基于被動聽覺ERP范式的慢性意識障礙患者個體評估研究

王小宇 楊 藝 李 凡 陳雪玲 高寒冰 馬兆楠 何江弘? 叢豐裕?

1(大連理工大學電子信息與電氣工程學部生物醫學工程學院， 遼寧 大連 116024)

2(首都醫科大學附屬北京天壇醫院神經外科， 北京 100700)

引言

意識障礙(disorders of consciousness， DoC)是指各種嚴重腦損傷導致的意識喪失狀態，如昏迷、植物狀態(vegetative state， VS) 和微意識狀態(minimally conscious state， MCS)等。 其中，意識喪失超過28 d 的意識障礙為慢性意識障礙(prolonged DoC， pDoC)[1-3]。 目前，pDoC 的檢查與評估采用修改版昏迷恢復量表(coma recovery scale-revised，CRS-R)作為標準臨床量表[4-5]。 近年來，腦功能檢測技術應用范式與分析方法的優化豐富了pDoC 的臨床評估體系， 如腦電(electroencephalography，EEG)， 功能性磁共振成像(functional magnetic resonance imaging， fMRI)，功能性近紅外光譜成像(functional near-infrared spectroscopy， fNIRS)等[6-8]。其中EEG 因其便攜、可床旁開展以及可實時觀測等優勢而具備較強的應用潛力[9]。

使用EEG 進行pDoC 患者意識水平評估的應用范式主要包括:靜息態EEG，經顱磁刺激聯合腦電圖(transcranial magnetic stimulation with EEG， TMSEEG)，事件相關電位(event related potentials，ERPs)等[9]。 其中ERPs 是指由感官，認知或運動等刺激素材誘發的特異性腦電反應[10]。 特別是被動聽覺ERPs 范式，即僅需受試者聆聽聲音刺激而不要求其進行任何行為反應，適用于認知反應能力下降的pDoC 患者[11]。 該實驗的聲音序列通常以oddball 范式呈現，即在重復出現的標準刺激中偶爾出現與其在聲音屬性上有差異的偏差刺激(如標準刺激為1 000 Hz，偏差刺激為1 200 Hz)[12]。 該范式可誘發:(1)表征必要性聽覺感知過程的N1 成分；(2)表征自動化偏差辨識過程的失匹配負波成分(mismatch negativity， MMN)；(3)表征注意力自動定向的P3a 成分[13]。 Kotchoubey 等[14]發現N1成分在VS 患者中出現的比例要顯著低于MCS 患者。 Wijnen 等[15縱向評估了10 位由VS 恢復至MCS 狀態的pDoC 患者，發現MMN 的幅值隨著意識水平的恢復而顯著增高。 筆者近期的研究也表明了MMN 的幅值與pDoC 患者的CRS-R 評分存在統計顯著的相關性[16-17]。 Fischer 等[18]研究者率先提出使用喚名刺激誘發P3a 成分來評估pDoC 患者意識水平。 然而，上述研究證據仍局限于組別水平的統計分析結果，被動聽覺ERP 范式在pDoC 患者個體水平的評估效能尚待挖掘。

近年來，研究者嘗試利用機器學習算法來實現DoC 患者意識水平個體評估[19-20]。 其底層邏輯為:在被動聽覺ERP 范式中，標準刺激僅可誘發必要性成分(如N1)，偏差刺激還可額外誘發表征偏差辨識過程的MMN 成分[21]。 這樣，機器學習算法對兩類刺激對應的EEG 信號區分準確度高，則表示MMN 成分被成功誘發；反之，則無MMN 成分。2013年，Tzovara 等[19]提出一種基于腦地形圖模式分解的單試次(single-trial)分類方法來評估DoC 患者對標準與偏差刺激的區分程度。 該團隊對昏迷后約48 h 的患者進行兩次被動聽覺ERP 評估(間隔約為24 h)；進一步，利用其提出的機器學習算法分別計算個體被試在兩次評估中的解碼準確率(利用腦電信號區分標準與偏差試次)。 研究發現，兩次評估中解碼準確率的差值可預測患者日后能否存活。 特別地，該結果指出根據個體被試數據建立特異性模型，即訓練與測試的單試次樣本均來自于同一位被試，取得的解碼準確率與DoC 患者當前意識水平無統計相關性。 此后，Armanfard 等[20]提出可首先利用健康受試者的數據進行模型訓練，這樣可首先保證模型對標準/偏差刺激分類精度；進一步，利用給定DoC 患者數據進行測試；最終，以局部特征選擇(localized feature selection， LFS)算法輸出該DoC 患者數據與健康被試組總體ERP 反應相似度。 結果表明該算法可在健康被試數據中取得92.7%的解碼準確率，且這種基于相似性度量的機器學習方法成功預測了兩名DoC 患者的預后恢復[20]。 然而，該方法是以疊加平均后的波形為樣本進行分類，即單被試的評估僅由兩個樣本決定(標準與偏差刺激樣本各1 個)。 因此，該結果的統計可信度仍需提高。

