高頻穩態非對稱視覺誘發電位（SSaVEP）為設計舒適、實用化的腦—機接口（BCI）系統提供了一種新的范式，但是高頻信號幅值弱、噪聲強，研究如何增強其信號特征具有重要意義。本研究采用30 Hz高頻視覺刺激，將周圍視野標準等分為八個環形扇區，基于視覺空間到初級視覺皮層（V1）的映射關系選擇八種環形扇區對，并為每種環形扇區對設計三種相位（同相[0o，0o]、反相[0o，180o]、反相[180o，0o]），探究相位調制下SSaVEP的響應強度和信噪比兩類特征。本文共招募八名健康受試者參與試驗，結果表明，30 Hz高頻刺激下，有三種環形扇區對在相位調制下SSaVEP特征的差異較大，且空間特征表現為下側視野環形扇區對的兩類特征值明顯高于上側視野環形扇區對。研究進一步采用濾波器組集成任務相關成分分析計算環形扇區對在三種相位調制下的分類精度，平均分類精度最高可達91.5%，證明了相位調制的SSaVEP特征可用于編碼高頻SSaVEP。綜上，本研究結果為增強高頻SSaVEP信號特征，拓展傳統穩態視覺誘發電位范式指令集提供了新思路。
引用本文： 趙薇, 徐立超, 肖曉琳, 奕偉波, 陳遠方, 王坤, 許敏鵬, 明東. 面向高頻穩態非對稱視覺誘發電位特征增強的相位調制研究. 生物醫學工程學雜志, 2023, 40(3): 409-417. doi: 10.7507/1001-5515.202208047 復制
0 引言
腦—機接口（brain-computer interface，BCI）系統是一種不依賴由大腦外周神經和肌肉組成的正常輸出通道，而通過采集和分析中樞神經系統產生的信號，在人腦與計算機或其他設備之間建立直接聯系和控制通道的通訊系統[1]。目前，典型的BCI范式主要有三種——穩態視覺誘發電位（steady state visual evoked potential，SSVEP）、事件相關電位（event-related potential，ERP）和運動想象（motor imagery，MI）。其中，SSVEP指外部視覺刺激以一個固定的頻率（一般4 Hz以上）重復出現時[2]，誘發電位在刺激頻率的基頻或倍頻處鎖相振蕩，主要出現在枕區視覺皮層[3]。基于SSVEP的BCI交互系統（SSVEP-BCI）最初于1995年由McMillan等[4]開發，經過二十多年的發展，SSVEP-BCI系統已經可以獲得較穩定的誘發信號和較高的信息傳輸速率，而且系統的訓練需求較少、抗干擾能力強[5]，目前SSVEP范式已經廣泛應用在BCI系統設計中。
傳統SSVEP范式大多使用中央視野的中、低頻刺激，但是中、低頻刺激容易導致視覺疲勞甚至可能引起光敏受試者癲癇發作[6]，而且頻率分辨率限制了指令集容量，中央視野刺激也占據了用戶的主要視覺注意力，限制了BCI系統的實用化。針對以上問題，高頻刺激可提高系統的舒適度[7-8]，空間編碼可增加可用信號維度以提升控制精度，同時解放中央視野。于是，近年來研究者們開始探索在周圍視野呈現高頻視覺刺激的可能性。Maye等[9]利用單一頻率設計了包括周圍八個方位以及中央視野在內的九目標BCI系統；Chen等[10]利用單一頻率設計了周圍四個方向的二維空間導航BCI系統。這兩項研究表明，基于周圍視野空間編碼的SSVEP-BCI系統在離線和在線中都表現出穩定的性能，可用于多目標解碼。在此基礎上，Yue等[11]引入高頻刺激，創新提出了高頻穩態非對稱性視覺誘發電位（steady-state asymmetric visual evoked potentials，SSaVEP），并最終基于SSaVEP實現了十指令BCI系統，系統舒適度高，具有廣闊的應用前景和發展空間。
如前所述，高頻SSaVEP范式同時考慮了系統性能和用戶舒適度，提供了一種更加舒適的人機交互方式。然而，高頻刺激誘發信號的幅值小、信噪比（signal-to-noise ratio，SNR）低，周圍視野刺激更加劇了噪聲問題，最終導致目標識別精度較低，限制了該范式的進一步研究及應用。因此，增強高頻SSaVEP信號特征的研究具有重要意義。目前已有研究通過優化時間、空間頻率等刺激參數來定制個性化范式，從而最大化SSVEP信號的信噪比。本文基于這一思路，針對高頻SSaVEP范式，將周圍視野刺激劃分為不同的空間模式，通過比較不同相位調制下誘發信號特征值的變化，探究特征增強效果。綜上，本文不借助復雜的變換過程，創新性地利用個體初級視覺皮質的幾何結構來探究相位調制在信號特征增強中的作用，方法簡便、易操作，為后續高頻SSaVEP范式設計提供新的思路。
1 理論基礎
研究認為，周圍視野不同空間位置的視覺刺激會出現在中央凹外視野的不同位置，最終視網膜到視覺皮層的映射關系會導致腦電圖中呈現不同的拓撲結構[12-13]。其中，視覺皮層指與SSVEP生成相關的主要皮質源初級視覺皮層（V1）[14]，它具有典型的“十字形”幾何結構[15]。SSaVEP信號特征與視覺刺激的空間位置密切相關，在只使用一種刺激頻率時，不同空間位置的SSaVEP刺激到V1的映射關系如圖1所示 [15]，也被稱為V1十字模型。圖1中，將周圍視野標準等分為八個環形扇區，從右上開始沿順時針分別記為1、2、3、…、8，箭頭方向表示每一編號位置處誘發響應的電偶極子方向。以編號“2”處誘發信號的相位為零相位，箭頭與它同向、反向及垂直位置處的誘發相位分別為0o、180o、±90o。因此，每一環形扇區標記為：位置編號，1～8；誘發相位，0o、180o、±90o。
圖1
周圍視野刺激到V1的映射示意圖（V1十字模型）
Figure1.
