国外研究团队对意识(认知)评估听觉范式的新型改善方法

利用Oddball(新异刺激)听觉范式(后文中部分内容译为：反常听觉范式）进行意识情况识别已成为脑机接口(BCI)领域的一个重要研究课题。对于注意力有限的患者来说，尽可能缩短获取评估所需的足够数据的时间是至关重要的。本研究旨在通过测试不同的设定和刺激方法，减少Oddball听觉范式的评估时间。一类范式使用被试主体自己的名字作为偏差声音刺激。另一类范式使用标准正弦波声音进行刺激。在一组9名健康被试人员中，在4种不同的Oddball听觉范式条件下记录被试者的脑电图(EEG)活动。为了进行对比，我们计算了每个范式下的P300曲线下的面积。首先，我们证明了含有受试者名字的范式下比正弦音范式下产生了更大面积的P300区域。更重要的是，我们发现与标准听觉范式相比，“名称范式”需要更少的试验刺激次数就能获得类似的结果。这意味着与使用正弦波相比，听觉范式的执行时间是可以被减少的。

Keywords——Disorders of Consciousness, BCI, evoked potentials, P300

简介

脑损伤后幸存的病人有时会处于没有意识迹象的状态。不同的意识障碍(Consciousness，DOC)对应不同的功能水平：昏迷(Coma)、植物状态(Vegetative State，VS)、微弱意识状态(Minimal Consciousness State，MCS)和闭锁综合征(Locked-In Syndrome，LIS)。在植物状态下，患者表现出对自己和环境的完全无意识状态，但可能会显示出睡眠-觉醒周期(sleep-wake cycles)，并保留一些自主脑干功能。MCS患者表现出有限但清晰可辨的自我意识或环境意识，但无法进行沟通。LIS是一种罕见的神经系统病症，除了控制眼睛运动的肌肉外，所有随意肌都完全瘫痪。LIS患者有意识且清醒，但无法产生动作(眼球运动除外)或说话(失音)。认知功能通常不受影响。

另外，DOC患者诊断困难，常被误诊。高达43%的DOC患者被错误地诊断为VS。这是由于用于分类的行为评定量表的局限性所导致的。可添加大脑活动数据的新技术或是可用于克服这些限制的工具。功能磁共振医学成像(Functional Magnetic Resonance Imaging，fMRI)或正电子发射断层扫描(Positron Emission Tomography，PET)已被证明是意识检测的有效工具。基于脑电图(Electroencephalography，EEG)的脑机接口(Brain-Computer Interfaces，BCI)也可以检测大脑活动，并通过执行预定义的任务展示认知能力。针对特定刺激下EEG活动中的事件相关电位(Event-Related Potential，ERP)的测量是评估意识障碍患者残余认知功能的一种简便有效的方法。具有延迟性且于认知相关的于P300诱发电位是最合适的用作辨识与认知相关事件的EEG波形。P300波形与认知加工的结束、信息评价后的记忆更新、信息向意识的传递等意识活动有关。

使用正弦音调来引出P300活动的听觉范式响应已经被成功设计和于评估。此外，在之前的研究中也使用了受试者自己命名的刺激范式。

本研究试图通过使用包含受试者自己的名字作为反常声音刺激，并减少标准和反常声音的刺激呈现次数，来减少在之前的研究中使用的一般条件的反常听觉刺激范式的测试时间。本研究使用了四种不同的反常听觉范式。这些范式在由9名认知力低的健康人组成的控制组(CG)中进行测试，比较出哪一组的P300波峰值更大，作为意识的预测评判指标。

g.USBamp-多模态生物电信号采集系统

图 1. 实验装置示意图：(A) 表示运行范式的计算机。(B) 音频触发适配器盒确保准确触发音频刺激。(C) 耳机为用户提供刺激。(D) EEG 帽。(E) 使用 g.USBamp 同步记录(B)中的EEG数据和触发事件，并将数据转发到笔记本电脑。

研究方法

A.材料

为了搭建此次实验，研究人员使用了g.USBamp生物信号放大器、配套的音频触发适配器盒、8通道配置的EEG帽(以上全部由g.tec medical engineering GmbH公司生产)。另外搭配了一副耳机。软件方面使用了MATLAB/SIMULINK。

图1显示了设置的原理图。PC端执行用MATLAB脚本编码的听觉模式，并将它们发送到音频触发适配器盒，音频触发适配器盒将声音发送到耳机，并引发一个触发信号(trigger)，然后将触发信号发送到放大器。这种由音频触发适配器盒产生的触发信号可以防止与听觉刺激开始相关的脑电图信号的时基误差。

电极位置包括FCZ, C3, CZ, C4, CP1, CPZ, CP2和PZ位置。参考电极置于右耳垂。放大器设置为0.5 Hz的高通滤波器、30 Hz的低通滤波器和50 Hz陷波滤波器。8通道脑电图信号和触发信号以“.mat”文件格式存储。放大器信号采样频率为256 Hz。