為了解決上述問題，根據被動聽覺范式下N1和MMN 成分的特性，提出一種pDoC 患者個體評估的深度學習算法，具體包括兩個方面:一是提出一種單試次融合的數據擴增方法，有效提高個體被試的樣本數量；二是結合深度學習模型，實現自動化特征提取及分類識別。 旨在利用真實pDoC 患者數據驗證該方法的有效性，為基于被動聽覺ERP 范式的pDoC 患者個體評估提供新的研究思路。

1 材料和方法

1.1 被試信息及EEG 采集

1.1.1 pDoC 被試

自2017年1月至2018年12月在中國人民解放軍第七醫學中心共計招募100 名pDoC 患者。 每位患者的意識水平由至少2 名經驗豐富的臨床醫師基于CRS-R 量表評定。 經過評估，pDoC 被試包含58 名VS 和42 名MCS 患者。 EEG 數據采用21 導聯(國際標準10－20 系統)設備記錄(Nicolet， Natus Neurology)，且均在DoC 患者處于行為清醒狀態時于床旁記錄。 EEG 采樣頻率為1 000 Hz；在線參考電極為CPz；電極阻抗均低于10 kΩ，大多數低于5 kΩ。經過后續數據排查，共有6 名患者EEG 數據存在強烈噪聲，故排除。 最終，有效記錄的數據為54 名VS 和40 名MCS 被試(詳見表1)。 所有患者家屬均簽署了知情同意書，得到了中國人民解放軍第七醫學中心倫理委員會批準。

表1 意識障礙患者信息統計表Tab.1 Information about patients with disorders of consciousness

1.1.2 健康被試

為了有效挖掘pDoC 被試中腦功能反應接近于健康被試的患者，如運動認知分離患者或閉鎖綜合征患者。 在樣本類別中加入了健康對照被試的數據。 在大連理工大學招募了38 名健康大學生參加實驗，年齡(26.2 ± 2.9)歲。 所有受試者均聽力正常。 EEG 數據采用64 導聯(國際標準10－20 系統)設備記錄(ANT Neuro， Enschede， Netherlands)。 為了保證與pDoC 患者EEG 數據的可比較性，后續處理中只保留與患者EEG 數據相同的21 個通道數據。 采集參數為:采樣頻率1 000 Hz；在線參考電極為CPz；電極阻抗均低于10 kΩ，大多數低于5 kΩ。所有受試者均處于聲音屏蔽室中參加本次實驗。在實驗過程中，被試僅需聆聽聲音序列，同時觀看無聲電影。 在向被試解釋了的目的后，所有受試者均簽署了知情同意書。 得到了大連理工大學倫理委員會的批準。

1.2 實驗范式

以雙頻率偏差偶發范式來誘發被動聽覺ERPs成分，具體為:1 000 Hz 純音信號為標準刺激(standard， STD)；1 050 Hz 和1 200 Hz 純音信號為小偏差刺激(small deviant， SD)和大偏差刺激(large deviant， LD)；所有聲音刺激持續時長均為200 ms，相鄰刺激間隔(stimulus onset asynchrony， SOA)為1 000 ms。本實驗范式的具體參數為:整個實驗共包括1 000 個聲音刺激且以偽隨機形式呈現；STD，SD和LD 的出現概率分別為0.8，0.1，0.1，且相鄰兩個偏差刺激之間至少存在3 個STD。 聲音序列的編程控制使用E-Prime 3.0 軟件(Psychology Software Tools， Pittsburgh， PA)。 實驗總時長約為17 min。實驗范式詳見文獻[17]。