Diagram of the mapping of peripheral visual field stimuli onto V1 (cruciform model of V1)
以[*，*]表示環形扇區對，[1，8]、[4，5]、[2，3]、[6，7]四種環形扇區對具有180o理想相位差，當這些環形扇區對出現反相刺激時，引起的震蕩方向相同，誘發電位會疊加增強；[1，4]、[5，8]、[3，6]、[2，7]四種環形扇區對具有0o理想相位差，當這些環形扇區對出現同相刺激時，引起的震蕩方向相同，誘發電位會疊加增強。基于上述分析，可以采用相位調制增強高頻SSaVEP信號特征。
本文以典型高頻30 Hz為刺激頻率，考慮視覺空間到V1的映射關系，以環形扇區對作為單獨的視覺刺激，共八種環形扇區對，分別具有 180° 和 0° 理想誘發相位差，探究相位調制下SSaVEP的信號特征和分類精度。
2 材料與方法
2.1 試驗設計
如圖2所示，相鄰扇區間存在6像素間隔表示邊界，受試者距離顯示器屏幕60 cm（d=60 cm），中心視野：1.5°+1.5°=3°，周圍圓環視野5°+5°=10°，共八種環形扇區對。單試次刺激為其中一種，黃色數字為位置編號，實際不顯示，灰色區域為閃爍區域，黑色區域為非閃爍背景區域。刺激頻率選取典型高頻30 Hz，閃爍采用正弦調制，最終顯示在27英寸的液晶顯示器上，屏幕的刷新率為240 Hz，像素分辨率為1 920×1 080。
圖2
刺激示意圖
Figure2.
Diagram of stimulus
如圖3所示，試驗為每種環形扇區對設計了三種相位（同相[0o，0o]、反相[0o，180o]、反相[180o，0o]，黃色為初始相位，實際不顯示），共二十四種刺激條件，其中0o表示零初相閃爍，180o表示π初相閃爍。試驗流程中單試次包含1 s靜息和1 s視覺刺激，每種刺激條件按隨機順序各呈現一個試次為一輪，一組試驗共重復閃爍四輪，單名受試者共采集五組數據，最終每種刺激條件二十個試次。研究參考文獻[16]，整個試驗過程中受試者需保持注意力集中，刺激閃爍時始終注視中央視野的紅色靶心。
圖3
任務流程圖
Figure3.
Task flow chart
2.2 受試者選取
本研究共招募八位健康的受試者參與腦電信號采集，年齡23～26歲，其中男性四名、女性四名，分別編號為s1、s2、…、s8，所有受試者均為正常視力或矯正至正常視力，沒有任何腦部或精神疾病，均為右利手。所有受試者均自愿參與本次試驗，在試驗前簽署了試驗知情同意書，試驗經過了天津大學研究倫理委員會的審批（批文編號：TJUE-2021-062），試驗數據用于本文分析。
2.3 腦電信號采集
使用腦電信號檢測分析系統放大器SynAmps2（SynAmps2-64，NeuroScan Inc.，美國）記錄多導聯腦電信號，系統的采樣頻率為1 000 Hz，采用0.1～200 Hz帶通濾波、50 Hz陷波。如圖4所示，試驗中使用的64導聯電極帽按國際10-20系統放置電極[17]，接地電極（ground，GND）置于前額，參考電極（reference，REF）置于頭頂靠近CZ導聯處。共采集枕區19導聯腦電信號，且根據空間位置將導聯劃分為左、中、右共三個區 [18]。
圖4
試驗選取導聯
Figure4.
Experiment channel selection
3 信號處理
3.1 預處理
根據事件標簽截取腦電信號，由于視覺系統對SSVEP刺激存在0.14 s時間延遲[19]，因此定義0.14～1.14 s時間窗截取腦電數據，最終為每種刺激條件提取二十個試次。直接提取到的原始腦電信號包含大量噪聲，為提高信噪比，根據后續分析需求進行不同的濾波設置，在特征分析階段，采用零相位有限沖激響應帶通數字濾波器進行窄帶濾波（29～31 Hz），在信號分類階段，設置濾波器組引入高次諧波信息，提高分類精度，然后將數據降采樣至256 Hz。
3.2 響應強度與信噪比
所有導聯均包含刺激編碼信息，但導聯對刺激的空間位置具有敏感性，即對某一空間位置的視覺刺激，只有部分導聯信號有明顯的誘發電位活動，因此可以將這部分導聯定義為該刺激條件下的主導聯區。本文采用快速傅里葉變換（fast Fourier transform，FFT）計算SSaVEP的復頻譜，得到刺激頻率左右0.25 Hz窄帶內的平均幅值，然后畫出二十個試次、八名受試者的平均幅值腦地形圖，將最高幅值的65% 設置為閾值，同時考慮同一空間位置、三種相位調制下選取導聯的一致性，最終選擇主導聯區。
為探究相位調制下SSaVEP的電位特征，本文對每種環形扇區對主導聯區內的平均響應強度（response intensity，RI）和平均信噪比進行分析[9]。響應強度定義為刺激頻率左右0.25 Hz窄帶內的平均幅值，信噪比以符號S表示，單位為分貝（dB），其計算公式如式（1）所示：
 |
其中，k表示相鄰頻率數，y(f)、y(f?k)、y(f+k)分別表示f Hz、（f?k）Hz、（f+k）Hz處信號的幅值，y(?)表示頻率與幅值的映射函數。
此外，空間位置的變化會導致SSaVEP誘發模式的差異，如圖4所示，根據空間分布，19個導聯被劃分為三個區，分別計算響應強度和信噪比在每一導聯區內的均值，進一步分析其空間特征。
3.3 濾波器組集成任務相關成分分析
根據V1十字模型，同一環形扇區對在三種相位調制下獲得的誘發信號具有差異性，計算其三分類精度，可以證明相位調制的SSaVEP特征可用于編碼高頻SSaVEP。本文采用濾波器組集成任務相關成分分析（filter bank ensemble task-related component analysis，FB-eTRCA）計算分類精度[20-21]。
