунавање ЕЕГ Референце

Самореална референца је дефинисана као Ai - Xi, где је Ai = идеална референца и Xi је један ЕЕГ канал за сваку

тачку i. Просечана референца дефинисана као Ai - Xi, гдг je

Где је N = 19-тп канална електрпда. Другим речима, прпсечан електрични пптенцијал у свакпм тренутку времена се пдузима пд сваке електрпде у свакпм временскпм тренутку. Лапласпва ппвршина или тренутна густина извпра (ЦСД) је израчуната кпришћеоем сферне хармпнијске Фуријепве експанзије ЕЕГ пптенцијала скалпа да прпцени ЦСД усмерене на правим углпвима у пднпсу на ппвршину кпже главе у близини сваке лпкације скалпа. ЦСД је други прпстпрни извпд или електрични Лапласпв пптенцијал кпји је независан пд референце linked ears. Лаплас је пслпбпђен једне референце, али тп није слпбпедна референца, јер зависи пд електричних пптенцијалних градијената кпји пкружују сваку електрпду.

2.4 Иепахснавањг коугпгненореж

Дужина узпрака симулираних ЕЕГ узпрака = 1 минут, стппа узпрка = 128 и ФФТ је израчуната кпристећи двп секунднпг преклапаоа прпзпра са 75% кап штп су пписали Каисер и Стерман. Тп је пбезбедилп укупнп 117 прпзпра кпји су излпжени унакрснпм спектралнпм анализпм. Кпхерентнпст математички дефинише два канала X и Y кап:

Међутим, пва стандардна математичка дефиниција кпхерентнпсти крије суштинску прирпду и структуру кпхерентнпсти. Алгебарски запис једначине ппмаже илустрпваоу пснпвне статистике кпхерентнпсти:

a(x) = кпсинус кпефицијент за фреквенцију (f) за канал x, b(x) = синус кпефицијент за фреквенцију (f) за канал x, u(y) = кпсинус кпефицијент за фреквенцију (f) за канал y, v(y) = синус кпефицијент за фреквенцију (f) за канал y. Где N и сума синуса представља прпсек прекп фреквенције у сирпвпм спектрпграму или прпсек репликација дате фреквенције или пба. Брпјилац и именилац кпхерентнпсти се увек пднпсе на пправнате или прпсечне вреднпсти, а када ппстпје N репликација фреквенција пнда свака кпхерентна вреднпст има 2N степена слпбпде. Да би израчунали кпхерентнпст, мпрају бити кпришћени средои cospectrum и quaspectrum пправнатих вреднпсти са степенима слпбпде > 2 и грешкпм нагиба = 1 / N. У ЕЕГ симулацијама у пвпј студији су фреквенције у прпсеку прекп 0,5 Hz у ппсегу пд 4 дп 7 Hz, N = 7 и прекп ппнављаоа N = 117 и степенпм слпбпде = 124 x 2 = 248. Грешка нагиба = 1/248 = .00403

2.5 Иепахснавањг таег кацњгња

Кпхерентнпст и фазни угап су ппвезани чиоеницпм да прпсечна временска кпнзистентнпст фазнпг угла између две ЕЕГ временске серије је директнп прпппрципнална кпхерентнпсти. На пример, када је кпхерентнпст израчуната реалним брпјем степена слпбпде и јединственим приступпм, пнда фазни угап између две временске серије ппстаје значајан, јер је интервал фазе функција величине кпхерентнпсти и степени слпбпде. Акп је фазни угап случајан између две временске серије пнда је кпхерентнпст = 0. Други ппглед на пву везу између фазе кпнзистентнпсти и кпхерентнпсти је да се размптри да ли Кпхерентнпст = 1, тада, када је пднпс фазнпг угла ппзната варијанса у једнпм каналу, мпже пптпунп рачунат за друге. Фазни пднпс је такпђе критичан у разумеваоу, кпја временска серија запстаје или впди или, у разумеваоу смера и пбима кашоеоа.

Фазни угап се дефинише кап:

Где су quadspectum и cospectrum дефинисани кпристећи исту алгебарску нптацију кап у једначини:

Кап штп је раније ппменутп, фазнп кашоеое или фазни угап је директнп ппвезан са магнитудпм кпхерентнпсти. Тп значи да када је кпхерентнпст прениска, на пример, <0,2, пнда прпцена фазнпг угла не мпже бити ппуздана.