1.3 EEG 處理與分析

1.3.1 預處理

EEG 信號的預處理及分段過程均使用Matlab(Version 2019a)環境和EEGLAB 工具箱完成[22]。首先，人工剔除原始數據中的明顯偽跡，如被試身體移動等原因造成的EEG 劇烈波動；隨后，利用球形樣條差值方法來替換數據中噪聲極強的通道[23]。濾波過程采用EEGLAB 中的自帶濾波函數以50 Hz陷波濾波，1 Hz 高通濾波和30 Hz 低通濾波的順序進行。 濾波后的數據重參考至雙側乳突電極(M1和M2) 的均值。 最后，采用獨立成分分析(independent component analysis， ICA)去除眼動和眨眼等偽跡；ICLabel 工具箱用于偽跡成分的自動化識別[24-25]。

1.3.2 分段

預處理后的數據需進一步進行分段處理，具體為:以刺激起始點為0 時刻，拆分成長度為500 ms的單試次數據，包括刺激前100 ms 數據作為基線以及刺激后的400 ms 數據。 隨后，所有單試次數據進行基線校正，且校正后幅值絕對值仍超過75 μV 的單試次數據將被剔除。 為了更好地提取MMN 成分，所有偏差試次將點對點減去其對應的前一個標準試次，即計算差異波。 最終，個體被試將包含三類單試次數據:標準試次STD，大偏差刺激對應的差異波數據(即大偏差試次減去其前一個標準試次的波形，LD)和小偏差刺激對應的差異波數據(即小偏差試次減去其前一個標準試次的波形，SD)。

1.3.3 ERP 量化

在被動聽覺ERPs 實驗中，主要關注STD 試次中的N1 成分，以及LD 和SD 試次中的MMN 成分。根據文獻[16]，MMN 成分的潛伏期與DoC 患者的意識狀態無顯著相關性。 因此，將首先分析N1 和MMN 成分的幅值在3 組被試中的統計差異。 N1/MMN 成分幅值的測量過程為:以Fz 為觀測電極，根據組別疊加平均的波形確定N1/MMN 成分的波峰；以該波峰對應的潛伏期為中點，取－20～20 ms 時間窗內波形的平均幅值作為N1/MMN 成分的幅值。

1.4 深度學習框架

1.4.1 單試次樣本隨機融合擴增

理想狀況下，個體被試數據共包含800 個STD，100 個LD 和100 個SD 單試次樣本，分別記為xSTD，xLD，和xSD，且均為19(電極數)×125(采樣點數)的矩陣。 提出將個體被試數據中的三類單試次樣本進行空間級聯以形成時空特征融合的單試次樣本(后文統一稱為融合樣本)，該過程為

式中，xfusion為融合樣本，其大小為57(電極數)×125(采樣點數)。

圖1 為單試次樣本隨機融合擴增流程圖。 假設該融合樣本可有效整合標準試次中N1 成分和偏差試次中MMN 成分的信息。 進一步，該融合樣本可從個體被試三類數據中分別隨機抽取單試次樣本進行空間級聯而成，這樣個體被試的單試次樣本數量便由100(偏差試次數量上限)提高至約106(3 種類型試次的組合數)。

圖1 單試次融合樣本擴增流程。 (a)3 類單試次樣本，標準樣本為標準試次波形，大/小偏差樣本為大/小偏差刺激對應的差異波波形(即偏差試次減去其前一個標準試次的波形)；(b)單試次樣本隨機融合；(c)單試次融合樣本Fig.1 Flowchart of single-trial sample augmentation.(a) Single-trial samples of three types of stimuli， in which standard samples are the single trials corresponding to standard stimuli， and large/small samples are the singletrial difference waveforms corresponding to large/small stimuli (difference waveform was calculated by subtracting the deviant sweep from the standard sweep preceding that deviant stimulus)； (b) Random fusion of samples； (c) Fusing samples

1.4.2 EEGNET 算法

進一步采用EEGNET 深度學習算法對輸入的單試次樣本實現自動化特征提取和分類識別，其為Lawhern 等研究者于2018年提出的一種面向EEG數據分析的基于卷積神經網絡的深度學習框架[26]。目前，該算法已在多個腦機接口范式中(如P300 和運動想象等范式)取得了高精度且高魯棒性的分類表現。 該算法由兩個模塊組成。 其中，第一個模塊執行兩個步驟:(a)一個作為頻率濾波器的時序卷積層計算時序特征；(b)一個作為空間濾波器的深度卷積層學習特定頻率的空間特征。 第二個模塊為由深度卷積和逐點卷積組成的深度可分離卷積層，來單獨學習每個特征圖的時序特征并優化特征組合。 每個模塊后均對特征進行全局平均池化處理。 采用的EEGNET 參數與其原始論文中保持一致[26]。

