《电子技术应用》
您所在的位置:首页 > 模拟设计 > 设计应用 > 头皮脑电采集技术研究
头皮脑电采集技术研究
2017年电子技术应用第12期
张发华,舒 琳,邢晓芬
华南理工大学 电子与信息学院,广东 广州510641
摘要: 脑电能反映人脑的健康及认知活动状况,是脑疾病诊治及认知神经科学的重要参数。脑电监测也是脑机接口的重要手段。其中,头皮脑电采集技术相对于颅内脑电采集技术具备无创的优点,相对于前额脑电采集能提供多通道多脑区的脑电信号,用途最广泛。然而头发遮蔽影响脑电采集性能,从而限制其应用。对头皮脑电采集技术的电极器件及可穿戴系统进行了综述研究,分析该领域国内外科研及产业化进展情况,并从新型材料、先进结构和加工工艺、系统集成三方面对头皮脑电采集技术的发展进行展望。研究对于头皮脑电采集技术的发展具有指导价值与参考意义。
中图分类号: TN60
文献标识码: A
DOI:10.16157/j.issn.0258-7998.172215
中文引用格式: 张发华,舒琳,邢晓芬. 头皮脑电采集技术研究[J].电子技术应用,2017,43(12):3-8.
英文引用格式: Zhang Fahua,Shu Lin,Xing Xiaofen. Study on the technique of scalp EEG acquisition[J].Application of Electronic Technique,2017,43(12):3-8.
Study on the technique of scalp EEG acquisition
Zhang Fahua,Shu Lin,Xing Xiaofen
School of Electronics and Information,South China University of Technology,Guangzhou 510641,China
Abstract: EEG signals reflect the health status and cognitive activity of the human brain, which is an important parameter in brain disease diagnosis and treatment, as well as cognitive neuroscience. EEG monitoring is also an important method in the field of brain-computer interface. The scalp EEG acquisition technology exhibits non-invasive advantages when compared with intracranial EEG acquisition technology, and the advantage of providing multi-channel and multi-brain area monitoring functions when compared to the forehead EEG acquisition technology, therefore is widely used. However, hair on the scalp affects EEG acquisition performance, thereby the application of the scalp EEG acquisition technology is limited. This paper presents a survey on the EEG electrode devices and wearable systems of the scalp EEG acquisition technology, together with an analysis of the progress of both scientific research and industrialization in this field. The future development directions of the scalp EEG acquisition technology have been discussed from the aspects of new materials, advanced structure and processing, and system integration. This study might show a guidance value and reference significance for the development of scalp EEG acquisition technology.
Key words : scalp EEG;semi-dry electrode;dry electrode;active electrode;wearable

0 引言

    近年来,世界各国都加大了人脑研究的政府投入:欧盟已启动为期10年耗资10亿英镑的“欧洲人类大脑研究计划”,希望能模拟一个完整大脑功能[1];美国启动为期10年投入数十亿美元的“脑活动绘图”计划[2];中国亦启动 “中国大脑项目”。在人脑研究中,脑电信号监测是目前使用得最为广泛的手段之一[3],应用于生理监测[4-6],神经反馈训练[7,8],广告营销[9,10],神经及脑部相关疾病如癫痫、抑郁症等的辅助诊治,脑认知功能研究,以及备受关注的脑机接口(BCI)领域。

    在脑电信号监测中,头皮脑电相对于颅内脑电采集技术具备无创的优点,相对于前额脑电能提供更多通道、更多脑区的脑电信号,用途更为广泛。当前头皮脑电信号采集面临以下问题:(1)头发遮蔽使得脑电电极无法直接接触头皮,或接触头皮面积小,导致头皮-电极接触阻抗大;(2)对于操作简易度和穿戴舒适度要求较高;(3)运动噪声干扰及汗液短路使长期动态头皮脑电采集存在巨大的挑战。

    本文首先研究了脑电的传导模型,然后系统分析了关键的几类头皮脑电采集技术:湿电极技术、半干电极技术、干式接触电极技术、非接触式采集技术、有源电极技术,可穿戴头皮脑电采集系统,并对各种采集技术进行总结评估。最后,对头皮脑电采集技术的发展趋势提出一些展望,为后续研究提供借鉴。

