基于KIV模型的腦電識別方法①

劉 宏,陳玲鈺,韋小平,張釋文,張 錦,2

1(湖南師范大學 信息科學與工程學院,長沙 410081)

2(長沙理工大學 計算機與通信工程學院,長沙 410114)

人的大腦是復雜而高效的.多年來,人們一直試圖模擬大腦的功能和運行機制來執行復雜的信號處理功能.人工神經網絡是從大腦神經系統中衍生出來的一種模型,被廣泛應用于模式識別領域.腦電圖(EEG)是研究大腦活動最常用的信號之一,不同場景下腦電信號的識別,則被用于診斷各種腦相關的疾病,如癲癇[1-3]、抑郁癥[4]、阿茲海默癥[5]等,同時在認知[6-8]、記憶和情緒[9-11]等相關腦活動的研究方面也顯示出巨大的潛力.因此,借助人工神經網絡來對腦電信號進行識別,對腦疾病的診斷,大腦相關活動的功能和機制的研究具有重要的意義.

在眾多人工神經網絡模型中,傳統的人工神經網絡模型依靠研究者手動提取原始數據的特征,來引導模型識別準確率的提高; 以深度學習為代表的人工神經網絡模型將傳統模型中的原始數據特征提取和分類兩步融為一步,在訓練數據足夠的情況下能獲得更好的識別效果.

但是,研究一種有效的腦電信號特征提取方法本身比較費時費力,且對于一些中小型腦電數據集而言,可能存在特征提取方法有效,卻由于訓練樣本數量不夠導致的識別效果不夠理想的情況.因此,探求一種新的人工神經網絡模型對腦電信號進行識別,具有重要的研究前景和價值.

針對腦電信號的識別問題,本文研究了一種重要性可能被忽略的海馬神經回路模型—KIV 模型.KIV模型是K 系列模型的最高級別模型.K 系列模型包括K0、KI、KII、KIII、KIV 模型,從低到高層次逐步實現了從細胞水平到大腦半球的模擬.其中,基于嗅覺神經系統的解剖結構,KIII 模型模擬了嗅覺神經系統,包括其主要結構,如球周細胞(periglomerular cell,PG)、嗅球(olfactory bulb,OB)、前嗅核(anterior olfactory nucleus,AON)和梨狀皮質(prepyriform cell,PC),能夠模擬嗅覺信息的傳遞過程.KIII 模型表現出良好的模式識別能力,只需少量迭代次數就可記憶不同的模式.目前的研究已經將KIII 模型應用于圖像識別[12,13],語音識別[14],文本分類[15],腦電識別[16]等方面,并獲得了良好的識別結果.KIV 模型包含3 個KIII 模型和一個KII 模型,分別模擬了大腦中的感覺皮層(sensory cortices)、海馬(hippocampus)、中線前腦(midline forebrain)和杏仁核(amygdala),描述了行動、規劃和空間定位功能的選擇.在模擬的火星環境中[17,18],作為機器人的控制系統,3 個KIII 模型分別接收感覺信息(包括視覺、聽覺、觸覺等)、方位信息和內部感受信息,使得KIV 模型能夠模擬大腦在導航時的記憶功能,對環境信息的輸入做出迅速、準確的學習和反應.

基于KIII 模型的功能和特性,本文擴展了KIV 模型在腦電識別領域的應用.癲癇腦電和情感腦電信號的識別一直是腦電識別領域的研究熱點,分別對癲癇發作的診斷治療和與情緒相關的大腦活動的研究具有重要意義.本文介紹了KIV 模型的結構和原理,分析了KIV 模型的動力學行為,并針對癲癇腦電和情感腦電的識別問題,使用KIV 模型進行探索和研究.

1 KIV 模型及分析

1.1 KIV 模型

KIV 模型由Kozma 等人提出[19],模擬了感覺皮層-海馬的神經回路,描述了大腦的非線性動力學,以非周期時空振蕩形式對感覺信息進行編碼,能夠模擬原始脊椎動物前腦在簡單意向行為中的作用.KIV 模型的構建具有較強的生理學基礎.從模型搭建依據來看,構建模型所需的參數是通過分析從感覺皮層和大腦邊緣結構的多個電極同時記錄的腦電圖得到的[20]; 從結構上來講,KIV 模型模擬了原始脊椎動物前腦中的關鍵結構,包括感覺皮層、海馬、中線前腦和杏仁核.