1.4.3 交叉驗證

旨在提高被動聽覺ERP 范式下pDoC 患者個體識別精度，故所用數據集按被試組別劃分為VS，MCS 和健康對照組(healthy control， HC)三類，即個體被試樣本的標簽。 共納入132 名被試(38 名HC、40 名MCS 和54 名VS 患者)，在被試層面采用11折交叉驗證，每折包含12 名被試的單試次數據；其中，前9 折數據包括每類4 名被試，第10 折數據由2名HC，4 名MCS 以及6 名VS 患者構成，第11 折數據由12 名VS 患者構成。 該交叉驗證方式可確保訓練集和測試集樣本不來自于同一名被試，即確保訓練集與測試集間樣本的陌生性。 在測試階段，個體被試所有單試次樣本的總體測試結果將表示該被試在樣本水平(sample level)的分類準確率；進一步，個體被試樣本中被預測頻次最高的類別將代表該被試的預測類別，即個體被試的評估結果由所有單試次樣本共同決定。 因此，11 折交叉驗證后會得出每個被試在樣本水平的分類準確率，以及所有被試在被試水平(subject level)的分類準確率。 為了確保方法的穩定性，完整的11 折交叉驗證共重復10 次。 上述兩個準確率，以及被試水平的精確率(Precision)和召回率(Recall)將作為評估模型表現的指標。 這些指標表示為

式中，TP，TN，FP，FN 分別為真陽性(true positive)，真陰性(true negative)，假陽性(false positive)和假陰性(false negative)的樣本數量。

在當前的三分類(HC，MCS 和VS)任務下，被試水平的精確率和召回率取為各類的平均值。

1.4.4 EEGNET 特征的可解釋性

采用基于梯度計算的顯著圖(saliency map)來確定在單試次水平各特征(如單個電極下的單個采樣點)對分類結果的貢獻度[27]。 其中，各類別被正確預測樣本的顯著圖將被疊加平均來表示該類別的總體顯著圖。 顯著圖的量綱被歸一化至0～1。 在此量綱下，幅值越接近1 表示該特征對分類結果貢獻度越大，幅值越接近0 表示該特征對分類結果貢獻度越小。 為了量化三組被試顯著圖模式的相似性，采用二維相關系數(Matlab 中corr2( )函數)計算每兩類樣本顯著圖的相關系數。 進一步，選取5個典型電極區域，即前額區，顳區，中央區，頂區，枕區來量化不同腦區對分類結果的貢獻度。 此時，每類樣本的顯著圖(融合樣本的顯著圖本是由STD，LD 和SD 等3 類樣本空間級聯而成)被拆分成STD，LD 和LD 各自的貢獻度。 最終，計算各腦區在各自樣本類型下的貢獻度比例。

1.4.5 統計分析

采用單邊t檢驗統計N1/MMN 成分的幅值與0是否存在顯著差異，即確認各被試群體是否被有效誘發出N1/MMN 成分。 單因素重復測量方差分析被用于統計N1/MMN 成分幅值在3 組被試之間的差異性。 對于深度學習模型的評估，以樣本水平和被試水平的分類準確率以及被試水平的精確率和召回率為觀測值，利用單因素重復測量方差分析來研究:(1)融合樣本與非融合樣本對分類準確率的影響；(2)融合樣本的擴增數量對分類準確率的影響，進而確定合適的樣本擴增數量。 利用顯著圖中的貢獻度比例作為觀測值，采用單因素重復測量方差分析來研究不同腦區對總體分類結果的影響，進而理解EEGNET 在本分類任務下學習到的任務相關特征。 統計分析中顯著性水平為0.05；若觀測值不滿足Mauchly 球形檢驗，則利用Greenhouse-Geisser 方法校正自由度和P值；Bonferroni 方法用于多重比較校正。 所有統計分析內容均在SPSS(IBM SPSS Statistics， Version 22)軟件上進行。