1 脑电传导模型

    脑电信号(EEG)是头皮电极对脑电位振荡的记录。电位由电偶极子相互作用产生。电偶极子的极点可被看作是离子电流的源和汇,由体细胞过量的阳离子的极点为源,细胞树突尖端缺少阳离子的极点为汇。离子可以自由移动通过脑脊液和脑组织,从而形成离子电流,如图1。由脑电电极对这些电位幅度变化的记录,即为脑电信号[11]

zs1-t1.gif

    在脑电采集和处理过程中,能否测量得到高质量的EEG信号依赖于电极和头皮之间电子通道的可靠性,这要求非常低的和稳定的电极本体阻抗以及头皮-电极接触阻抗。而角质层不导电,这使得头皮-电极接触阻抗因角质层的存在而特别大。在频率分别为1 Hz和1 MHz下,每平方厘米的角质层的阻抗分别为200 kΩ和200 Ω[12]。神经信号由离子电流通过体液传导到头皮表面,然后由放置在头皮上的电极捕获,电极将离子电流转化成电子电流传导到后端采集系统。目前脑电电极主要分为两大类:一类是基于导电胶/膏的湿电极,一类是无需导电胶的干式电极。第二类还可以细分为半干式电极和全干式电极。

2 头皮脑电技术研究进展

2.1 湿电极技术

    湿电极技术采用导电凝胶降低电极-头皮接触阻抗,因为导电凝胶可以穿透头发使得头皮表面和高阻抗皮肤角质层变得润湿,甚至可能穿透汗腺和毛孔渗透到皮肤的内层。湿电极技术因其头皮-电极阻抗小(大约为5~20 kΩ),与其良好的信噪比和较高的可靠性[13,14]等优点,已成为临床和科研脑电测量的主要选择和标准。但是,传统湿电极存在以下问题:(1)测试前需要对头皮做去角质处理,时间成本和操作复杂度高;(2)在电极-头皮接触面需加入导电凝胶,致使测试完毕后需要清洗头发;(3)导电凝胶随着使用时间延长会脱水硬化致使头皮-电极接触电阻增大,影响测试结果;(4)头发影响脑电信号采集的信噪比;(5)无法支持日常长期脑电监测的需要。尤其是步骤繁琐和穿戴不适的问题使得操作者和受试者诸多抱怨。

2.2 半干电极技术

    为了克服湿电极技术的诸多缺点,近几年来基于非导电胶/膏的干电极和半干电极技术成为研究热点[15-17]。半干电极的原理是:电极本体内具有盛有电解液的容器,在使用过程中通过外部施加压力从特定结构中释放电解液,释放的电解液构成头皮和电极之间的离子通道,如图2所示。这种电极不需要导电胶,并且能部分解决湿电极准备时间长、需要进行皮肤处理的缺点。文献[15]提出了一种半干电极,主要通过电极头中的多孔陶瓷的毛细作用力,均匀并能长时间向头部释放少量电解液。其阻抗很小(44.4±16.9 kΩ,且在8小时内阻抗最大增加20 kΩ),在10位受试者(2位女性,8位男性)的睁闭眼实验中,这种半干电极与湿电极的平均相关度为93.8%±3.7%;在SSVEPs实验中,平均相关度为93.7%±2.7%,在以12 Hz、15 Hz和20 Hz频率闪烁SSVEPs实验中,半干电极和湿电极的信号频谱图基本无差异,都在12 Hz、15 Hz和20 Hz处有极大值。由于这种电极能长期释放电解液,能对脑电进行长期测量。半干电极的技术问题如下:首先,需要额外的压力来实现连续释放电解液;其次,在压力作用下,电极有可能损坏;更重要的是,外部压力不受控,不均匀的压力使释放的电解液量不一致,导致信号不稳定[17]。在一次释放较多电解液的情况下,两个电极之间极易发生短路。

zs1-t2.gif

2.3 接触式干电极技术

    近几年干电极技术研究成为热点。在接触式和非接触式两种主要干电极[18]中,较多使用的是接触式。接触式干电极也主分为两类:一类是侵入式,可以刺破头皮角质层;另一类是非侵入式[19,20]

2.3.1 侵入式电极

    MEMS微针阵列干电极[21],电极的微针直径一般为纳米级或微米级,且材质为坚硬金属或表面涂有导电材料的晶硅[22]。其能刺破角质层,会刺激头皮并带来感染风险[23],故较少使用。