K 系列模型基于神經團理論而建立,神經團理論[21]是指相似的神經元組成的細胞團具有相似的功能和一致的特性.K0 模型模擬了興奮性和抑制性的細胞團的活動,是K 系列模型最基本的組成單元.通過耦合多個興奮性或抑制性細胞團的K0 模型,可以形成KIe(興奮性)或 KIi(抑制性)模型,如圖1.KII 模型由兩個KI 模型側向連接而成(如圖2),模擬了興奮性和抑制性細胞團的相互作用,它們可以在伽馬范圍內的窄帶頻率上表現出極限環周期振蕩.KI、KII 模型也是K系列模型的基本組成模塊.KIII 模型由幾組KI、KII模型通過前向連接、延遲性反饋連接等方式構成,可模擬生物細胞層的動態神經活動,如嗅覺的產生過程.KIV 模型由3 組KIII 和1 組KII 模型相互作用而成,它模擬了低等動物的外部感覺神經系統,顳葉中的海馬回路和內部感覺系統,能夠實現各種類型的動態神經活動.總體而言,K 系列模型以共享的、非周期波形的形式顯示出了空間相干性,并在時間序列上表現出振幅調制模式[12],K 系列模型的層次結構關系[22]如圖3所示.

圖1 KI 模型拓撲結構圖

圖2 KII 模型拓撲結構圖

圖3 K 系列模型層次結構關系

由神經團理論和生理學基礎,K 系列模型所有細胞團的脈沖狀態變化可以用式(1)-式(3)來描述:

其中,a和b是基于生理實驗確定的反映輸入快慢的速率常數,Xi(t)、Xj(t)是第i、j個神經團在時間t的脈沖密度,Wij代表第j個神經團到第i個神經團的突觸連接權重.在脈沖信號傳遞的過程中,樹突將接收到的軸突脈沖轉換成波,該波隨后被軸突轉換回脈沖.假設脈沖到波的傳遞函數是線性的,而波到脈沖的傳遞函數是非線性的,該非線性的S 型輸入/輸出函數用Q(Xi(t),q)來描述.這里,q表示Sigmoid 函數的最大漸近線.Ii(t)表示第i個神經團接收的外部輸入,N表示同一細胞層中相同細胞團的數量.

本文研究的是模擬了大腦邊緣系統的KIV 模型,不包括中線前腦,其組成結構如圖4 所示.完整的KIV 模型結構詳見文獻[19].邊緣系統的KIV 模型由2 個KIII 模型和1 個KII 模型組成,分別模擬感覺皮層、海馬區和杏仁核.其中,感覺皮層包括球周細胞(periglomerular,PG)、嗅球層(olfactory bulb,OB)、前嗅核(anterior olfactory nucleus,AON)、梨狀皮質(prepyriform cortex,PC),海馬區包括齒狀回(dentate gyrus,DG)和海馬切片(hippocampal sections,CA1-CA3).DG、PG 為KI 模型,CA1、CA2、CA3、OB、AON、PC、AMY 為KII 模型.

圖4 KIV 模型結構圖

根據KIV 模型的結構,本文給出了KIV 模型的拓撲結構圖,如圖5 所示.圖中各細胞層中的E1、E2 代表興奮性神經元,I1、I2 代表抑制性神經元,D1-D7 表示延遲反饋連接.根據圖5 和文獻[23]的參數,本文在Matlab 上對KIV 模型進行建模實現.

1.2 KIV 模型動力學特性分析

KIV 模型中每個神經團細胞的動力學方程通過Runge-Kutta 方法求解,在迭代過程中產生了各個神經元節點的狀態變量數值解以及一階微分值(t=0 時刻所有神經元狀態變量及其一階微分值均為0).因此,可通過仿真輸入的方法對KIV 模型的動力學特性進行分析.

1.2.1 無外加刺激時典型神經元節點的響應

無論何時,KIV 模型中PG 層和AON 層都分別接收外周噪聲和中間噪聲,即圖5 中的peripheral noise和central noise,該噪聲用均值為0 的高斯分布來模擬.噪聲的引入不但不會破壞KIV 模型的穩定性,反而會使模型隨時保持一種激活的狀態,消除模型對初值和參數的敏感性,從而提高模型的魯棒性.這也是KIV模型和一般的人工神經網絡模型不同之處之一.

