想像幾何旋轉動作結果分析

大腦人機系統目前在醫學上最重要的貢獻，是在於可以使殘疾的患者 在不需依靠他人幫忙下，靠著自己的意念自由地行動，傳統的大腦人機介 面應用是以想像四肢活動為主，但想像肢體活動對先天性的殘疾患者來 說，並無法真實確切的想像動作，所以想像肢體運動並不適合先天性殘疾 的患者。鑒於此，本研究希望以無差別性的想像幾何旋轉動作作為想像的 標的，並驗證想像順時針旋轉方向與想像逆時針旋轉方向，是否可以有效 地辨識，甚至較想像四肢活動有更加的辨識成果，

在傳統想像四肢的活動的文獻中，多採用特徵較為明顯的 C3、C4 電 極最為辨識的依據，而想像旋轉動作的文獻是缺乏的，以致我們必須先找 出想像幾何旋轉動作時，特徵較為顯著的電極點，電極點的選用對於辨識 的結果有很大的影響因素，如果選用到非特徵的電極點，不但會影響腦電

波特徵的擷取，而辨識率也將大幅地降低。

本研究首先將腦電波以傳統的濾波方式進行訊號前處理，再以快速傅 立葉轉換呈現出大腦的能量空間的特徵圖，如圖5.14 所示，我們從空間能 量特徵可觀察到，四位受測者的空間能量特徵雖然不盡相同，但在 FZ、

FCZ、CZ 這三個電極位置都有顯著的能量特徵，而頻譜特徵以 Theta(4-8Hz) 波段最為顯著。因為每位受測者都有此一致性的現象發生，我們推論在想 像幾何旋轉動作時，FZ、FCZ、CZ 電極為特徵最為顯著的電極點，本研 究也將使用這三個電極的Theta(4-8Hz)波段與 Alpha(8-11Hz)波段腦電波資 料，進行分析與辨識，選用電極如圖5.15 所示。

圖 5.15 辨識想像旋轉動作腦電波所採用電極

我們擷取想像幾何旋轉時特徵最顯著的 FZ、FCZ、CZ 電極的原始腦 電波，由於量測腦電波時的取樣頻率為1000Hz，而造成資料過於龐大無法 快速地計算，於是我們將腦電波向下取樣，每四個資料點進行平均，將每 一秒的腦電波資料降為 250Hz，以利分析運算。得到每位受測者的資料矩 陣後，接著利用經驗模態分解法進行濾波，每一位受測者的每一個電極腦 電電波資料，都以經驗模態分解法分解出有限個本質模態函數，我們舉例 其中一位受測者利用經驗模態分解法，分解出多個本質模態函數的示意 圖，如圖5.16 所示。

(a)

(c)

圖 5.16 FZ、FCZ、CZ 電極經驗模態分解法示意圖

各個電極的腦電波分解出有限個本質模態函數後，必須選取有符合研 究所需的本質模態函數，選取的方法是將每個本質模態函數透過快速傅立 葉轉換，觀察其頻譜特徵，而本研究針對 Theta(4-8Hz)進行分析，所以必 須挑選符合的本質模態函數，我們需挑選第四個本質模態函數進行分析，

剩餘的本質模態函數則捨棄，本質模態函數的選取就是一種濾波程序，經 由經驗模態分解法處理後，即視為腦電波完成濾波的工作，選取本質模態 函數如圖5.17 所示。

四位受測者的腦電波分別以本質模態分解法進行濾波工作，每位受測 者所挑選的本質模態函數不盡相同，我們將每位受測者所被選取的本質模 態函數列出，如表5.5 所示。

圖 5.17 挑選本質模態函數示意圖

表 5.5 每位受測者所被挑選的本質模態函數 Subjects Channel No.

S1 Channel 3

每一位受測者在實驗中，總共擁有300 筆 trials，分別是想像順時針旋 轉有 150 個 trials，想像逆時針旋轉有 150 個 trials，在每筆資料經過經驗 模態分解法濾波處理後，我們將每位受測者的輸出資料排列成矩陣形式進 行線性鑑別分析法，以獲得特徵，資料矩陣如圖5.18 所示。

圖 5.18 想像旋轉動作資料矩陣

經過本質模態分解法濾波後的腦電波資料，我們將其排列成矩陣形式 以進行線性鑑別分析法擷取特徵，而線性鑑別分析法的步驟如下表示:

(1) 每位受測者的資料矩陣維度都為 300×500，我們將每個資料矩陣 的行向量平均，以求得資料矩陣的平均值。

(2) 我們需要分類順時針旋轉與逆時針旋轉兩種類別的資料，所以依 照兩類資料，分別計算出兩類別的平均資料矩陣。

(3) 使用兩類別的平均資料矩陣求出類別間散佈矩陣與類別內散佈矩陣。

(4) 制定一條件式，以得到最佳的轉換矩陣。

(5) 計算條件式的一階導數，求得最佳轉換向量。

(6) 將原始資料矩陣投影在最佳轉換向量上，獲得特徵資料矩陣。

我們腦電波的辨識方法是使用最近鄰居法則，計算待測資料與訓練資

除了將FZ、FCZ、CZ 電極的腦電波資料作辨識外，我們分別以 FZ、

FCZ、CZ 電極和各電極的組合進行辨識，辨識結果如表 5.6 所示，從辨識 結果的組合可以發現，每位受測者以FZ+FCZ 的電極組合辨識率最高，分 別達到81.3%、79.7%、80.7%、81.0%，而個別的電極辨識率則以 FZ 為最 高，分別達到77.0%、74.3%、76.3%、73.0%。由辨識正確率我們得到 FZ+FCZ 的電極組合辨識率最高，且程式的運算速度也較三個電極加總的速度來的