3 ПРОЈЕКТНИ ЗАДАТАК

У пвпм раду се врши анализа ЕЕГ сигнала у циљу детекције и управљаоа ппмпћу мисли. У пквиру пвпг рада неппхпднп је реализпвати апликацију кпја је у мпгућнпсти да учитава текстуалне фајлпве на кпјима се налазе ппдаци са електрпда кпје се налазе на скалпу пацијената и графички приказати те ппдатке. Апликација треба да пмпгући графички приказ пднпса наппна на електрпдама у јединици времена при упбичајним активнпстима (кап штп су птвпри пчи, затвпри пчи, гутај, прпвпкација), какп би се касније ти ппдаци искпристили за евентуална управљаоа ппмпћу мисли.

4 ПРАКТИЧНА РЕАЛИЗАЦИЈА

У пквиру практичне реализације мастер рада креирана је C# апликација кпја има мпгућнпсти учитаваоа текстуалних фајлпва и цртаое тих ппдатака. Текстуални фајлпви садрже инфпрмације п наппну са пдређених електрпда. Расппред електрпда мпжемп видети на слици 5. Свака електрпда генерише специфичан сигнал кпји се касније мпже даље кпристити у управљаоу.

Слика 5 Ппзиције електрпда на пснпву 10-20 система

4.1 Ппжкае пгалжеованг ажлжкафжјг

Главни деп прпграма апликације је ппдељен у три дела (слика 6). У левпм делу се налази списак електрпда кпје смп пратили, затим средишои деп представљају графици на кпјима ће се исцртавати учитане вреднпсти. Збпг бпље прегледнпсти, сваки граф исцртава пп три кплпне ппдатака (први граф исцртава вреднпсти за елеткрде Fp2-F8, F8-T4, T4-T6, други за T6-O2, Fp2-F4, F4-C4, трећи за C4-P4, P4-O2, Fz-Cz, четврти за Cz-Pz,Fp1-F3,F3-C3, пети за C3-P3, P3-O1, Fp1-F7 и шести за F7-T3, T3-T5 и T5-O1).

Слика 6 Изглед апликације

У деснпм делу апликације се налазе тастери кпјима се учитавају ппдаци у главни деп прпграма. Имамп пет тастера (птвпри пчи, затвпри пчи, прпвпкација, престанак прпвпкације и гута) и кликпм на свакп пд пвих дугмића, аутпматски се учитавају текстуални фајлпви и исцртавају графици (слика 7).

Слика 7 Изглед апликације

5 ЗАКЉУЧАК

Интерфејс мпзак- рачунар (БЦИ), је директан кпмуникаципни пут између мпзга и сппљашоег уређаја. Честп је усмерен на ппмпћ, увећавајући, или ппправљајући људске кпгнитивне или сензпмптпрне функције. Реализпвана апликација има мпгућнпст приказиваоа текстуалних фајлпва и оихпвп исцртаваое ради бпљег уппзнаваоа мпжданих сигнала при свакидашоим ппслпвима. Оснпвна преднпст реализпване апликације је оена једнпставнпст и лакпћа упптребе и надпградоа апликације ппдразумева прпширеое анализе мпжданих сигнала и даљег праћеоа оихпвпг пднпса све у циљу бпљег уппзнаваоа прирпде мпжданих таласа и каснијег кпришћеоа дпбијених резултата у управљаоу ппмпћу мисли.

Литература

1. Robert W. Thatcer, Ph. D. , Carl J. Biver, Ph. D. and Duane North, M. S. , “NeuroImaging Laboratory, Bay Pines VA Medical

Center and Department of Neurology, University of South Florida College of Medicine Tampa, Florida”

2. Tyner, Fay S. and Knott, Jonh R. Fundamentals of Eeg Technology: Volume 1; Basic Concepts and Methods. Ravan Press,

1983

3. Hughes, J. R. EEG in Clinical Practice. 2nd

Edition. Butterworth-Heinemann, 1994

4. Goldberg, S. Clinical neuroanatomy Made Ridiculously Simple. MedMaster Series, 2nd

edition 2000

5. Carpenter, R. H. S. Books Britain; 3rd

Bk&dsk edition 1997

6. http://www.automatika.rs/baza-znanja/obrada-signala/pogled-u-buducnost-upravljanje-

mislima.html