圖5 KIV 模型拓撲結構

首先,研究在沒有外加輸入刺激、只有內部噪聲的情況下,KIV 模型中典型神經元節點的動力學行為.設置總時長為1 200 s,分別選取每一層中的興奮性輸入神經元E1 和OB 層的抑制性神經元I1,其響應圖如圖6 所示.圖中,橫軸表示仿真輸入的時間,單位為s;縱軸表示神經元節點對輸入刺激的響應幅值,單位為mV.

從圖6 可以看到,在沒有外加刺激、只有外周噪聲和中間噪聲的情況下,整個KIV 模型處于一種低水平的靜息狀態.

圖6 無外加刺激時KIV 模型中典型神經元的響應

1.2.2 有外加刺激時典型神經元節點的響應

接下來,研究有外加刺激時,KIV 模型PG 層和OB層中輸入和輸出節點的響應.在300 s 時,給予KIV 模型幅值為1 mV 的輸入刺激,并在900 s 時撤去刺激,刺激持續時間為600 s,其響應如圖7 所示.

圖7 有外加刺激時KIV 模型中典型神經元的響應

可以看到,在加入刺激后,PG1 節點在300-900 s之間出現了階躍響應,900 s 后PG 層對外周噪聲更加敏感,主要表現為PG1 節點在900 s 后的幅值比300 s前的幅值要大.而OB 層的E1 節點和I1 節點在300-900 s 之間也產生一定的階躍現象,并表現出等幅振蕩,且撤去刺激后OB 層的輸入輸出節點仍然表現出高活躍狀態.

1.2.3 無/有外加刺激時的相圖

KIV 模型中一共有30 種節點,要描述整個系統在空間中的軌跡顯然是不可能的,因此只能通過系統中部分節點狀態變量之間形成的軌跡,即系統的相圖,來間接地對整個系統的空間軌跡進行分析.本節從細胞層的角度對KIV 模型的動力學行為進行分析,通過選取OB 層、AON 層、CA3 層和AMY 層中的輸入和輸出節點,刺激時間及強度同第1.2.2 節,分別研究這4 對節點在無/有外加刺激時的響應,其相圖分別如圖8、圖9 所示,其中,橫縱坐標分別表示該層E1、I1 節點在不同時刻的響應幅值.

從圖8 和圖9 可以看到,CA3 層和AMY 層一直處于收斂狀態,加入刺激前,OB 層和AON 層處于一個復雜的非收斂狀態,但大多數時間內處于有界區域; 加入刺激后,OB 層和AON 層軌跡迅速收斂,且在OB 層的E1-I1 節點相圖中出現了穩定的極限環.整個KIV模型從局部穩定進入了全局穩定的狀態.

圖8 無外加刺激時KIV 模型的相圖

圖9 有外加刺激時KIV 模型的相圖

1.2.4 輸入不同強度刺激時的M1-G1 相圖

從第1.2.3 節可以得知,當外加恒定輸入時,KIV 模型會對外加刺激形成穩定的極限環.接下來,本文研究當輸入不同強度刺激時E1-I1 節點相圖的變化.同樣設置在300 s 時,給KIV 模型輸入持續時間為600 s的刺激,刺激幅值分別為1 mV、2 mV、3 mV、4 mV.不同強度刺激下的E1-I1 節點相圖依次如圖10 所示,其中,紅色部分表示300-900 s 之間E1-I1 節點的軌跡.

從圖10 中可以看到,對于不同強度的輸入刺激,E1-I1 相圖中形成的系統軌跡是不同的,即不同的刺激能使KIV 模型形成不同的穩定極限環.

圖10 不同強度刺激下的M1-G1 相圖

對應到實際的應用情景(如腦電識別)中,當KIV模型接收了腦電信號,系統的時空模式會迅速轉換到對應的局部吸引子(即極限環)中.對于不同模式的腦電信號,KIV 模型可以通過系統表現出的極限環對其不同的時空模式進行區分,并通過KIV 模型的學習算法,調整輸入層對應節點間的連接權值對目標模式進行記憶和識別.即KIV 模型具有一定的腦電識別潛力,后續的研究可將KIV 模型應用于腦電信號識別.

2 基于KIV 模型的腦電識別

2.1 癲癇腦電識別

癲癇是一種由腦部神經元陣發性異常放電引起的慢性神經系統疾病,也是全球最常見的神經系統疾病之一.癲癇的發作人群不分年齡和性別,發作時可導致短暫的大腦功能失調,如意識喪失,運動、知覺、情緒或精神功能的混亂等.癲癇反復發作會對患者的精神與認知功能造成持續性的負面影響,嚴重時甚至危及生命.