2 結果

2.1 ERP 波形和腦地形圖

圖2 為Fz 電極處組平均波形圖及相應腦地形圖結果，其中STD(見圖2(a))為標準試次波形，LD和SD(見圖2(b)和(c))為大/小偏差刺激對應的差異波波形。 單邊t檢驗結果顯示:在STD 條件下，3 組被試的N1 成分幅值顯著小于0(VS:P＝0.016<0.05； MCS:P<0.001； HC:P<0.001)；在LD 條件下，MCS 和HC 組的MMN 成分幅值顯著小于0(MCS:P＝0.046<0.05； HC:P<0.001)，VS 組的MMN 成分幅值與0 無統計顯著差異(VS:P＝0.208>0.05)；在SD 條件下，僅HC 組的MMN 成分幅值顯著小于0(HC:P<0.001)，MCS 與VS 組的MMN 成分幅值與0 均無統計顯著差異(MCS:P＝0.496>0.05； VS:P＝0.793>0.05)。

圖2 Fz 電極處組平均波形圖及相應腦地形圖。 (a)標準刺激(標準試次波形)；(b)1 200 Hz偏差刺激(偏差試次減去其前一個標準試次)；(c)1 050 Hz偏差刺激(偏差試次減去其前一個標準試次)Fig.2 Group-averaged waveforms at Fz electrode and the relevant topographies.(a) Standard stimuli； (b)1 200 Hz deviant stimuli (Subtracting the deviant sweep from the standard sweep preceding that deviant stimulus)； (c) 1 050 Hz deviant stimuli (Subtracting the deviant sweep from the standard sweep preceding that deviant stimulus)

對于3 組被試之間N1/MMN 幅值的統計分析，單因素重復測量方差分析結果顯示:在STD 條件下，N1 成分幅值組別主效應顯著(F＝17.033，P<0.001)。 多重比較分析結果顯示:N1 成分幅值的絕對值符合VS0.322，P<0.001； 1.605>0.258，P<0.001)，MCS 和VS 組MMN 幅值絕對值無統計顯著差異(幅值絕對值:0.322>0.258，P>0.05)。 在SD 條件下，MMN 成分幅值組別主效應顯著(F＝17.254，P<0.001)。 多重比較分析結果顯示:HC 組MMN 絕對值幅值顯著高于MCS 和VS 組(幅值絕對值:0.918> 0.122，P<0.001； 0.918>0.267，P<0.001)，MCS 和VS 組MMN 幅值絕對值無統計顯著差異(幅值絕對值:0.122<0.267，P>0.05)。

2.2 單試次樣本類型影響分類表現的對比結果

為了驗證空間級聯三類單試次樣本的時空特征融合策略在DoC 個體評估中的有效性，本節研究對比了單試次融合樣本與非融合樣本對分類表現的影響。 為了確保結果的可比性，所有個體被試的單試次樣本數量均取為100，即偏差刺激對應單試次樣本數量的上限。 圖3 為以各類型單試次樣本為輸入時模型的分類表現。 在樣本水平，單因素重復測量方差分析結果顯示:樣本類型主效應顯著(F＝108.068，P<0.001)。 多重比較分析結果顯示:融合樣本的分類準確率要顯著高于單獨使用其中任何一種類型樣本(均滿足P<0.01)；僅使用STD 單試次作為輸入樣本取得的分類表現也顯著高于單獨使用任意一種偏差試次樣本(均滿足P<0.01)；單獨使用兩種偏差單試次作為輸入樣本時，模型分類表現無顯著差異(P＝0.603>0.05)。

圖3 不同類型樣本下的模型分類表現Fig.3 Classification performance in different types of samples

表2 為以各類型樣本為輸入時，模型重復運算10 次的平均分類表現。 在被試水平，模型分類表現與樣本水平結果趨勢保持一致。 單因素重復測量方差分析結果顯示:準確率，精確率和召回率的樣本類型主效應均顯著(F＝45.456，P<0.001；F＝30.824，P<0.001；F＝37.192，P<0.001)。 多重比較分析結果顯示:融合樣本的分類準確率，精確率和召回率都要顯著高于單獨使用其中任何一種類型樣本(均滿足P<0.05)；僅使用STD 單試次作為輸入樣本取得的分類表現也顯著高于單獨使用任意一種偏差試次樣本(均滿足P<0.01)；單獨使用兩種偏差單試次作為輸入樣本時，準確率，精確率和召回率無顯著差異(均為P>0.05)。