研究表明，引入高次諧波信息可提高SSVEP-BCI系統的分類性能[21]，且SSVEP的頻率信息一般在4～90 Hz 之間[22]，本文刺激采用高頻30 Hz，因此最終選擇基波和二次諧波信息進行分類。濾波器組的構建采用覆蓋多個諧波頻帶的子帶[23]，最終參數設置為：通帶[29，65]、 [58， 65]，阻帶[25，70]、[54，70]。
假設第n類腦電信號為 
，經過濾波器組后被分解為兩個子帶分量 
， n=1、2、…、Ne。其中，Ne表示刺激類別數，Nt表示單刺激試次數，Nc表示采集導聯數，Np表示刺激采樣點數，b=1、2 表示子帶數。對子帶分量 
，以任務相關成分分析求解空間濾波器（即最優權重系數） 
，從而最大化試次間一致性，提取任務相關成分，具體過程如下：
（1）構建空間濾波器，如式（2）所示：
 |
其中，h1、h2分別表示試次數， 
、
分別表示第n類刺激、第b個子帶分量的第h1、h2個試次信號，Cov(?，?)表示兩個向量之間的協方差，Sn表示試次間互協方差之和，Qn表示自協方差之和，T為轉置符號。
（2）約束優化問題如式（3）所示：
 |
其中，w表示 
的所有可能取值，最終選擇使優化問題值最大的取值，且上述優化問題可轉化為 
的廣義特征值分解問題，于是求得 
。
（3）由于不同類別信號對應的空間濾波器具有相似性，因此如式（4）所示，將不同類別的空間濾波器進行集成得到 
，最終算法具有更好的分類性能[20]：
 |
對單試次測試信號 
，如式（5）所示計算其與第 n類模板信號 
間的皮爾遜相關系數：
 |
其中，corr(?，?)表示兩個變量之間的皮爾遜相關系數，
表示測試信號與第b個子帶分量的第 n 類模板信號間的皮爾遜相關系數。如式（6）所示按照先驗知識將所有子帶得到的相關系數進行融合得到決策值[23]：
 |
其中，
表示測試信號與第 n 類模板信號間的皮爾遜相關系數。
（4）最終測試信號的預測類別，如式（7）所示：
 |
其中，target表示最終識別目標。
4 結果與討論
4.1 響應強度與信噪比
八名受試者在不同刺激條件下誘發信號的平均幅值腦地形圖，如圖5所示。以環形扇區對[4，5]為例，按照相位模式、最大幅值、對應導聯，分別列出三種結果：（［0o，0o］，0.990 μV，OZ）、（［0o，180o］，0.824 μV，O1）、（［180o，0o］，0.893 μV，O1），那么選取主導聯區的閾值分別為0.643、0.536、0.581 μV，考慮到三種相位調制下選取導聯的一致性，需至少在兩種情況下滿足閾值篩選條件，于是最終選取PO7、PO5、PO3、POZ、PO4、PO6、PO8、O1、OZ、O2為主導聯區，使用紅框標定，并將具體導聯標注在腦地形圖下方。圖5中箭頭表示在相位調制下不同位置編號處的理論SSaVEP的電偶極子方向：同向，表示兩個環形扇區誘發電位存在0o理想相位差，疊加會增強信號特征；反向，表示兩個環形扇區誘發電位存在180o理想相位差，疊加會減弱信號特征。但人體視覺皮層的解剖結構存在較大的個體差異，實際情況比V1十字模型復雜，例如圖5中環形扇區對[5，8]在同相[0o，0o]調制下平均幅值大于反相[0o，180o]調制，與理論相符，但環形扇區對[4，5]在同相[0o，0o]調制下平均幅值大于反相[0o，180o]調制，與理論不符，其余環形扇區對在不同相位調制下腦地形圖幅值相近，后續進行了數值比較分析。此外，圖5中右側視野環形扇區對[2，3]在幅值上表現出左側導聯區占優，與已有研究中對側占優特性一致[24]，但其他環形扇區對由于高頻、周圍視野刺激在受試者間的個體差異性，沒有表現出與理論一致的對側占優。
圖5
平均幅值腦地形圖
Figure5.
Topography of mean amplitude
如表1所示，對不同刺激條件下主導聯區內的平均響應強度進行數值比較。可以看出，環形扇區對 [2，3]、[4，5]、[6，7]、[1，8]、[3，6]在不同相位調制下SSaVEP的響應強度相近；環形扇區對[1，4]、[5，8]、[2，7]在同相調制下SSaVEP的響應強度明顯高于反相調制下的響應強度。其中，環形扇區對[1，4]：[0o，0o] vs. [0o，180o]為0.744 μV vs. 0.657 μV；環形扇區對[5，8]：[0o，0o] vs. [0o，180o]為0.772 μV vs. 0.655 μV；環形扇區對[2，7]：[0o，0o] vs. [0o，180o]為0.758 μV vs. 0.661 μV，[0o，0o] vs. [180o，0o]為0.758 μV vs. 0.635 μV，均提升0.1 μV左右。
表1
不同相位調制下響應強度的數值比較分析
Table1.
Numerical comparative analysis response intensity under different phase modulations
同理，如表2所示對不同刺激條件下主導聯區內的平均信噪比進行數值比較分析，環形扇區對[1，4]、[5，8]、[2，7]在同相調制下SSaVEP的信噪比明顯高于反相調制下的信噪比，這與響應強度的分析結果一致。其中，環形扇區對[1，4]：[0o，0o] vs. [0o，180o]為9.615 dB vs. 8.318 dB；環形扇區對[5，8]：[0o，0o] vs. [0o，180o] 為9.530 dB vs. 8.199 dB；環形扇區對[2，7]：[0o，0o] vs. [0o，180o] 為9.731 dB vs. 8.465 dB，[0o，0o] vs. [180o，0o] 為9.731 dB vs. 8.313 dB，均提升1 dB左右。
表2
不同相位調制下信噪比的數值比較分析
Table2.