2.3.2 非侵入式金属电极

    对于非侵入式电极,为突破头发的遮蔽,透过头发测量头部区域的脑电信号,减小头皮-电极的阻抗,一般也会使用针式结构,其探针直径为毫米级别,且使用导电性能好的金属,如金、银、铜等[24-30],如图3。为使电极与头皮接触紧密,在使用过程中须施加压力,而金属探针非常坚硬会让使用者感到不适。为保证舒适度就必须减小施加的压力大小,而减小压力会增加接触阻抗。为防止接触阻抗因此增加,必须进一步提高电极的导电性能,有些研究在金属探针上面涂层导电性能较好的材料,如石墨烯或PEDOT等[31,32],图3(a)中,利用聚吡咯石墨烯纳米复合物对电极的探头进行修饰。有研究在金属探针下面装置弹簧起到缓冲效果,如图4,当向电极施加较大压力使得电极与头皮接触更好时,弹簧的缓冲作用不会让使用者感到不适[33,34]。文献[31]中提出的干电极与湿电极在不同脑区进行了脑电信号的测试对比,信号线性相关度均在90%以上。并利用干电极测得的EEG信号进一步分析,发现在闭眼状态下α波(8~12 Hz)出现的次数增多,符合在闭眼状态下α波易出现的规律,符合医学界现今认可的有关脑电信号分解波段波形特征的描述。进一步表明所设计制备的新型干电极能够准确检测头皮脑电信号。

zs1-t3.gif

zs1-t4.gif

2.3.3 柔性电极

    为克服金属电极的缺点,不少团队开始研究柔性电极。柔性电极以柔性导电材料为基材制备。多数是掺杂型导电材料,即基体为不导电的硅胶橡胶等,掺入导电性能良好的材料,如碳黑、碳纳米管、石墨烯、银粉或其他金属系或碳系纳米颗粒增加其导电性[35,36],试样如图5所示。这种柔性电极有很好的柔软性,并在头发区域与湿电极获取脑电信号的相关度高达约97.85%。有些柔性电极以柔软性的材料为基底,在电极表面镀上导电性能良好的金或者石墨烯,使电极具有导电性。文献[37]中,提出了一种以PDMS材料为基底,电极表面镀上金。文献中通过13根探针和21根探针的电极验证增大电极与头皮的接触面积能降低头皮-电极阻抗,且其在头发区域(POz)与湿电极所测得的脑电信号的相关度为90%,无发区域(FP2)相关度为92%。

zs1-t5.gif

2.4 非接触式采集技术

    非接触式电极相当于一个电容耦合到皮肤,可不用直接接触皮肤而采集到生物电信号。这种电极记录的脑电信号幅度小,并会因头部运动而改变头皮-电极的电容,受运动干扰较大[38],此时需要将电极设计为有源电极,电极需增加有源电路模块,才能采集到性能较好的脑电信号,如图6。其体积较大,且受头部运动的影响大。文献[39]所提的非接触式干电极实验表明采集的脑电信号与同区域的湿电极采集到的脑电信号的相关度为92.05%;并对其和湿电极做5小时的长时间脑电测量,通过采集的脑电信号波形可以看出,非接触式干电极可以长期采集到稳定的脑电,而湿电极因导电凝胶随时间变长而硬化,导致所采集脑电的性能变差。

zs1-t6.gif

2.5 有源电极技术

    对于头皮脑电信号采集,因头发阻挡,电极头皮接触面积小,接触阻抗大,为采集到可靠和稳定的脑电信号,往往需将电极设计为有源电极,增加有源电路模块。对于一般的有源电极电路,通常是电容与运算放大器的输入节点串联,以消除直流偏移和减小相位失真[40]。有源电路的输入端连接高输入阻抗,确保运算放大器工作在有源区。有源电路能减少信号的衰减、相位畸变和增大共模抑制比(CMRR)[41]。文献[41]中有源金属梳状电极,其采集的脑电信号与同区域的湿电极采集到的脑电信号的相关度大约为96%,厚头发个体与薄头发个体的信号的信噪比分别为6.94 dB和7.83 dB,结果表明,在电极很好接触头皮的情况下,头发厚度对信号质量的影响不明显;SSVEPs实验的频谱图也表明所提出电极采集信号的有效性。图7为有源柔性梳状电极,通过调整导电材料的含量,使得电极的导电性能最好,其阻抗减小到仅比传统湿电极大约10倍,在闭眼状态下采集的脑电信号能清楚地观察到α波,并且在头发区域信号与湿电极所采集的信号的相关度约为70%以上[42],在闭眼状态下信号的SNR比湿电极采集的信号的SNR稍低。