臨床上對癲癇發作的監測通常是通過檢測癲癇發作期間或發作前不久所特有的棘波或尖波[24]等實時腦電波形,來分析并診斷患者是否發作.目前,基于EEG的癲癇發作自動檢測技術獲得了越來越多的研究者的關注.

癲癇發作自動檢測[25]是指在連續腦電監測過程中,當患者癲癇發作時,系統以盡可能短的延遲識別發作的開始,并描述持續時間,它包括4 個步驟: 信號采集、信號預處理、特征提取、分類模型學習與評估,其核心是對癲癇波的檢測與識別.基于KIV 模型的動力學特性,本節使用KIV 模型對癲癇腦電信號進行識別研究.

2.1.1 數據集介紹

本節所用的數據集是公開的Bonn 腦電數據集.它采集的是5 個受試者在不同狀態下的原始腦電信號,這5 個子數據集分別被命名為I、II、III、IV、V,數據集的詳細描述見表1.每一個子數據集中包含100 導聯信號,每一導聯信號包含4 097 個數據點.信號的采樣頻率是173.61 Hz,每一導聯信號的采樣持續時間為23.6 s.

表1 BONN 數據集描述

腦電信號屬于時變信號,復雜的特征提取過程不是必須的.因此,本文在識別腦電信號時,對原始腦電信號不做特征提取,只進行維度上的切分預處理.本節中,首先對這5 個子數據集進行分割處理,主要包含兩部分: (1)將通道數對半分割,分別分為1 段、2 段、4 段,對應的子樣本分別有100 通道、50 通道、25 通道; (2)將每一通道上的數據點分別分為30 段、40 段、50 段、60 段,相應的每一段的數據點即序列長度分別為136、102、81、68.因此,每個子數據集分割后的樣本有12 種規模,相應的產生了12 組實驗.

2.1.2 實驗過程

KIV 模型學習和識別腦電信號的過程見圖11,詳細如下.

圖11 實驗過程流程圖

(1)訓練: 將處理后的數據輸入到多通道KIV 模型中,通過提取每一通道中OB 層腦電信號的方差,來計算訓練集中當前樣本的聚類中心,在此過程中不斷更新OB 層輸入神經元間的連接權重和模型的Hebbian學習參數.得到訓練集所有樣本的聚類中心后,通過分別取平均值得到每一類腦電數據的聚類中心,并固定輸入層神經元間的連接權重和Hebbian 學習參數.

(2)測試: 輸入測試集進行測試.同樣提取OB 層中每一通道腦電信號的方差,以計算當前測試樣本的聚類中心,并利用歐式距離與每一類腦電信號的聚類中心進行對比,根據最小值得到當前樣本的識別結果.測試集中所有樣本的識別結果得出后,根據測試集中正確識別樣本個數與樣本總個數得出最終的識別準確率.

2.1.3 實驗結果及分析

在實驗中,不同的訓練集和測試集的比例可能會對識別結果造成一定的影響.因此,本節設計了3 組實驗,其訓練集的比例分別為60%、70%和80%,然后按照第3.1.2 節的實驗流程進行實驗,得到的實驗結果如圖12-圖14 所示.

圖12 訓練集比例為60%時的識別結果

圖12-圖14 分別表明,當通道數為25 時,不管將同一通道上的數據點分為多少段,不同序列長度樣本的識別準確率均能達到81%以上.而隨著樣本通道數的增加,輸入KIV 模型的腦電信號趨于完整,模型的識別準確率越高.當通道數為50 時,識別準確率最為穩定,為98%左右; 當通道數為100 時,隨著樣本數的增加,識別準確率最高可達99.50%.

比較圖12-圖14,對于相同通道數和序列長度的子樣本,當訓練集比例分別為60%、70%、80% 時,KIV 模型的識別準確率有一定的提升.本節的實驗結果表明,KIV 模型具有較強的對不同模式的學習與分類能力,即只需學習60%的數據,且只需學習一次,就能準確地識別癲癇腦電信號.

圖13 訓練集比例為70%時的識別結果

圖14 訓練集比例為80%時的識別結果

將本節的實驗結果與已有的模型識別結果進行對比,見表2.可以看到,與已有模型需復雜特征提取過程的實驗結果相比,KIV 模型在BONN 數據集的五分類任務上的識別準確率最高,為99.50%,即,KIV 模型在BONN 數據集上的識別能力優于現有方法.