Numerical comparative analysis of signal-to-noise ratio under different phase modulations
4.2 SSaVEP的空間特征
為進一步分析SSaVEP的空間特征，分別計算每名受試者在同相調制下視野水平中線左側、右側、下側和上側四種環形扇區對（[6，7]、[2，3]、[4，5]、[1，8]）在不同導聯區內的平均響應強度和平均信噪比，如表3所示對兩類特征值進行數值比較分析。結果表明：環形扇區對[2，3]在左導聯區內的平均響應強度和平均信噪比均大于在右導聯區內的結果，與幅值腦地形圖結果一致，符合對側占優特性；環形扇區對[6，7]在個體間的差異較大，沒有對側占優特性；環形扇區對[4，5]在全導聯內的平均響應強度和平均信噪比均明顯高于環形扇區對[1，8]（平均響應強度：0.714 μV vs. 0.595 μV，平均信噪比：9.933 dB vs. 8.862 dB）與已有研究中的“下視野優勢”一致，即視野水平中線以下刺激比視野水平中線以上刺激引起的SSVEP幅值更大[25]。
表3
導聯區內響應強度和信噪比的數值比較分析
Table3.
Numerical comparative analysis of response intensity and signal-to-noise ratio within channel regions
4.3 相位調制下的SSaVEP特征分類
本文采用濾波器組集成任務相關成分分析計算環形扇區對在同相[0o，0o]、反相[0o，180o]、反相[180o，0o]三種相位調制下的分類精度。如圖6所示，所有環形扇區對的平均分類精度均高于60%，遠高于隨機水平（淺灰色虛線）。其中，下側視野環形扇區對[4，5]的分類結果最好，平均分類精度達到了91.5%，每名受試者的分類精度都在80%以上，甚至達到了100%；上側視野環形扇區對[1，8]的分類結果最差，平均分類精度達到了67.9%；其他環形扇區對的平均分類精度均在80%左右。此外，環形扇區對[4，5]的分類精度高于環形扇區對 [1，8]（91.5% vs. 67.9%），即視野水平中線以下刺激比視野水平中線以上刺激的分類效果更好，與空間特征的分析結果一致。
圖6
三種相位調制下的分類精度
Figure6.
Classification accuracy under three different phase modulations
4.4 分析與討論
本文分析結果表明，相位調制SSaVEP不完全符合V1十字模型，此前Ming等[26]也做了相似的研究。他們以單個環形扇區為刺激，采用FFT分別計算了30 Hz刺激頻率下四種理想相位差為0o和四種理想相位差為180o的兩個環形扇區間的實際相位差，共八種情況（0o：[1，8]、[4，5]、[2，3]、[6，7]；180o ：[1，4]、[5，8]、[3，6]、[2，7]）。然后分別對兩種理想條件下的實際相位差進行平均，最終發現平均結果數值相近且較小。這是由于人體視覺皮層的解剖結構存在很大的個體差異，而且實際情況比理想十字模型復雜，因此平均水平相似，與理論模型不一致[27]。
此外，本文分析結果表明，空間特征存在對側占優特性不明顯的情況，對此雖然目前已有大量關于SSVEP偏側化的電生理學研究表明周圍視野的非對稱刺激會引起對側半球視覺皮層的明顯激活[28-29]，但這種對側占優特性存在明顯的個體差異性，尤其對于高頻刺激范式，它的誘發信號相對較弱，可能會導致更大的個體差異[8]，因此本文出現了在視覺刺激的對側與同側腦區響應強度和信噪比數值相近的情況。
本文進一步計算了同一環形扇區對、三種相位調制下SSaVEP的分類精度，雖然部分環形扇區對的三分類精度不高，但其平均結果仍遠高于基線水平，且環形扇區對[4，5]的最高分類精度可達到100%。因此，利用單個刺激頻率、單個空間編碼可實現多個相位調制的目標輸出，進一步擴大指令容量，為優化SSaVEP范式設計提供了新思路。
5 結論
與傳統 SSVEP范式相比，高頻SSaVEP范式解放了中央視野的視覺注意力，同時極大地緩解了中低頻刺激帶來的視覺疲勞，因此具有良好的發展前景，但高頻SSaVEP的低信噪比限制了系統的分類性能，因此本文探究了相位調制下高頻SSaVEP的響應特性。對相位調制下八種環形扇區誘發信號的響應強度和信噪比的數值對比分析中，各種環形扇區對不完全符合V1十字形模型，其中環形扇區對[1，4]、[5，8]、[2，7] 可以利用相位調制改變誘發響應的電偶極子方向，進而使振蕩方向相同，信號疊加增強，但其他空間位置沒有得到一致結論。此外，本文還分析了SSaVEP的空間特征，下側視野環形扇區對[4，5] 在全導聯區內的平均誘發響應和平均信噪比顯著高于上側視野環形扇區對[1，8]，符合下視野優勢；右側視野環形扇區對[2，3] 在左導聯區內的平均誘發響應和平均信噪比高于右導聯區，符合對側占優特性；其他環形扇區對由于較大的個體差異，最終在不同導聯區內的平均表現相近。最后，本文計算了環形扇區對在三種相位調制下的分類精度，證明了相位調制的SSaVEP特征可用于編碼高頻SSaVEP范式，為進一步拓展高頻SSaVEP范式指令集提供了一種新思路。