B.刺激

在本研究中，使用了4种听觉范式，其中刺激的总数以及偏差刺激与标准刺激的比例都有所不同：(1) 7-1比例的正弦音调范式，共60个偏差刺激和420个标准刺激；(2) 5-1比例的正弦音调范式，共60个偏差刺激和300个标准刺激；(3) 4-1比例的正弦音调范式，共60个偏差刺激和240个标准刺激；(4) 4-1比例的名字范式，以被试的名字作为偏差声音，共有20个偏差和80个标准刺激。范式1到范式3使用正弦音调，范式4使用带有受试者名字的声音作为反常偏差声音。对于每个范式，在开始时提供了5个额外的标准刺激，以使用户适应刺激，使第一个偏差刺激生成一个稳定的P300。

正弦音的频率为1000 Hz的偏差刺激和500 Hz的标准刺激。所有的声音刺激音量的相同。对于前三种正弦听觉模式声音之间有一个700ms的延迟，而名字范式中延迟大约是1500ms。

图2.实验工作流程示例。

‍‍‍‍‍‍‍‍‍‍C.协议‍‍‍‍‍‍‍‍‍‍

每个参与者(7名男性和2名女性，年龄在22岁至26岁之间)都被置于由7组范式组成的实验阶段(表1)。

表1.每次实验的性质。

“名字范式”共执行了4次。被试者每次测试的前两次运行“名字范式”，并且没有任何指示，以此测试被动P300波的影响。为了减少疲劳/训练的影响，其余5次范式运行的顺序是伪随机化的。前四次范式运行结束后，受试者被要求休息五分钟。图2展示了实验工作流程。

D.数据处理

数据按照刺激发生前100ms与刺激发生后600ms的时间段进行划分截取(triggered)。首先，使用设置为100 μV的阈值检测人工伪迹。这意味着，如果其中一个通道的脑电图超过100 μV或低于-100 μV，则该试验被标记为人为干扰试验，并在后续的的计算中舍弃。

接下来，我们假设每次试验都包含一个ERP(deterministic component)和噪声(indeterministic, zero-based component)。因此，每个刺激试验片段(trials)都进行了基线校正，减去整个试验片段中前100 ms(刺激前)脑电信号的平均值。最后，对同一类型的所有试验片段(偏差或标准)进行平均。这将在每次范式运行后，得到脑电帽上每一通道上的对反常与标准刺激反应的脑电信号的平均表征，并使噪声最小化。此外，还计算了平均后的反常和标准刺激反应数据的标准误差(SE)。这些响应的示例见图3。

图 3. 某特定通道下的反常刺激下的信号(蓝色), 标准刺激下的信号(红色)。虚线表示每个信号的标准误差(SE), 橙色线表示反常刺激下信号的SE大于标准刺激下信号的SE的区域 黑线表示这些差异是否具有统计学意义。绿色标记的区域显示了200毫秒到400毫秒的时间，即用于分析的有效区域。

E.数据分析

为了检测每个通道中P300的大小，我们计算了刺激后200ms到400ms(图3中的绿色区域)的偏差信号区和标准信号区之间的差值，因为这是P300最常出现的时间窗口。首先，检测到偏差(反常)刺激反应信号的SE大于标准刺激下反应信号的上SE的时间窗口(如果有的话)。

这部分被标记为图3中橙色线区域。然后，对这些SE进行Mann-Whitney U检验，以检查它们之间是否有统计学差异。若又显著差异用图3中的黑线标记。

研究人员将偏差刺激试验和标准刺激试验的SE在200ms和400ms之间的显著差异称为“区域(area)”。在图3的示例中，它们用黑线标记。因此，每次范式运行都会产生8个区域(每个通道一个区域)，这些“区域”加在一起得到一个表示范式运行时的ERP质量的值。然后对每个被试中代表每个范式的“区域”分别进行平均，得到一个“区域”以代表指定范式的平均ERP质量。

实验结果

弗里德曼测试(Friedman test)被用来观察每个范式“区域”之间的差异是否大于范式“区域”内的差异。显著性阈值为α=0.05。

为了以单独的方式分析这些“区域”，我们计算了每种范式的平均值、第25百分位和第75百分位(图4)。同样，为了以单独的方式分析范式的“区域”，将对两种范式进行Wilcoxon检验以比较两种范式。

图 4. Mean, 25th and 75th percentile of the area for each paradigm.

如图5所示，经Wilcoxon检验，7-1比值范式与5-1比值范式、4-1比值范式、无提示名字范式、有提示名称范式在各方面均无统计学差异(p=0.135, p=0.19, p=0.29, p=0.06)。

图 5

(A) p-values of the Wilcoxon test of the 7-ratio paradigm against the rest of the paradigms.

(B) p-values of the Wilcoxon test of the name paradigm with instructions against the rest of paradigms.

(C) p-values of the Wilcoxon test of the name paradigm without instructions against the rest of paradigms.

