通向大脑之路：脑电信号处理与特征提取生物科学最前沿的领域之一是

生物科学最前沿的领域之一是探索意识产生的生物学基础以及我们感知、行为、学习和记忆的心理过程。我们的大脑就是这些过程的核心。这一观点始于这样一个事实，即大脑仅重约2.5磅（2.25千克），却消耗了人体40%～60%的血糖（Squire&Zola-Morgan ， 1988）和相当数量的氧气（等同于我们肌肉运动的每日耗氧量）。为什么会有如此不成比例的能量消耗？答案是这些能量的绝大部分被用于产生脑内电信号，其中包含由轴突和树突连接的大大小小的神经元的同步集群电活动。每个神经元就像一个不断充电的动态振荡电池（Steriade ， 1995）。这些局部连接的神经元会引发邻近神经元依次产生电势变化。

文章图片
图片来源：Pixabay140多年前，理查德·卡顿（RichardCaton）发现了这种大脑电活动的存在（Caton ， 1875）。他的工作被认为是对大脑电生理学的首次探索，标志着脑电（electroencephalography ， EEG）技术的诞生（Kelly ， 1962）。早在20世纪20年代，汉斯·伯杰（HansBerger）就证明脑电活动可以直接从人的头皮测量到，而无须打开颅骨（Berger ， 1929）。随后， “electroencephalogram”一词被提出，用来描述人脑的电活动。
1934年，阿德里安（Adrian）和马修斯（Mathews）证实了大脑的“α节律”由10～12Hz的规律性振荡组成。然而，当时人们对α节律的神经源仍然一知半解。直到43年后， DaSilva和VanLeeuwen通过研究狗的脑电信号证明α节律是在视觉皮层内的不同深度区域产生的（DaSilva&VanLeeuwen ， 1977）。
尽管对于脑电的功能、意义和产生机制在很长一段时间内仍存在诸多争议，但鉴于其内在的神经基础和容积传导的复杂性，这一点也不令人感到奇怪。根据目前的理解，脑电通常被定义为从人脑头皮记录到的电活动，由脑内神经元放电产生（Niedermeyer&DaSilva ， 2005）。

文章图片
图中显示了三种不同类型的大脑电活动记录技术的差异。 EEG电极放置于头皮上， ECoG电极置于大脑皮层表面或硬脑膜上， LFP/MUR电极则置于大脑皮层内部迄今为止，已经有超过150000项使用EEG技术的研究被发表，并且该领域的研究数量每年仍在持续增长。
为什么脑电技术如此备受欢迎？正如我们目前所知，感觉、知觉、语言、情感和运动过程是非常迅速的，其发生时间往往在几十到几百毫秒。脑电的高时间分辨率特性使其非常适合捕获这些快速、动态且具有时序性的认知事件。几十年来，关于人脑实时电活动的测量方法不断发展，促进了一系列EEG信号处理技术的开发。《脑电信号处理与特征提取》旨在以全面、简单且易于理解的方式系统总结EEG和EEG信号处理相关的概念、数学和应用知识（例如，通过MATLAB编程），为脑电相关的科研工作者或兴趣爱好者提供技术支持。本书的写作意图诚然，现今有大量网络资源及在线教程（例如， EEGLAB网站）可用于脑电技术和分析方法的学习（Regan ， 1989；Handy ， 2004；Luck&Kappenman ， 2011；Sanei&Chambers ， 2013；Cohen ， 2014），它们涵盖了脑电软件工具的使用介绍以及分析结果的呈现和解释。然而，一方面，这些资源对于理解脑电分析方法的数学原理或可能的缺陷并不系统和深入，难以为那些希望通过自学掌握这些分析方法的读者提供充分的指导；另一方面，有些资源包含许多数学或物理方面的背景知识，对于初学者而言往往晦涩难懂，尤其是对于那些没有数学或工程学科背景的初学者而言更是如此。此外，上述资源大多缺乏实用的操作方法，例如，如何进行数据统计或对小样本量数据进行处理，使得那些未经正规数学培训的读者难以真正掌握和灵活运用这些分析方法。因此，作者试图通过系统总结当前主流的脑电信号处理和特征提取技术以拓展本书的广度，并通过将每章的方法原理与实践操作相结合的策略来增加本书的深度。读者可以逐章阅览本书，并使用相关章节提供的示例数据和软件/代码进行练习，从而更好地理解有关EEG信号处理的原理和操作方法。本书的构架本书共18章。第一章至第三章，重点阐述了有关脑电技术的基础知识。第一章主要介绍了脑电的电生理特性和数据采集方法。第二章详细论述了广泛应用于心理学、精神病学和神经工程等领域的诱发电位（evokedpotentials ， EP）、事件相关电位（event-relatedpotentials ， ERP）。第三章侧重于讨论如何根据特定研究或临床目的来设计实验以诱发EP或ERP 。这三章不仅适用于刚开始从事EEG研究且没有任何数学或工程学科背景的初级研究人员，还适用于那些熟悉基础知识但又希望深入理解原理和方法的高级研究人员。如果能够通读上述每一章，将有助于对后续章节所列的方法的学习。第四章和第五章，重点介绍了最常见和经典的EEG信号处理方法和流程。其中，第四章全面阐述了EEG信号的预处理流程，第五章则主要介绍了EEG的频谱分析和时频分析。这两章的内容是脑电信号处理的基础，必不可少，对于具有脑科学或工程学背景的初学者来说非常有用。