Метод удаления глазодвигательных артефактов на ЭЭГ человека при распознавании неоднозначного зрительного образа


https://doi.org/10.15217/issn1684-8853.2017.5.105

Полный текст:


Аннотация

Постановка проблемы: электроэнцефалография является незаменимым методом функционального исследования головного мозга человека. Однако регистрируемые данные неизбежно содержат помехи технической, нейрогенной и физиологической природы, в частности, мощные артефакты, вызванные движениями глаз. Существует множество методов удаления глазодвигательных помех, но они редко используются в повседневной практике из-за высокой вычислительной сложности в комплексе с высоким риском ошибки определения момента появления артефактов. Цель исследования: создание и апробация нового метода удаления глазодвигательных артефактов на электроэнцефалографических данных. Результаты: разработан новый метод удаления глазодвигательных артефактов на электроэнцефалографических данных с использованием электроокулографии. Метод базируется на предположении о независимости сигналов окулографии и электроэнцефалографии, что дает возможность вычитания сигнала движения глаз из электроэнцефалографических данных на основе применения ортогонального преобразования Грамма - Шмидта. Метод показал высокую эффективность удаления артефактов на электроэнцефалографии, вызванных спонтанными движениями глазных яблок (порядка 95-97 % у 15 испытуемых). Эффективность удаления глазодвигательных артефактов на электроэнцефалографии снижалась во время распознавания зрительного образа неоднозначного объекта (куба Неккера). Практическая значимость: данный метод может быть рекомендован для работы в автоматическом режиме онлайн в задачах, не связанных с зрительно-ориентированной когнитивной деятельностью. Рассогласование между сигналами электроэнцефалографии и электроокулографии, обнаруженное во время распознавания зрительного образа куба Неккера, может являться индикатором когнитивной нагрузки и может быть в перспективе использовано в интерфейсах «мозг-компьютер».

Об авторах

Анастасия Евгеньевна Руннова
Саратовский государственный техническийуниверситет им. Гагарина Ю. А
Россия


Максим Олегович Журавлев
Саратовский государственный техническийуниверситет им. Гагарина Ю. А; Саратовский государственный университет им. Н. Г. Чернышевского
Россия


Евгения Юрьевна Ситникова
Институт высшей нервной деятельности и нейрофизиологии РАН
Россия


Алексей Александрович Короновский
Саратовский государственный техническийуниверситет им. Гагарина Ю. А; Саратовский государственный университет им. Н. Г. Чернышевского
Россия


Александр Евгеньевич Храмов
Саратовский государственный техническийуниверситет им. Гагарина Ю. А; Саратовский государственный университет им. Н. Г. Чернышевского
Россия


Список литературы

1. Jung T. P., Makeig S., Humphries C., Lee T. W., McKeown M. J., Iragui V., Sejnowski T. J. Removing Electroencephalographic Artifacts by Blind Source Separation // Psychophysiology. 2000. N 37. P. 163-178.

2. Gratton G., Coles M. G. H., Donchin E. A New Method for off-line Removal of Ocular Artifact // Electroencephalography and Clinical Neurophysiology. 1983. N 55. P. 468-484.

3. Berg P., Scherg M. A Multiple Source Approach to the Correction of Eye Artifacts // Electroencephalogr Clin Neurophysiol. 1994. N 90. P. 229-241.

4. Bell A. J., Sejnowski T. J. An Information-Maximization Approach to Blind Separation and Blind Deconvolution // Neural Computation. 1995. N 7. P. 1129-1159.

5. Lagerlund T. D., Sharbrough F. W., Busacker N. E. Spatial Filtering of Multichannel Electroencephalographic Recordings Through Principal Component Analysis by Singular Value Decomposition // J Clin Neurophysiol. 1997. N 1 (14). P. 73-82.

6. Jung T. P., Humphries C., Lee T. W., Makeig S., McKeown M. J., Iragui V., Sejnowski T. J. Extended ICA Removes Artifacts from Electroencephalographic Data // Advances in Neural Information Processing Systems. 1998. N 10. P. 894-900.

