常見腦電波分析域與控制訊號

自1929 年首次成功量取人類的腦電波後，腦科學的發展不論在大腦 人機介面的應用上，或是腦神經認知科學的探討中，大多以分析三大域的 大腦或腦電波活動情形為主要研究方向。分別為時間域、空間域和頻率域。

(一) 時間域的特徵分析

當感官受到外在刺激或輸入變化時，腦電波會產生相對應的電位變 化，此類的電位變化往往是很微弱的，而產生的時間點通常是在接受外在 刺激前後的數百毫秒，此類時間域上的特徵，稱為事件相關電位

ERP(Event-relative potential)。事件相關電位 ERP(Event-relative potential) 指的是凡是外加一種特定的刺激，作用於感覺系統或腦的某一部位，在大 腦所引起的電位變化。其優勢是具有很高的時間域分辨率(毫秒)，便於與 傳統的心理學指標有效地配合，進而進行認知過程研究。目前ERP 方法 的應用越來越廣泛，例如:認知心理學、醫學、神經科學、人工智慧等多個 領域以此方法發現了許多與認知活動過程密切相關的成分、如CNV、

P300、ERD、ERS…等。事件相關電位常被使用於大腦人機介面上，作為 控制訊號源，如應用於拼字和家居系統中的P300 腦電波，如圖 1.4 所示[6]。

圖 1.4 P300 腦電波應用

(二) 空間域的特徵分析

大腦認知科學是一門從多方位探究人腦與心智工作機制的前沿性交 叉學科。身理、心理現象是腦整體活動的產物，是腦對現實刺激和過去種 種經驗的反映。因此，認知科學著重從整體觀點來看待作為心理現象基礎 的神經活動。大腦認知科學研究腦的各部分結構的功能，重在瞭解及分析 這些部分如何參與腦的整體工作，且大腦執行各類工作(如:記憶、演講…) 時的能量分佈與負荷差異性，如圖1.5 所示，同樣也是認知科學研究的重 點[7]。

圖 1.5 認知活動對大腦能量空間分布圖

(三) 頻率域的特徵分析

腦電波由許多不同頻段的電訊號所組成，如圖1.6所示[8]，藉由拆解出 不同頻帶的腦電波分布情形，也是腦電波研究的一大課題。在不同的精神 或工作狀態下，大腦會出現以不同頻帶為主的腦電波，大致上主要探討的 頻段以α波(意識與潛意識的橋樑)、β波(意識)、Θ波(潛意識)、δ(無意識)波 段為主。α(8-12Hz)為優勢腦波時，人的意識清醒，但身體卻是放鬆的，它

反應。在此狀態下人的身心能量耗費較劇，快速疲倦，若沒有充份休息，

非常容易堆積壓力。然而，適量的β波，對積極的注意力提升，以及認知 行為的發展有著關鍵性的助益。θ波(4-8Hz)為優勢腦波時，人的意識中斷，

身體深層放鬆，這是一種高層次的精神狀態，也就是我們常聽到的「入定 態」。θ波與腦部邊緣系統有非常直接的關係，對於觸發深層記憶、強化 長期記憶(LTP)等幫助極大。δ波(0.5-4Hz)為優勢腦波時，為深度熟睡，無 意識狀態。人的睡眠品質好壞與δ波有非常直接的關聯；δ睡眠是一種無夢 且很深層的睡眠狀態，通常一夜正常的睡眠周期會出現四至五次，而發生 在睡眠初期第一個出現周期是無夢的δ波狀態。

