EEG

脑电波分析背景意义

脑是支配人和高级动物活动的司令部和信息中心，神经系统承担着感受外界刺激，产生、处理、传导和整合信号，实现各种认知活动 （如知觉、学习、记忆、情绪、语言、意思和思维等），以及运动控制等众多功能。神经系统的基本结构单元是神经元，其放电活动 涉及复杂的物理化学过程，表现出丰富的非线性动力学行为。神经系统整体可视为由数目众多的神经元组成的庞大而复杂的信息网络， 通过对信息的处理、编码、整合，转变为传出冲动，从而联络和调节机体的各系统和器官的功能。神经元对信息的处理和加工是神经 元集群共同完成的，而神经元集群的同步形成较强的电信号就是脑电波。
  大脑意识和神经冲动的基础都是电信号，这些电信号是如何精确表达一连串复杂动作一直为科学家所热衷。一旦解析出这种信息密码就可以实现人机互动， 甚至用电脑控制动物的行为。Miguel Nicolelis[1]在2011年10月完成了一个猕猴意识控制机械臂的试验。他们将一特殊装置的电极放置到猕猴大脑 的运动皮质区和躯体感受皮质区，前者是发出运动信号的区域，后者负责身体其他部分传来的信息。该试验的目标是为瘫痪病人设计可以由大脑控制义肢 行为的装置。 该领域的研究目前处于起步阶段，特别是关于人脑的研究，远没有达到实际应用的阶段。所以进行脑电波分析的基础研究具有重要意义。对应于不同行为或思维的脑电波，我们称之为脑电波成份。事实上，当一个人面对一个物品或需要拿起一个物品时，我们希望知道对应脑电波的反应，即该脑电波成份。该工作具有深远意义，如果能分离出与行为相关联的脑电波，将有助于对大脑疾病的诊断及脑中风病人的生活自理。

问题的难点

与脑电波对颅内病变诊断不同的是，利用脑电波分析人（动物）的行为与脑电波之间的关系，并反过来通过脑电波确定或引导人的行为，具有更大的挑战性。脑电波信号是无数神经放电的混合，我们不可能也没有必要将单个神经放电分离出来。宏观意义上，控制某个特定行为或想法的脑电波是一系列众多神经放电的迭加。而我们测量所得到的脑电波信号又是由许许多多构成不同想法和控制行为的脑信号合成的。研究表明这些信号的强弱差别很大。在实现人机交互时，我们也许只关注若干个行为或思想，而对应的脑电波可能很弱。这在信号处理领域，相当于弱信号检测。在数学领域，这可能属于不适定的反问题。显然只有将脑电波信号很好地分离才能从中确定某种脑电波与某种行为相对应。这也可以理解为盲源分离或半盲信号分离问题。但通常的盲源分离技术在这里很难奏效，或误差太大，因为脑电波这一混合信号是由尺度差异很大的信号所构成的。

以视觉和呼吸行为为出发点

我们感兴趣的是：

  (1) 视觉感受区的局部电位是否有规律性的变化？与呼吸曲线的周期性之间是否有联系？
  (2) 视觉感受区的局部电位是否与视觉刺激相关？具体的联系是什么？
  为了建立模型，我们提供的数据包括两方面：（1）睡眠状态下；（2）清醒状态下：(a)没有视觉刺激；(b)有视觉刺激。

提供数据详述

  (1)文件名称：LC01_20131204_Data10_V1_50s_70s_1kHz.mat
     数据格式：Matlab( .mat; int16)
     采样频率：1000 Hz
     数据长度：30秒
     第1-5 道（Ch11, Ch12, Ch13, Ch14, Ch15）：小鼠大脑视觉皮层局部电位(睡眠状态) 
     第6道（Ch17）：呼吸曲线[注：仅波峰和波谷点有生理意义，分别代表吸气和呼气末。呼
     吸信号是通过热敏电极在鼻子附近记录的，主要表现是呼气时温度升高（曲线下降）。因为是
     间接记录呼吸，因此只能用曲线的峰或 谷的时间点标记呼吸时程（吸气相或呼气相），曲线
     具体幅度等没什么价值。]
  (2)文件名称：V01_20131126_Data03_80s_110s_LFP_NoStim_1khz.mat
     数据格式：Matlab( .mat; int16)
     采样频率：1000 Hz
     数据长度：30秒
     第1-5 道（Ch11, Ch12, Ch13, Ch14, Ch15）：小鼠大脑视觉皮层局部电位(清醒状态) 
     第6道（Ch17）：呼吸曲线
  (3)文件名称：V01_20131126_Data03_300s_330s_LFP_VisStim_1khz.mat
     数据格式：Matlab( .mat; int16)
     采样频率：1000 Hz
     数据长度：30秒
     第1-5 道（Ch11, Ch12, Ch13, Ch14, Ch15）：小鼠大脑视觉皮层局部电位(清醒状态) 
     第6道（Ch17）：呼吸曲线
     第7道（Ch18）：两次CheckBoard视觉刺激（注：波峰处为黑白配对视觉刺激开始。

具体实现见附图说明：moveonoff.pdf，如下图所示）

视觉刺激

研究出发点

     1）由于对呼吸的观测是间接的，能否通过分析呼吸的机理，建立数学模型反映小鼠在睡眠状态下与呼吸相关联的脑电波。
     （猜测：呼吸过程是由脑干部分发出“呼”和“吸”的命令，由神经元集群同步产生动作电位，该电位完成呼吸过程。）
     2）一般认为：在睡眠状态下，小鼠脑电波的周期节律有可能与呼吸相关联[2]。该结论是否正确？通过对所给的视觉感受区
     的局部电位数据建立模型论证你的结论。
     （3）研究在清醒状态下，小鼠视觉感受区的局部电位信号是否有周期性的变化？该周期性的变化是否与小鼠呼吸所对应的脑电
     波的周期性的变化有关？是线性相关吗？如果不是线性相关，是否具有其他形式的相关性？
     （4）建立脑电波信号的分离模型，能否从前两种状态（睡眠状态、无视觉刺激的清醒状态）的局部脑电位信号  
     （  LC01_20131204_Data10_V1_50s_70s_1kHz.mat、
     V01_20131126_Data03_80s_110s_LFP_NoStim_1khz.mat ）
     中分离出与小鼠呼吸相关联的脑电波信号？
     （5）通过Checkboard随时间变化的曲线，分析小鼠视觉刺激的时间曲线及其功率谱，并与呼吸曲线的功率谱对比。利用问题(4)
     所建立的信号分离模型，从数据V01_20131126_Data03_300s_330s_LFP_VisStim_1khz.mat中分离出与Checkboard刺激
     相关的脑电波信号成份和可能与呼吸相关的脑电波信号成份？请验证所分离出来的刺激脑电波成份与视觉刺激之间的相关性，并说明
     该脑电波成份中是否包含图形形状因素。

部分处理结果如下：

整体解决方案及代码

        论文代码见：视觉感受区电位信号(LFP)与视觉刺激之间的关系研究.pdf