以上結果表明，實際情況下周圍視野刺激到V1的映射關系非常復雜，不完全符合理論模型，但值得注意的是，不同相位調制下的腦電信號在個體中具有可分性，這可能是由于理論模型在個體中發生了“形變”，具體表現為視野不均等劃分、誘發響應的電偶極子轉向等。因此未來可嘗試基于此定制個體最優化刺激范式，可以將周圍視野劃分為更小的單位，尋找最優視野分區，也可以對每一分區進行相位偏轉從而得到不同相位參數下的誘發信號，選定最優刺激相位，最終在減少刺激面積、緩解視覺疲勞的同時增強信號特征，提升分類精度，用于高頻SSaVEP范式設計。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：趙薇完成試驗設計、數據采集與分析、論文撰寫工作；徐立超參與試驗與數據分析的指導；肖曉琳參與數據分析與論文寫作的指導；奕偉波、陳遠方、王坤參與論文的指導；許敏鵬參與試驗設計與論文的指導；明東參與論文的指導與審校。
倫理聲明：本研究通過了天津大學研究倫理委員會的審批（批文編號：TJUE-2021-062）。
0 引言
腦—機接口（brain-computer interface，BCI）系統是一種不依賴由大腦外周神經和肌肉組成的正常輸出通道，而通過采集和分析中樞神經系統產生的信號，在人腦與計算機或其他設備之間建立直接聯系和控制通道的通訊系統[1]。目前，典型的BCI范式主要有三種——穩態視覺誘發電位（steady state visual evoked potential，SSVEP）、事件相關電位（event-related potential，ERP）和運動想象（motor imagery，MI）。其中，SSVEP指外部視覺刺激以一個固定的頻率（一般4 Hz以上）重復出現時[2]，誘發電位在刺激頻率的基頻或倍頻處鎖相振蕩，主要出現在枕區視覺皮層[3]。基于SSVEP的BCI交互系統（SSVEP-BCI）最初于1995年由McMillan等[4]開發，經過二十多年的發展，SSVEP-BCI系統已經可以獲得較穩定的誘發信號和較高的信息傳輸速率，而且系統的訓練需求較少、抗干擾能力強[5]，目前SSVEP范式已經廣泛應用在BCI系統設計中。
傳統SSVEP范式大多使用中央視野的中、低頻刺激，但是中、低頻刺激容易導致視覺疲勞甚至可能引起光敏受試者癲癇發作[6]，而且頻率分辨率限制了指令集容量，中央視野刺激也占據了用戶的主要視覺注意力，限制了BCI系統的實用化。針對以上問題，高頻刺激可提高系統的舒適度[7-8]，空間編碼可增加可用信號維度以提升控制精度，同時解放中央視野。于是，近年來研究者們開始探索在周圍視野呈現高頻視覺刺激的可能性。Maye等[9]利用單一頻率設計了包括周圍八個方位以及中央視野在內的九目標BCI系統；Chen等[10]利用單一頻率設計了周圍四個方向的二維空間導航BCI系統。這兩項研究表明，基于周圍視野空間編碼的SSVEP-BCI系統在離線和在線中都表現出穩定的性能，可用于多目標解碼。在此基礎上，Yue等[11]引入高頻刺激，創新提出了高頻穩態非對稱性視覺誘發電位（steady-state asymmetric visual evoked potentials，SSaVEP），并最終基于SSaVEP實現了十指令BCI系統，系統舒適度高，具有廣闊的應用前景和發展空間。
如前所述，高頻SSaVEP范式同時考慮了系統性能和用戶舒適度，提供了一種更加舒適的人機交互方式。然而，高頻刺激誘發信號的幅值小、信噪比（signal-to-noise ratio，SNR）低，周圍視野刺激更加劇了噪聲問題，最終導致目標識別精度較低，限制了該范式的進一步研究及應用。因此，增強高頻SSaVEP信號特征的研究具有重要意義。目前已有研究通過優化時間、空間頻率等刺激參數來定制個性化范式，從而最大化SSVEP信號的信噪比。本文基于這一思路，針對高頻SSaVEP范式，將周圍視野刺激劃分為不同的空間模式，通過比較不同相位調制下誘發信號特征值的變化，探究特征增強效果。綜上，本文不借助復雜的變換過程，創新性地利用個體初級視覺皮質的幾何結構來探究相位調制在信號特征增強中的作用，方法簡便、易操作，為后續高頻SSaVEP范式設計提供新的思路。
1 理論基礎
研究認為，周圍視野不同空間位置的視覺刺激會出現在中央凹外視野的不同位置，最終視網膜到視覺皮層的映射關系會導致腦電圖中呈現不同的拓撲結構[12-13]。其中，視覺皮層指與SSVEP生成相關的主要皮質源初級視覺皮層（V1）[14]，它具有典型的“十字形”幾何結構[15]。SSaVEP信號特征與視覺刺激的空間位置密切相關，在只使用一種刺激頻率時，不同空間位置的SSaVEP刺激到V1的映射關系如圖1所示 [15]，也被稱為V1十字模型。圖1中，將周圍視野標準等分為八個環形扇區，從右上開始沿順時針分別記為1、2、3、…、8，箭頭方向表示每一編號位置處誘發響應的電偶極子方向。以編號“2”處誘發信號的相位為零相位，箭頭與它同向、反向及垂直位置處的誘發相位分別為0o、180o、±90o。因此，每一環形扇區標記為：位置編號，1～8；誘發相位，0o、180o、±90o。
圖1
周圍視野刺激到V1的映射示意圖（V1十字模型）
Figure1.
