基于卷积神经网络的P300脑机接口信号检测

 

参考文献《Convolutional Neural Networks for P300 Detection with Application to Brain-Computer Interface》;

论文下载地址：https://ieeexplore.ieee.org/document/5492691/

本文主旨：通过CNN网络检测P300信号是否存在。贯穿全文的有两类CNN模型；

1.分析数据集的电极设定位置，并选取最佳的点作为特征提取的数据。

2. P300信号是否存在的检测性能。

P300波形是一种神经诱发电位成分的脑电图(EEG)。p300信号可用作认知障碍病人的检测。

其波形示意图：

p300具体参数及用途可参考维基百科: https://en.wikipedia.org/wiki/P300_(neuroscience)

P300在本文中的介绍如下：

P300波是事件相关电位（ERP），可通过EEG记录。该波对应于EEG中在约300ms的等待时间的正电压偏转。换句话说，这意味着在诸如闪光之类的事件之后，信号的偏转应该在300ms之后发生。通常通过覆盖顶叶的电极测量信号最强烈。但是，Krusienski等人。表明枕部位更重要[23]。此外，该信号的存在，幅度，地形和时间通常用作决策过程中认知功能的度量。如果在特定位置的闪光灯后300毫秒检测到P300波，则表示用户正在关注同一位置。 P300波的检测相当于检测用户在检测之前300毫秒的位置。在P300拼写器中，主要目标是准确，即时地检测脑电图中的P300峰。这种检测的准确性将确保用户和机器之间的高信息传输速率。 Farwell和Donchin于1988年推出了第一款P300-BCI。

脑机接口（BCI）是最直接的人机交互方式，其直接通过人脑或者动物大脑与外部电子设备直接连接，获取大脑的电位信息，无需传统方式：键入信息或者其他图像信息。

 

1. 1 数据集

首先对采集的波形信号采样，本文使用120Hz的采样频率，且通过0.1Hz至20Hz的带通滤波器，滤出最为相关的信号，每个样本采样时长为650ms，及每个样本的采样点数为120个/s *0.65s =78个。

如下图所示，整个大圆可看作一个头盖骨（前面突出来的可看作鼻子~ ~），上面类似星座地分布着64个采集器（电极），每个采集器都在同一时刻采集波形。

所以，最后输入CNN的数据尺寸是64×78。

数据集的尺寸为：

 

1.2. 神经网络拓扑结构

拓扑结构如上图所示，总共由四层组成（不包含输入层）；

第一层（L1）：是各电极（64个采集器）的一个结合。由Ns个通道组成,每个通道有的78个神经元。（空间特征的卷积层）

第二层（L2）：在时域的一个变换及下采样过程。由5Ns个通道组成，每个通道有6个神经元。（时域特征的卷积层）

第三层（L3）：由一个通道组成，其神经元个数为100，此层为全连接层，将前层个通道提取的特征连接关联起来，综合分析。

第四层(L4)： 输出层。一个通道，两个神经元，两个bit可表征P300信号存在与否。

由图上可知，此模型采用的卷积核是一维矢量形式，而非矩阵形式。这是本文区别于常规CNN用法的较为重大改变。而使用一维矢量卷积核的原因是，不混合空间和时域的信息。

 

1.3 学习过程

此章节主要描述一下CNN网络学习过程中的一些超参数设定。

1.3.1 激活函数：

前两层隐藏层是tanh激活函数：其具体表达形式为：

最后两层采用sigmoid激活函数：及具体表现形式为：

1.3.2 网络各层σ的设计

L1层：主要提取空间特征；

两个作用：1）结合空间输入信息

2）空间滤波器

上式中，m是一个固定值，第一项w(1,m,0)可看作偏置项b;

 

L2：主要提取时域特征；

三个作用：1) 结合时域信息

2）下采样

3）时域滤波器

 

L3： 全连接层；

作用：1）连接共享所有前层的特征

L4：分类输出；

1.3.3 初始化：

输入的权重和阈值的初始化都在之间；

定义为的输入数目。

1.3.4 学习速率：

 

前两层学习速率定于：

其中分子中的λ为常数，是共享同一组权值的神经元数目。

后面两层网络学习率设计：

1.3.5 网络输出

最后的输出层有两个神经元，可表达P300信号是否存在。

用和来表示两个神经元的输出。

最终网络输出可描述成：

X为输入数据样本，E为分类器（整个网络模型前向方程的抽象）。

 

2.1 分类器

当然，做paper实验部分是较为关键的，这个时候就是各种性能优劣的对比及取舍了，本文比较了七种不同内核的CNN分类器；

1. CNN-1: 这个模型的参数就是上述第一章节讲的全部了，用来和其他做对比的。

2. CNN-2a: 为了适应现实场景，这个模型将64个电极改为8个。其他和CNN-1超参数一致。

3. CNN-2b：和CNN-2a一样八个电极，但这八个电极是根据CNN-1的权重分析中，选出的最大关联的八个电极。

4.CNN-3：将第一层隐藏层的通道数设置为1；也就是说，后面所有的提取，都只和前面这一个空间滤波器有关，主要作用是测试多通道的好处及性能。

下面三种主要是针对不同的数据集设计而测试的分类器，其模型和CNN-1一致；

5.MCNN-1：从前面数据集数量的表格中，我们知道，P300和非P300信号并不是相同比例存在的，非P300信号是P300信号的五倍之多，这个模型的网络所以组建了五个分类器，及将非P300信号平均分成5份，这样每一份非p300信号的样本数就接近于P300信号的样本数，然后将这五份非P300信号和P300信号分别送入五个分类器训练。

6.MCNN-2: 考虑到数据集的信号质量是不断变化的，一个分类器也不能完美建模，采用了五个分类器。考虑到特定的数据集可靠性的问题，将EEG信号切成连续的五份，每个分类器训练一份。

7.MCNN-3: 三个分类器组成；权重随机初始化，其他和CNN-1一致。主要作用是提高CNN-1的可靠性；我们会发现，随机初始化权值，最终训练的分类器和CNN-1一样。

 

2.2 CNN-2b的特征选择

前面说到了CNN-2b的电极是选取最重要的，也就是对分类结果准确率贡献最大的那八个电极。然而怎么选呢？

这就要开始本章节的算法了。

首先，天灵盖上的电极的选择，是建立在CNN-1第一层隐藏层的权重分析上的。因为第一层隐藏层的主要作用就是结合并提取电极的空间特征；众所周知，当连接该电极的权值接近0时；可以认为该极点对判别能力较低。相反，权值较大，则可认为该极点贡献较大。所以对电极i能量的定义为：

其中i为电极位置，j为通道。

2.3 复杂度

前面两层隐藏层，一个通道内都是共享一组权值，以减少网络的权值数量；

整个网络权值的数量定义如下：

L1： 自由变量的数目是

比如CNN-1，2，3的参数分别是：650，90，65；

L2：自由变量的数量是：

比如CNN-1，2，3的参数分别是：700，700，70；

L3：自由变量的数量是，

比如CNN-1，2，3的参数数量分别是30100，30100，3010；

L4；自由变量的数目是，

比如CNN-1，2，3的参数数目都是202；

其中

因此，CNN-1，2，3分别包含的自由变量数：31652，31092，3347；

在Intel Core 2 Duo T7500 CPU上，CNN-1平均训练时间为10分钟。学习率对训练时间很关键，公式中，参数λ设定为0.2；

这个模型是由C++编写，并未由GPU或者其他多核硬件加速；

3.  结果分析