zs1-t7.gif

2.6 头皮脑电采集系统集成技术

    目前,除去医院和研究院所的专业脑电采集设备,小型化便携式穿戴式脑电采集设备也飞速发展。由Cognionics公司研发的“HD-72”头盔[43],支持64个通道并加上8个辅助通道用于其他生理监测,如ECG/EMG/呼吸/GSR等,是一款真正多通道的EEG头盔,如图8(a)所示;美国脑电波厂商Emotiv的产品“Epoc”[44]主要针对的是游戏玩家,是一款基于PC平台为专业玩家打造的脑波产品,如图8(b);由g.tec公司研发的“g.Nautilus-PRO”[45],其电极是由性能良好的g.SAHARA电极的干电极组成,完全防水的特性使其易于清洁,如图8(c);Neuroelectrics公司研发的“STARSTIM”系列产品[46],包括8通道、20通道和32通道等产品,其后台的智能软件与云平台,为获取的EEG信号提供可靠的处理和支持,如图8(d)。由于穿戴式脑电技术还处于初级阶段,民用化的脑电采集穿戴式产品采用的多是金属电极,测量准确度有限,且大部分停留在产品原型和应用初期阶段,还存在很大的技术发展空间。

zs1-t8.gif

3 发展趋势与问题探讨

    伴随着人脑探测的热潮,以及脑机接口的推广,头皮脑电采集技术将迎来一个高速发展期。由于存在着头发遮蔽、运动干扰、出汗影响等诸多问题,头皮脑电采集挑战巨大。未来其发展将着重在新型材料、先进结构和加工工艺、以及系统集成三个方面,以达到高性能、良好舒适度的优点,满足长期日常动态头皮脑电监测的需求。

3.1 新型材料

    由于避免了导电胶和复杂操作,头皮脑电干式电极将成为研究重点,并将向着柔性、低成本和易于加工的方向发展。柔性电极一般以聚二甲基硅氧烷(PDMS)、硅胶和三元乙丙橡胶(EPDM)等价格较低廉的材料为基材,保证电极的柔软度。为使电极具有导电性,在其表面镀上导电性能好的材料,如金、银、石墨烯或聚吡咯石墨烯等;或在其内部掺杂电性能好的材料,如银粉、碳、碳纳米管或金属纳米颗粒等,并在电极表面涂上金、石墨烯或PEDOT导电性能好的涂层,增加电极的导电性。新型柔性材料和新型导电材料如石墨烯的发展将极大推动头皮脑电采集技术的发展。

3.2 先进结构和加工工艺

    对于电极的基底,一般采用3D打印或者铸模的方法进行制备,对于MEMS 微针阵列干电极,其探针的直径达到纳米级,一般采用3D打印技术;头发区域的干电极,其探针直径一般为毫米级别,采用铸模技术。电极在浇注成型时,在其中加入比例适合导电物质,使电极具有导电性;或将浇注成型的电极浸泡于有机导电聚合物(如PEDOT:PSS)中,并置于在真空箱中,随后烘干,使结构表面涂覆一层有机导电聚合物;或用溅射工艺将金属涂层喷到电极表面,使得电极具有导电性。除去3D打印、浇注成型、涂层、镀层、参杂的工艺等,一些先进的辅助结构也将成为后续研究的研究重点,比如弹簧式的结构用于缓冲电极与头皮之间的压力从而达到穿戴舒适的目标,毛细孔式的结构用于释放导电液物质。另一方面采用先进结构或者材料吸收汗液,以防因汗液引起相邻电极间的短路,这是动态日常脑电监测必须保障的条件。

3.3 系统集成

    头皮脑电采集系统主要包括无线脑电获取模块,前端信号处理模块和后端信号分析模块[47]。经过处理后的信号数据,经蓝牙发送到智能软件与云平台,为获取的EEG信号提供可靠的处理和支持。对于无线脑电获取模块,基于多通道采集脑电信号,较常见的是20通道、32通道和64通道,目前也有基于72通道的脑电采集系统(8个辅助通道用于其他生理监测,如ECG/EMG/呼吸/ GSR等)。多通道脑电采集系统能监测全头部区域的脑电信号,减少某些通道出现故障、受到头部运动或眼动肌动的影响而干扰对脑电信号的分析,保证测量的准确性。穿戴式头皮脑电监测技术的发展方向之一是后端处理电路的小型化,前端采集电路如滤波放大电路的微型化与电极集成一体化,以及前端后端的协同滤波降噪设计等。

4 结语

    头皮脑电采集技术常用的湿电极由于其良好的信噪比和较高的可靠性等优点成为临床和科研脑电测量的主要选择和标准。其操作不便、舒适度差、持续操作时间短的缺点也限制了其在穿戴式日常动态脑电监测的应用。新型脑电电极的研究向高性能(如半干电极、金属电极和有源电极)、良好舒适度(如柔性电极)的方向发展,但目前所提出的各种电极仍存在诸如导电性差、体积大、加工工艺复杂、串扰等问题,使得头皮脑电采集技术还有很大的发展空间。未来将着重在新型材料,先进结构和加工工艺,以及系统集成三个方面发展,推动头皮脑电技术朝着生活空间的日常动态长期脑电监测的目标发展,推动相关领域如脑科学和脑机接口等的发展。

参考文献

[1] BRUNNER C,BIRBAUMER N,BLANKERTZ B,et al.BNCI Horizon 2020: towards a roadmap for the BCI community[J].Brain-computer interfaces,2015,2(1):1-10.