Diagram of the mapping of peripheral visual field stimuli onto V1 (cruciform model of V1)
以[*，*]表示環形扇區對，[1，8]、[4，5]、[2，3]、[6，7]四種環形扇區對具有180o理想相位差，當這些環形扇區對出現反相刺激時，引起的震蕩方向相同，誘發電位會疊加增強；[1，4]、[5，8]、[3，6]、[2，7]四種環形扇區對具有0o理想相位差，當這些環形扇區對出現同相刺激時，引起的震蕩方向相同，誘發電位會疊加增強。基于上述分析，可以采用相位調制增強高頻SSaVEP信號特征。
本文以典型高頻30 Hz為刺激頻率，考慮視覺空間到V1的映射關系，以環形扇區對作為單獨的視覺刺激，共八種環形扇區對，分別具有 180° 和 0° 理想誘發相位差，探究相位調制下SSaVEP的信號特征和分類精度。
2 材料與方法
2.1 試驗設計
如圖2所示，相鄰扇區間存在6像素間隔表示邊界，受試者距離顯示器屏幕60 cm（d=60 cm），中心視野：1.5°+1.5°=3°，周圍圓環視野5°+5°=10°，共八種環形扇區對。單試次刺激為其中一種，黃色數字為位置編號，實際不顯示，灰色區域為閃爍區域，黑色區域為非閃爍背景區域。刺激頻率選取典型高頻30 Hz，閃爍采用正弦調制，最終顯示在27英寸的液晶顯示器上，屏幕的刷新率為240 Hz，像素分辨率為1 920×1 080。
圖2
刺激示意圖
Figure2.
Diagram of stimulus
如圖3所示，試驗為每種環形扇區對設計了三種相位（同相[0o，0o]、反相[0o，180o]、反相[180o，0o]，黃色為初始相位，實際不顯示），共二十四種刺激條件，其中0o表示零初相閃爍，180o表示π初相閃爍。試驗流程中單試次包含1 s靜息和1 s視覺刺激，每種刺激條件按隨機順序各呈現一個試次為一輪，一組試驗共重復閃爍四輪，單名受試者共采集五組數據，最終每種刺激條件二十個試次。研究參考文獻[16]，整個試驗過程中受試者需保持注意力集中，刺激閃爍時始終注視中央視野的紅色靶心。
圖3
任務流程圖
Figure3.
Task flow chart
2.2 受試者選取
本研究共招募八位健康的受試者參與腦電信號采集，年齡23～26歲，其中男性四名、女性四名，分別編號為s1、s2、…、s8，所有受試者均為正常視力或矯正至正常視力，沒有任何腦部或精神疾病，均為右利手。所有受試者均自愿參與本次試驗，在試驗前簽署了試驗知情同意書，試驗經過了天津大學研究倫理委員會的審批（批文編號：TJUE-2021-062），試驗數據用于本文分析。
2.3 腦電信號采集
使用腦電信號檢測分析系統放大器SynAmps2（SynAmps2-64，NeuroScan Inc.，美國）記錄多導聯腦電信號，系統的采樣頻率為1 000 Hz，采用0.1～200 Hz帶通濾波、50 Hz陷波。如圖4所示，試驗中使用的64導聯電極帽按國際10-20系統放置電極[17]，接地電極（ground，GND）置于前額，參考電極（reference，REF）置于頭頂靠近CZ導聯處。共采集枕區19導聯腦電信號，且根據空間位置將導聯劃分為左、中、右共三個區 [18]。
圖4
試驗選取導聯
Figure4.
Experiment channel selection
3 信號處理
3.1 預處理
根據事件標簽截取腦電信號，由于視覺系統對SSVEP刺激存在0.14 s時間延遲[19]，因此定義0.14～1.14 s時間窗截取腦電數據，最終為每種刺激條件提取二十個試次。直接提取到的原始腦電信號包含大量噪聲，為提高信噪比，根據后續分析需求進行不同的濾波設置，在特征分析階段，采用零相位有限沖激響應帶通數字濾波器進行窄帶濾波（29～31 Hz），在信號分類階段，設置濾波器組引入高次諧波信息，提高分類精度，然后將數據降采樣至256 Hz。
3.2 響應強度與信噪比
所有導聯均包含刺激編碼信息，但導聯對刺激的空間位置具有敏感性，即對某一空間位置的視覺刺激，只有部分導聯信號有明顯的誘發電位活動，因此可以將這部分導聯定義為該刺激條件下的主導聯區。本文采用快速傅里葉變換（fast Fourier transform，FFT）計算SSaVEP的復頻譜，得到刺激頻率左右0.25 Hz窄帶內的平均幅值，然后畫出二十個試次、八名受試者的平均幅值腦地形圖，將最高幅值的65% 設置為閾值，同時考慮同一空間位置、三種相位調制下選取導聯的一致性，最終選擇主導聯區。
為探究相位調制下SSaVEP的電位特征，本文對每種環形扇區對主導聯區內的平均響應強度（response intensity，RI）和平均信噪比進行分析[9]。響應強度定義為刺激頻率左右0.25 Hz窄帶內的平均幅值，信噪比以符號S表示，單位為分貝（dB），其計算公式如式（1）所示：
|
其中，k表示相鄰頻率數，y(f)、y(f?k)、y(f+k)分別表示f Hz、（f?k）Hz、（f+k）Hz處信號的幅值，y(?)表示頻率與幅值的映射函數。
此外，空間位置的變化會導致SSaVEP誘發模式的差異，如圖4所示，根據空間分布，19個導聯被劃分為三個區，分別計算響應強度和信噪比在每一導聯區內的均值，進一步分析其空間特征。
3.3 濾波器組集成任務相關成分分析
根據V1十字模型，同一環形扇區對在三種相位調制下獲得的誘發信號具有差異性，計算其三分類精度，可以證明相位調制的SSaVEP特征可用于編碼高頻SSaVEP。本文采用濾波器組集成任務相關成分分析（filter bank ensemble task-related component analysis，FB-eTRCA）計算分類精度[20-21]。