7. Kobayashi K., James C. J., Nakahori T., Akiyama T., Gotman J. Isolation of Epileptiform Discharges from Unaveraged EEG by Independent Component Analysis // Clin Neurophysiol. 1999. N 10 (110). P. 1755-1763.

8. Delorme A., Makeig S., Sejnowski T. Automatic Artifact Rejection for EEG Data using High-Order Statistics and Independent Component Analysis // Proc. of the Third Intern. ICA Conf., San Diego, USA, December 9-13, 2001. 2001. P. 9-12.

9. Ille N., Berg P., Scherg M. Artifact Correction of the Ongoing EEG using Spatial Filters Based on Artifact and Brain Signal Topographies // Journal Clin Neurophysiol. 2002. N 2(19). P. 113-124.

10. Joyce C. A., Gorodnitsky I. F., Kutas M. Automatic Removal of Eye Movement and Blink Artifacts from EEG Data using Blind Component Separation // Psychophysiology. 2004. N 41. P. 313-325.

11. Liu T., Yao D. Method for Removing Ocular Artifacts in Brain-Electrical Signal. Patent for Invention CN101474070, 2009.

12. Gotman J., Skuce D. R., Thompson C. J., Gloor P., Ives J. R., Ray W. F. Clinical Applications of Spectral Analysis and Extraction of Features from Electroencephalograms with Slow Waves in Adult Patients // Electroencephalography and Clinical Neurophysiology. 1973. N 35. P. 225-235.

13. Blake R., Logothetis N. K. Visual Competition // Nature Reviews Neuroscience. 2002. N 3(1). P. 13-21.

14. Corbetta M., Patel G., Shulman G. L. The Reorienting System of the Human Brain: from Environment to Theory of Mind // Neuron. 2008. N 58(3). P. 306-324.

15. Sterzer P., Kleinschmidt A., Rees G. The Neural Bases of Multistable Perception // Trends in Cognitive Sciences. 2009. N 13. P. 310-318.

16. Womelsdorf T., Fries P., Mitra P. P., Desimone R. Gamma-Band Synchronization in Visual Cortex Predicts Speed of Change Detection // Nature. 2006. N 439(7077). P. 733-736.

17. Maksimenko V. A., Lüttjohann Annika, Makarov V. V., Goremyko M. V., Koronovskii A. A., Nedaivozov V., Runnova A. E., van Luijtelaar Gilles, Hramov A. E., Boccaletti S. Macroscopic and Microscopic Spectral Properties of Brain Networks During Local and Global Synchronization // Physical Review E. 2017. Vol. 96. P. 012316. doi:10.1103/ PhysRevE.96.012316

18. Jasper H. H. The Ten-Twenty Electrode System of the International Federation // Electroencephalography and Clinical Neurophysiology. 1958. N 10. P. 371-375.

19. Беклемишев Д. В. Курс аналитической геометрии и линейной алгебры. - М.: Физматлит, 2005. - 308 с.

20. Maksimenko V. A., Heukelum S., Makarov V. V., Kelderhuis J., Lüttjohann A., Koronovskii A. A., Hramov A. E., Luijtelaar G. Absence Seizure Control by a Brain Computer Interface // Scientific Reports. 2017. N 7. P. 2487. doi:10.1038/s41598-017-02626-y


Дополнительные файлы

Для цитирования: Руннова А.Е., Журавлев М.О., Ситникова Е.Ю., Короновский А.А., Храмов А.Е. Метод удаления глазодвигательных артефактов на ЭЭГ человека при распознавании неоднозначного зрительного образа. Информационно-управляющие системы. 2017;90(5):105-112. https://doi.org/10.15217/issn1684-8853.2017.5.105

For citation: Runnova A.E., Zhuravlev M.O., Sitnikova E.Y., Koronovskii A.A., Hramov A.E. Removing Oculomotor Artifacts in Human EEG during Ambiguous Image Recognition. Information and Control Systems. 2017;90(5):105-112. (In Russ.) https://doi.org/10.15217/issn1684-8853.2017.5.105

Просмотров: 34


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)