含有提示的名字范式与7-1比例范式、无提示范式比较，无显著差异(p=0.06, p=0.86)。然而，有提示的名字范式与5-1比例和4-1比例范例之间存在显著差异(p=0.01)。对于无提示的名字范式而言，与7-1比例范式、有提示范式比较无统计学差异(p=0.29, p=0.86 )，但与5-1比例子范式和4-1比例范式存在统计学差异(p=0.03，p=0.03)。如图5所示。

7-1比值范式的P300区域差值为491 μV，而5-1比值范式、4-1比值范式、无提示名字范式和有提示名字范式的P300“区域”分别为281 μV、310 μV、818 μV和856 μV。经统计学分析，与其他范式下的数据相比，7-1比例范式下的P300“区域”各指标无统计学差异(p=0.135, p=0.19, p=0.29, p=0.06)。无论范式持续时间如何，所有范式产生的“区域”都是相同的。然而，使用受试者自己的名字作为反常偏差声音，产生了最大的P300“区域”并用了最少的范式执行时间。

讨论

从结果部分可以看出，P300区域差值，在7-1比率范式与有/没有提示的名字范式之间没有统计学差异。这意味着，这两种名字范式的执行时间比7-1比例范式短，但得到了相同的效果。这对P300的检测时一个改进，因为实验时间可以减少近50%。这对DOC患者意味着什么还有待评估。Risetti和同事发现，在VS和MCS患者的被动名字范式样本中，患者的振幅显著变化，但只有MCS患者出现活跃计数的振幅显著增加的现象。虽然他们范式与我们的稍有不同，但含有被试者名字的范式依然可以用来评估DOC患者的状态。

5-1和4-1比例范式与7-1比率范式具有相同的P300诱导效果，这将会是减少意识检测BCI实验所需时间的一种可能的选择。Wilcoxon检验表明，姓名范式与5-1和4-1比例范式之间存在统计学差异（p=0.01）。由各范式的平均值表明，包含被试者名字的范式比5-1和4-1比例的范式产生了更好的P300，说明BCI性能表现更好。降低比例是一个很好的解决方案，但不如使用受试者的名字作为偏离刺激声音的效果好。

该研究值得考虑的一个局限性是，健康对照组的结果可能与DOC患者的结果存在很大差异。对于注意力持续时间有限的患者来说，实验所需的时间可能是至关重要的，而对于健康的对照组来说，时间就不那么重要了。此外，DOC患者被动P300反应的意义需要进一步研究。

参考文献

[1] “Locked In Syndrome - NORD (National Organization for Rare Disorders)", NORD (National Organization for Rare Disorders), 2018. [Online]. Available: https://rarediseases.org/rare-diseases/locked-insyndrome/. [Accessed: 13- Mar- 2018].

[2] C. Schnakers, A. Vanhaudenhuyse, J. Giacino, M. Ventura, M. Boly, S. Majerus, G. Moonen and S. Laureys, "Diagnostic accuracy of the vegetative and minimally conscious state: Clinical consensus versus standardized neurobehavioral assessment", BMC Neurology, vol. 9, no. 1, July. 2009.

[3] A. Owen, M. Coleman, M. Boly, M. Davis, S. Laureys and J. Pickard, "Detecting Awareness in the Vegetative State", Science, vol. 313, no. 5792, pp. 1402-1402, 2006.

[4] A. Owen, "Detecting Consciousness: A Unique Role for Neuroimaging", Annual Review of Psychology, vol. 64, no. 1, pp. 109-133, 2013.

[5] M. Monti, A. Vanhaudenhuyse, M. Coleman, M. Boly, J. Pickard, L. Tshibanda, A. Owen and S. Laureys, "Willful Modulation of Brain Activity in Disorders of Consciousness", New England Journal of Medicine, vol. 362, no. 7, pp. 579-589, 2010.

[6] Reza Fazel-Rezai and Waqas Ahmad (2011). P300-based BrainComputer Interface Paradigm Design, Recent Advances in BrainComputer Interface Systems, Prof. Reza Fazel (Ed.), ISBN: 978-953-307-175-6, InTech.

[7] I. Holeckova, C. Fischer, M. Giard, C. Delpuech and D. Morlet, "Brain responses to a subject's own name uttered by a familiar voice", Brain Research, vol. 1082, no. 1, pp. 142-152, 2006.

[8] R. Ortner, B. Allison, G. Pichler, A. Heilinger, N. Sabathiel and C. Guger, "Assessment and Communication for People with Disorders of Consciousness", Journal of Visualized Experiments, no. 126, 2017.

[9] I. Berlad and H. Pratt, "P300 in response to the subject's own name", Electroencephalography and Clinical Neurophysiology/Evoked Potentials Section, vol. 96, no. 5, pp. 472-474, 1995.

[10] M. Risetti, R. Formisano. J. Toppi, L.R. Quitadamo, L. Bianchi, L. Astolfi, F. Cincotti and D. Mattia, “On ERPs detection in disorders of consciousness rehabilitation”, Frontiers in Human Neuroscience, 7, 775. http://doi.org/10.3389/fnhum.2013.00775 2013.

仅用于学术交流，不用于商业行为，若有侵权及疑问，请后台留言，管理员即时删侵！