研究表明，引入高次諧波信息可提高SSVEP-BCI系統的分類性能[21]，且SSVEP的頻率信息一般在4～90 Hz 之間[22]，本文刺激采用高頻30 Hz，因此最終選擇基波和二次諧波信息進行分類。濾波器組的構建采用覆蓋多個諧波頻帶的子帶[23]，最終參數設置為：通帶[29，65]、 [58， 65]，阻帶[25，70]、[54，70]。
假設第n類腦電信號為 ，經過濾波器組后被分解為兩個子帶分量 ， n=1、2、…、Ne。其中，Ne表示刺激類別數，Nt表示單刺激試次數，Nc表示采集導聯數，Np表示刺激采樣點數，b=1、2 表示子帶數。對子帶分量 ，以任務相關成分分析求解空間濾波器（即最優權重系數） ，從而最大化試次間一致性，提取任務相關成分，具體過程如下：
（1）構建空間濾波器，如式（2）所示：
|
其中，h1、h2分別表示試次數， 、分別表示第n類刺激、第b個子帶分量的第h1、h2個試次信號，Cov(?，?)表示兩個向量之間的協方差，Sn表示試次間互協方差之和，Qn表示自協方差之和，T為轉置符號。
（2）約束優化問題如式（3）所示：
|
其中，w表示 的所有可能取值，最終選擇使優化問題值最大的取值，且上述優化問題可轉化為 的廣義特征值分解問題，于是求得 。
（3）由于不同類別信號對應的空間濾波器具有相似性，因此如式（4）所示，將不同類別的空間濾波器進行集成得到 ，最終算法具有更好的分類性能[20]：
|
對單試次測試信號 ，如式（5）所示計算其與第 n類模板信號 間的皮爾遜相關系數：
|
其中，corr(?，?)表示兩個變量之間的皮爾遜相關系數， 表示測試信號與第b個子帶分量的第 n 類模板信號間的皮爾遜相關系數。如式（6）所示按照先驗知識將所有子帶得到的相關系數進行融合得到決策值[23]：
|
其中， 表示測試信號與第 n 類模板信號間的皮爾遜相關系數。
（4）最終測試信號的預測類別，如式（7）所示：
|
其中，target表示最終識別目標。
4 結果與討論
4.1 響應強度與信噪比
八名受試者在不同刺激條件下誘發信號的平均幅值腦地形圖，如圖5所示。以環形扇區對[4，5]為例，按照相位模式、最大幅值、對應導聯，分別列出三種結果：（［0o，0o］，0.990 μV，OZ）、（［0o，180o］，0.824 μV，O1）、（［180o，0o］，0.893 μV，O1），那么選取主導聯區的閾值分別為0.643、0.536、0.581 μV，考慮到三種相位調制下選取導聯的一致性，需至少在兩種情況下滿足閾值篩選條件，于是最終選取PO7、PO5、PO3、POZ、PO4、PO6、PO8、O1、OZ、O2為主導聯區，使用紅框標定，并將具體導聯標注在腦地形圖下方。圖5中箭頭表示在相位調制下不同位置編號處的理論SSaVEP的電偶極子方向：同向，表示兩個環形扇區誘發電位存在0o理想相位差，疊加會增強信號特征；反向，表示兩個環形扇區誘發電位存在180o理想相位差，疊加會減弱信號特征。但人體視覺皮層的解剖結構存在較大的個體差異，實際情況比V1十字模型復雜，例如圖5中環形扇區對[5，8]在同相[0o，0o]調制下平均幅值大于反相[0o，180o]調制，與理論相符，但環形扇區對[4，5]在同相[0o，0o]調制下平均幅值大于反相[0o，180o]調制，與理論不符，其余環形扇區對在不同相位調制下腦地形圖幅值相近，后續進行了數值比較分析。此外，圖5中右側視野環形扇區對[2，3]在幅值上表現出左側導聯區占優，與已有研究中對側占優特性一致[24]，但其他環形扇區對由于高頻、周圍視野刺激在受試者間的個體差異性，沒有表現出與理論一致的對側占優。
圖5
平均幅值腦地形圖
Figure5.
Topography of mean amplitude
如表1所示，對不同刺激條件下主導聯區內的平均響應強度進行數值比較。可以看出，環形扇區對 [2，3]、[4，5]、[6，7]、[1，8]、[3，6]在不同相位調制下SSaVEP的響應強度相近；環形扇區對[1，4]、[5，8]、[2，7]在同相調制下SSaVEP的響應強度明顯高于反相調制下的響應強度。其中，環形扇區對[1，4]：[0o，0o] vs. [0o，180o]為0.744 μV vs. 0.657 μV；環形扇區對[5，8]：[0o，0o] vs. [0o，180o]為0.772 μV vs. 0.655 μV；環形扇區對[2，7]：[0o，0o] vs. [0o，180o]為0.758 μV vs. 0.661 μV，[0o，0o] vs. [180o，0o]為0.758 μV vs. 0.635 μV，均提升0.1 μV左右。
表1
不同相位調制下響應強度的數值比較分析
Table1.
Numerical comparative analysis response intensity under different phase modulations
同理，如表2所示對不同刺激條件下主導聯區內的平均信噪比進行數值比較分析，環形扇區對[1，4]、[5，8]、[2，7]在同相調制下SSaVEP的信噪比明顯高于反相調制下的信噪比，這與響應強度的分析結果一致。其中，環形扇區對[1，4]：[0o，0o] vs. [0o，180o]為9.615 dB vs. 8.318 dB；環形扇區對[5，8]：[0o，0o] vs. [0o，180o] 為9.530 dB vs. 8.199 dB；環形扇區對[2，7]：[0o，0o] vs. [0o，180o] 為9.731 dB vs. 8.465 dB，[0o，0o] vs. [180o，0o] 為9.731 dB vs. 8.313 dB，均提升1 dB左右。
表2
不同相位調制下信噪比的數值比較分析
Table2.