[2] MIRANDA R A,CASEBEER W D,HEIN A M,et al.DARPA-funded efforts in the development of novel brain-computer interface technologies[J].Journal of neuroscience methods,2015,244:52-67.

[3] REIS P M R,HEBENSTREIT F,GABSTEIGER F,et al.Methodological aspects of EEG and body dynamics measurements during motion[J].Towards a New Cognitive Neuroscience:Modeling Natural Brain Dynamics,2014:9.

[4] TEY F,LIN S T,TAN Y Y,et al.Novel tools for Driving fatigue prediction:(1) Dry Eeg Sensor and (2) Eye Tracker[C]//International Conference on Augmented Cognition.Springer Berlin Heidelberg,2013:618-627.

[5] ABO-ZAHHAD M,AHMED S M,ABBAS S N.State-of-the-art methods and future perspectives for personal recognition based on electroencephalogram signals[J].IET Biometrics,2015,4(3):179-190.

[6] CHIOU J C,KO L W,LIN C T,et al.Using novel MEMS EEG sensors in detecting drowsiness application[C]//2006 IEEE Biomedical Circuits and Systems Conference.IEEE,2006:33-36.

[7] MICOULAUD-FRANCHI J A,GEOFFROY P A,FOND G,et al.EEG neurofeedbacktreatmentsin children with ADHD:an updated meta-analysis of randomized controlled trials[J].Frontiers in human neuroscience,2014(8):906.

[8] ZOEFEL B,HUSTER R J,HERRMANN C S.Neurofeed-back training of the upper alpha frequency band in EEG improves cognitive performance[J].Neuroimage,2011,54(2):1427-1431.

[9] ASTOLFI L,FALLANI F D V,CINCOTTI F,et al.Neural basis for brain responses to TV commercials:a high-reso-lution EEG study[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering,2008,16(6):522-531.

[10] VECCHIATO G,ASTOLFI L,DE V F F,et al.On the use of EEG or MEG brain  imaging tools in neuromarketing research[J].Computational intelligence and Neuro-science,2011.

[11] LOPEZ-GORDO M A,SANCHEZ-MORILLO D,VALLE F P.Dry EEG electrodes[J].Sensors,2014,14(7):12847-12870.

[12] PRUTCHI D,NORRIS M.Design and development of medical electronic instrumentation: a practical perspective of the design,construction,and test of medical devices[M].John Wiley & Sons,2005.

[13] MCBRIDE S.Encyclopedia of medical devices and instrumentation[J].Journal of Clinical Engineering,1988,13(6):464.

[14] TALLGREN P,VANHATALO S,KAILA K,et al.Evaluation of commercially available electrodes and gels for recording of slow EEG potentials[J].Clinical Neurophysiology,2005,116(4):799-806.

[15] LI G,ZHANG D,WANG S,et al.Novel passive ceramic based semi-dry electrodes for recording electroencephalography signals from the hairy scalp[J].Sensors and Actuators B:Chemical,2016.

[16] PENG H L,LIU J Q,TIAN H C,et al.A novel passive electrode based on porous Ti for EEG recording[J].Sensors and Actuators B:Chemical,2016,226:349-356.

[17] MOTA A R,DUARTE L,RODRIGUES D,et al.Development of a quasi-dry electrode for EEG recording[J].Sensors and Actuators A:Physical,2013,199:310-317.

[18] CHI Y M,JUNG T P,CAUWENBERGHS G.Dry-contact and noncontact biopotential electrodes:methodological review[J]. IEEE reviews in biomedical engineering,2010,3:106-119.

[19] SHYAMKUMAR P,RAI P,OH S,et al.Wearable wireless cardiovascular monitoring using textile-based nanosensor and nanomaterial systems[J].Electronics,2014,3(3):504-520.

[20] LIN C T,LIAO L D,LIU Y H,et al.Novel dry polymer foam electrodes for long-term EEG measurement[J].IEEE Transactionson Biomedical Engineering,2011,58(5):1200-1207.

文献[21]-[47]略


作者信息:

张发华,舒  琳,邢晓芬

(华南理工大学 电子与信息学院,广东 广州510641)