圖 1.6 腦電波主要頻段

1.4 研究步驟

1.相關文獻探討與研讀：了解神經認知大腦的基本分工機制，以及目前相 關研究中大腦在不同數學算術問題刺激下，做認知活動時所

出現的特徵以及差異情形，也研討應用於分類想像幾何轉動 作的濾波方法，與特徵攫取和分類的演算法用於辨識腦電波 。

2.實驗設計：針對數學基本運算，設計出單純的加、減、乘、除運算的實 驗流程，在各個單一算數實驗中，並不能涉及其他運算過程。

想像幾何旋轉動作時，腦電波的攫取方法與分段過程。

使用想像幾何旋轉動作特徵最明顯的電極的腦電波資料，再 利用線性鑑別分析法和最近鄰居法則進行特徵擷取與分類。

3.實驗操作：經由實驗擷取腦電波資料，將腦電波進行去眼動雜訊、分段、

平均等資料前處理，再利用快速傅立葉轉換(FFT)得到頻率域 和空間域上的特徵。希爾伯-黃轉換則使用於腦電波的濾波工 作，再以線性鑑別分析法與最近鄰居法辨識腦電波。

4. 結果與討論：根據實驗結果加以總結。

第二章 文獻探討

大腦人機介面主要研究在於擷取腦電波，進而對腦電波進行特徵分析 與準確的分類，最後藉由分類後的結果來驅動外在的機械裝置。而在分析 腦電波前，我們必須先充分了解大腦的結構和活動情形，才能精確地應用 於大腦人機介面。有鑑於此，許多對大腦認知行為的相關研究一直不斷地 進行著，各個團隊各使用不同的腦電波特徵與分析技術，探討大腦進行各 種認知行為時不同區域間的相互關聯性與能量分佈情形，而數量的處理和 數學的計算方面則是認知行為研究領域中，大家愈來愈感興趣的研究方 向。本章將介紹數篇近年來在數學相關認知行為上的研究成果，分別以比 較數字大小的量化行為、數學運算上的四則運算…等不同的數學心理活動 進行分析探討，而想像幾何旋轉動作的文獻中，將介紹傳統想像四肢活動 與日本團隊所做的是與非想像實驗，而以上文獻所使用的方法與辨識結 果，一併於本章介紹。

2.1 數學認知行為研究概況

Rocha 團隊在 2005 年的研究指出，前額區至頭頂偏下方一點的區域為 大腦在處理認知活動時主要的區域，而在處理認知活動的過程中除了主要 區域的腦神經元自己的功能外，彼此間的相互關係也是非常重要的，以對 數學計算的認知活動為例，在面對一題數學問題時，需要感覺運動區來做 視覺上問題的審閱，去確認面臨的計算狀況以及定義問題內各符號，並也 需要運動神經元作眼球的轉動審閱，以及標註記號之類的動作，再藉由累 計的神經元做運算的動作，所以並非特定部位的神經元才有活動的情形，

大腦的神經元認知的處理過程是全面且相輔相成的。

Mizuhara 團隊[9]於 2005 年提出以同時量測 fMRI 和 EEG 的方法研究

人類大腦處理數學運算時大腦血氧濃度的變化情形和腦電波的時間相位 同步 性。腦電波的相位同步可反映出大腦處理認知活動時，不同區域神 經元的激發程度，也可藉此觀察不同腦區域相互在時間和空間上的一致性 程度。Mizuhara 團隊讓受測者進行連續的減法心算實驗，以數值 1000 連 續減去一固定數值，運算過程連續進行30 秒後閉眼休息 30 秒，如此重複 5 次循環為 1 個 trial，每一位受測者總共進行 2 個 trials。在實驗過程中所 量測到的腦電波將被用來計算每個電極對間的PSI(phase synchronization index)，計算式如(2-1)。

圖 2.1 β頻段腦電波相位同步關係圖

除了腦電波外，以fMRI 所量測到大腦中血氧濃度的結果發現，右腦 前額葉的皮質層邊側有很高的血氧濃度，如圖2.2 所示，代表此區域的腦 神經元細胞活動較為劇烈，也因為此結果，Mizuhara 團隊推斷，大腦進行 數學減法運算時，大腦反應的區域主要發生於左腦角迴和右腦頂葉較高區 域之間，另外右腦前額葉的側邊腦皮層也是能量集中的區域。