表2 多種模型在BONN 上的識別準確率對比

2.2 情感腦電識別

情感是人類日常生活中的基礎,在認知、交流、決策中扮演著重要的角色,情感的實時評估和調節可以改善人們的生活.近年來,情感識別已成為認知科學、計算機科學、心理學等諸多領域的研究熱點.情感識別方法[26]大致上可以分為兩類,一種是基于非生理信號,例如面部表情、身體姿勢和語音信號等,另一種是基于生理信號,如腦電圖、肌電圖(EMG)和心電圖(ECG)等.與非生理信號相比,生理信號不受外界環境和主觀意志的影響,對情感狀態的估計具有可重復性和客觀性.其中,腦電信號,由于是從大腦皮層直接采集的,有利于反映人的情感狀態,成為了研究大腦面對刺激時產生情緒反應的首選載體.

情感分為很多類,研究者認為,情感是有維度的,目前廣泛應用的二維模型是效價度(valence)和激活度(arousal)組成的激活度－效價空間[30],如圖15 所示,水平軸表示效價維,評價情感的積極和消極程度,數值越大情感越積極; 垂直軸表示激活維度,描述情感的激烈程度,數值越大情感越激烈.

圖15 激活度-效價情感空間

然而,不同于癲癇腦電識別中癲癇波的檢測,情感評價本身具有一定的主觀性,因而準確識別一段腦電信號中蘊含的情感具有更大的挑戰性.

2.2.1 數據集介紹

本節使用的數據集為公開的GAMEEMO 數據集[31],它采集的是受試者在視聽刺激下的原始腦電信號,包含4 種情感: funny、horror、boring、calm,分別在激活度－效價空間的不同象限.GAMEEMO 腦電信號的采樣通道數為14,每一通道上有38 252 個數據點.根據數據集的情感評價結果,本文選取了不產生重復情感的子數據集.

同對BONN 數據集的處理方法,本節對GAMEEMO數據集中每一通道上的數據點進行切分預處理,將38 252 個數據點分別切分為100 段、150 段、200 段、250 段,相應的每一段信號的序列長度分別為380、255、190、153,由此產生了4 組實驗.

2.2.2 實驗結果及分析

根據KIV 模型的識別原理及過程,本節得到的實驗結果如表3 所示.KIV 模型在GAMEEMO 數據集上的平均識別準確率為88.80%.其中,對于序列長度為380 的子樣本,訓練集的比例為70%時,識別效果最好,為90.83%.其混淆矩陣如圖16 所示,KIV 模型對4 種情緒的識別準確率分別為86.67%、100%、96.67%、80.00%,其中horror 最高,calm 最低,這是由于horror情緒較為激烈易于識別,而calm 時腦電波形較為平緩,相對難以識別.

表3 KIV 在GAMEEMO 不同訓練集比例上的識別結果 (%)

圖16 第2 組實驗結果混淆矩陣

將本節的實驗結果與已有模型的識別結果進行對比,見表4.可以看到,本文采用GAMEEMO 數據集全部14 個通道的腦電信號,對比同樣的14 通道腦電信號分類任務,KIV 模型的識別準確率相比文獻[31]和文獻[32]分別高19%和14%左右; 對比四分類任務,KIV 模型也表現出不錯的識別性能,識別準確率最高為90.83%.整體而言,本節設置的情感腦電信號識別任務難度最高,但是相比于經典的分類器KNN、SVM、Bi-LSTM等,KIV 模型仍表現出優于已有方法的識別性能.

表4 多種模型在GAMEEMO 上的識別準確率對比

3 結論與展望

本文分析了KIV 模型的動力學特性,發現KIV 模型能在輸入刺激后,從局部收斂狀態迅速進入全局收斂狀態,并表現出對刺激的高度敏感性.根據相圖中KIV 模型針對不同輸入模式形成了不同的穩定極限環,本文拓展了KIV 模型在腦電識別分類方面的應用,在癲癇腦電識別和情感腦電識別中分別獲得了99.50%和90.83%的識別準確率.與現有模型提取腦電特征之后的識別結果進行對比,本文的實驗結果為腦電識別提供了新的思路和方法.

KIV 模型是一種優秀的大腦半球仿生模型,對比一般的深度學習模型,具有較好的腦電信號識別能力.未來的工作可將KIV 模型應用于模式識別的更多方面,這對探索和研究KIV 模型的模式識別能力具有重要的意義.