Numerical comparative analysis of signal-to-noise ratio under different phase modulations
4.2 SSaVEP的空間特征
為進一步分析SSaVEP的空間特征，分別計算每名受試者在同相調制下視野水平中線左側、右側、下側和上側四種環形扇區對（[6，7]、[2，3]、[4，5]、[1，8]）在不同導聯區內的平均響應強度和平均信噪比，如表3所示對兩類特征值進行數值比較分析。結果表明：環形扇區對[2，3]在左導聯區內的平均響應強度和平均信噪比均大于在右導聯區內的結果，與幅值腦地形圖結果一致，符合對側占優特性；環形扇區對[6，7]在個體間的差異較大，沒有對側占優特性；環形扇區對[4，5]在全導聯內的平均響應強度和平均信噪比均明顯高于環形扇區對[1，8]（平均響應強度：0.714 μV vs. 0.595 μV，平均信噪比：9.933 dB vs. 8.862 dB）與已有研究中的“下視野優勢”一致，即視野水平中線以下刺激比視野水平中線以上刺激引起的SSVEP幅值更大[25]。
表3
導聯區內響應強度和信噪比的數值比較分析
Table3.
Numerical comparative analysis of response intensity and signal-to-noise ratio within channel regions
4.3 相位調制下的SSaVEP特征分類
本文采用濾波器組集成任務相關成分分析計算環形扇區對在同相[0o，0o]、反相[0o，180o]、反相[180o，0o]三種相位調制下的分類精度。如圖6所示，所有環形扇區對的平均分類精度均高于60%，遠高于隨機水平（淺灰色虛線）。其中，下側視野環形扇區對[4，5]的分類結果最好，平均分類精度達到了91.5%，每名受試者的分類精度都在80%以上，甚至達到了100%；上側視野環形扇區對[1，8]的分類結果最差，平均分類精度達到了67.9%；其他環形扇區對的平均分類精度均在80%左右。此外，環形扇區對[4，5]的分類精度高于環形扇區對 [1，8]（91.5% vs. 67.9%），即視野水平中線以下刺激比視野水平中線以上刺激的分類效果更好，與空間特征的分析結果一致。
圖6
三種相位調制下的分類精度
Figure6.
Classification accuracy under three different phase modulations
4.4 分析與討論
本文分析結果表明，相位調制SSaVEP不完全符合V1十字模型，此前Ming等[26]也做了相似的研究。他們以單個環形扇區為刺激，采用FFT分別計算了30 Hz刺激頻率下四種理想相位差為0o和四種理想相位差為180o的兩個環形扇區間的實際相位差，共八種情況（0o：[1，8]、[4，5]、[2，3]、[6，7]；180o ：[1，4]、[5，8]、[3，6]、[2，7]）。然后分別對兩種理想條件下的實際相位差進行平均，最終發現平均結果數值相近且較小。這是由于人體視覺皮層的解剖結構存在很大的個體差異，而且實際情況比理想十字模型復雜，因此平均水平相似，與理論模型不一致[27]。
此外，本文分析結果表明，空間特征存在對側占優特性不明顯的情況，對此雖然目前已有大量關于SSVEP偏側化的電生理學研究表明周圍視野的非對稱刺激會引起對側半球視覺皮層的明顯激活[28-29]，但這種對側占優特性存在明顯的個體差異性，尤其對于高頻刺激范式，它的誘發信號相對較弱，可能會導致更大的個體差異[8]，因此本文出現了在視覺刺激的對側與同側腦區響應強度和信噪比數值相近的情況。
本文進一步計算了同一環形扇區對、三種相位調制下SSaVEP的分類精度，雖然部分環形扇區對的三分類精度不高，但其平均結果仍遠高于基線水平，且環形扇區對[4，5]的最高分類精度可達到100%。因此，利用單個刺激頻率、單個空間編碼可實現多個相位調制的目標輸出，進一步擴大指令容量，為優化SSaVEP范式設計提供了新思路。
5 結論
與傳統 SSVEP范式相比，高頻SSaVEP范式解放了中央視野的視覺注意力，同時極大地緩解了中低頻刺激帶來的視覺疲勞，因此具有良好的發展前景，但高頻SSaVEP的低信噪比限制了系統的分類性能，因此本文探究了相位調制下高頻SSaVEP的響應特性。對相位調制下八種環形扇區誘發信號的響應強度和信噪比的數值對比分析中，各種環形扇區對不完全符合V1十字形模型，其中環形扇區對[1，4]、[5，8]、[2，7] 可以利用相位調制改變誘發響應的電偶極子方向，進而使振蕩方向相同，信號疊加增強，但其他空間位置沒有得到一致結論。此外，本文還分析了SSaVEP的空間特征，下側視野環形扇區對[4，5] 在全導聯區內的平均誘發響應和平均信噪比顯著高于上側視野環形扇區對[1，8]，符合下視野優勢；右側視野環形扇區對[2，3] 在左導聯區內的平均誘發響應和平均信噪比高于右導聯區，符合對側占優特性；其他環形扇區對由于較大的個體差異，最終在不同導聯區內的平均表現相近。最后，本文計算了環形扇區對在三種相位調制下的分類精度，證明了相位調制的SSaVEP特征可用于編碼高頻SSaVEP范式，為進一步拓展高頻SSaVEP范式指令集提供了一種新思路。
以上結果表明，實際情況下周圍視野刺激到V1的映射關系非常復雜，不完全符合理論模型，但值得注意的是，不同相位調制下的腦電信號在個體中具有可分性，這可能是由于理論模型在個體中發生了“形變”，具體表現為視野不均等劃分、誘發響應的電偶極子轉向等。因此未來可嘗試基于此定制個體最優化刺激范式，可以將周圍視野劃分為更小的單位，尋找最優視野分區，也可以對每一分區進行相位偏轉從而得到不同相位參數下的誘發信號，選定最優刺激相位，最終在減少刺激面積、緩解視覺疲勞的同時增強信號特征，提升分類精度，用于高頻SSaVEP范式設計。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：趙薇完成試驗設計、數據采集與分析、論文撰寫工作；徐立超參與試驗與數據分析的指導；肖曉琳參與數據分析與論文寫作的指導；奕偉波、陳遠方、王坤參與論文的指導；許敏鵬參與試驗設計與論文的指導；明東參與論文的指導與審校。
倫理聲明：本研究通過了天津大學研究倫理委員會的審批（批文編號：TJUE-2021-062）。