圖 2.2 數學減法運算大腦 fMRI 造影圖

大腦科學家對大腦數字相關資訊的處理機制一直以各種不同現象分 析探討，其中Ashcraft 團隊於 1981 年，提出了以分辨數字相關程度不同的

大腦認知活動作為其研究，此研究主要探討當問題所出現的數字和預期正 確的數字產生差異度時大腦所產生的反應情形，此數字差異度認知行為稱 為差距效應(split effect)[10]。1999 年，Niedeggen 團隊進行相關研究，他 們要求受測者進行簡單的乘法計算，之後再給受測者一答案，要求受測者 判斷其正確與否。結果發現，當給予錯誤的答案後約400 毫秒事件相關電 位(ERP)會產生一負向的峰值，之後緊接著正向的能量反彈[11]。相似的大 腦事件相關電位現象，在2005 年 Szucs 和 Csepe 的數學加法分辨認知實驗 中也得到相同的驗證[12]。延續以往使用事件相關電位的研究，Isabel 和 Esceray 於 2007 年[13]，利用事件相關電位(ERP)探大腦進行計算數字序列 判斷時的差距效應(split effect)，觀察差距大小分別對腦電波造成的影響和 大腦能量分布情形。實驗進行時，受測者會看到一個五項數字皆為偶數的 數列，前四項數字為等差數列，受測者則需判斷第五位數是否為相同規則 數列之一的數字。當第五項數字被給予非正確答案的數值時(例

如:6-10-14-18-26)，第五位非正確數字分為小差距(small-split)與大差距 (large-split)，當小差距時，正確答案將被+2 或-2 (例如:6-10-14-18-26)，大 差距時正確答案則將被+26 (例如:6-10-14-18 -48)。

此研究採用和本研究相同的國際10-20 系統和 19 個電極量測腦電波，

取樣頻率為500Hz，濾波頻帶從 0.05Hz 至 30Hz。每位受測者被量測到的 腦電波分別以正確、小差距、大差距不同類別計算其平均的事件相關電 位，並互相比較其結果，如圖2.3 所示。

圖 2.3 三類腦電波的平均 ERP 比較圖

由結果圖2.3 可發現當大腦處理大差距的數學序列問題時，較早出現 的負向峰值約出現在刺激過後的250 毫秒至 300 毫秒之間，而到了 500 毫 秒至600 毫秒間，則會產生劇烈的正向波形，研究為了探究不同類別間的 腦電波相關性，將大腦進行大差距和小差距問題時的腦電波相關電位個別 減去正確答案時的腦電波相關電位，分別觀察腦電波能量減少或增加的情 形。大腦在進行大差距問題時，正向腦電波相對正確答案能量增加位置從 大腦前額蔓延至枕葉部位，並且均勻地發生在左腦半球和右腦半球，而增 強對高的區域發生在頂葉正中央，觀察小差距問題相對正確答案時的正向 腦電波能量增加區域卻僅僅發生在頂葉正中央，其他區域並無能量的差 異，另外大差距問題的能量也顯著的較小差距問題能量要來的高，如圖2.4

由結果圖2.3 可發現當大腦處理大差距的數學序列問題時，較早出現 的負向峰值約出現在刺激過後的250 毫秒至 300 毫秒之間，而到了 500 毫 秒至600 毫秒間，則會產生劇烈的正向波形，研究為了探究不同類別間的 腦電波相關性，將大腦進行大差距和小差距問題時的腦電波相關電位個別 減去正確答案時的腦電波相關電位，分別觀察腦電波能量減少或增加的情 形。大腦在進行大差距問題時，正向腦電波相對正確答案能量增加位置從 大腦前額蔓延至枕葉部位，並且均勻地發生在左腦半球和右腦半球，而增 強對高的區域發生在頂葉正中央，觀察小差距問題相對正確答案時的正向 腦電波能量增加區域卻僅僅發生在頂葉正中央，其他區域並無能量的差 異，另外大差距問題的能量也顯著的較小差距問題能量要來的高，如圖2.4