表2 不同類型樣本下的模型分類表現Tab.2 Classification performance in different types of samples

2.3 融合樣本的擴增數量影響分類表現的對比結果

如方法部分描述，所提出的單試次融合樣本可由個體被試數據中3 類單試次的隨機組合而成。 因此，該方法可有效擴增個體被試的單試次樣本數量。 本節研究對比了融合樣本的擴增數量對模型分類表現的影響，進而確定當前分類任務下合適的樣本擴增數量。 圖4 為單被試融合樣本數量由100增加至1 000 時模型的分類表現。 在樣本水平，單因素重復測量方差分析結果顯示:樣本數量主效應顯著(F＝101.575，P<0.001)。 多重比較分析結果顯示:樣本數量從100 擴增到200 時，模型分類表現顯著提高(分類準確率:70.02% <73.03%，P＝0.001<0.01)；當樣本數量由200 擴增到300 時，模型分類表現無顯著變化(分類準確率:73.03%<73.79%，P>0.05)；當樣本數量由200 繼續擴增到400 時，模型分類表現又出現顯著提高(分類準確率:73.79%< 74.44%，P＝0.004<0.01)；隨后，樣本數量由400 擴增至1 000 時，模型分類表現無顯著提升，但平均分類準確率仍由74.44%提升至最高75.14%。

圖4 不同融合樣本數量下的模型分類表現Fig.4 Classification performance in different number of fusing samples.

表3 為單被試融合樣本數量由100 擴增至1 000時，模型重復運算10 次的平均分類表現。 在被試水平，單因素重復測量方差分析結果顯示:準確率，精確率和召回率的樣本數量主效應均顯著(F＝13.682，P<0.001；F＝12.460，P<0.001；F＝10.375，P<0.001)。 多重比較分析結果顯示:當樣本數量大于等于200 時，分類準確率顯著提升，即樣本量為200 至1 000 時，被試水平分類準確率均顯著高于樣本數量為100 時的分類準確率；當樣本數量由200 擴增至1 000 時，模型分類表現無顯著提升，但平均分類準確率仍由81.59%提升至最高83.00%。 同時，精確率和召回率的統計結果趨勢同準確率結果一致，均在樣本數量擴增至1 000 時，取得分別為83.79%和84.02%的最佳分類表現。

表3 不同融合樣本數量下的模型分類表現Tab.3 Classification performance in different number of fusing samples.

2.4 EEGNET 特征

本節研究以基于梯度計算的顯著圖來揭示當前分類任務下EEGNET 模型學習到的分類特征模式。 圖5 為被正確預測的三類樣本的總體顯著圖。從圖中可看出，MCS 與HC 組顯著圖有較高相似性，而VS 組與MCS/HC 均表現出較低相似性。 二維相關分析結果為:r(MCS，HC)＝0.970，r(VS，HC)＝0.560，r(VS，MCS)＝0.470。

圖5 不同組別樣本下的特征顯著圖。 (a)植物狀態組；(b)微意識狀態組；(c)健康對照組Fig.5 Saliency maps in different groups.(a) Vegetative state group； (b) Minimally conscious state group； (c)Healthy controls.

進一步，量化了在3 組被試中5 個腦區對分類的貢獻度。 圖6 為3 組被試中3 種刺激條件下各腦區貢獻度比例的直方圖。 單因素重復測量方差分析結果顯示:腦區間主效應顯著(F＝23.589，P<0.001)。 多重比較分析結果顯示:枕區和中央區電極對分類結果貢獻度要顯著小于前額區，顳區和頂區(均滿足P<0.05)；前額區，顳區和頂區對分類結果貢獻度無顯著差異。 表4 為3 組被試中3 種刺激條件下各腦區貢獻度比例。

表4 不同組別樣本下5 個典型腦區的特征貢獻比例(%)Tab.4 Attributions ratio (%)of five typical brain regions in different groups

圖6 不同組別樣本下五個典型腦區的特征貢獻比例直方圖(a)植物狀態組；(b)微意識狀態組；(c)健康對照組Fig.6 Histogram of attributions ratio of five typical brain regions in different groups.(a) Vegetative state group； (b) Minimally conscious state group； (c)Healthy controls.

3 討論

3.1 時空特征融合策略提升模型分類表現

基于特征工程的機器學習方法常在單個樣本中融合多種類特征，如Armanfard 等[20]在單樣本中融合了統計特征(如方差，偏度和峰度等)，頻率特征(如alpha， beta 頻段能量)和時頻特征(小波分解系數等)等信息來解碼大腦加工標準與偏差刺激的差別。 從特征融合的角度出發，提出將個體被試數據中3 類單試次時域波形(STD，LD 和SD)在空間級聯以形成時空特征融合的單試次樣本。 為探索該融合樣本對模型分類表現的影響，分析了分別以STD，LD，SD 和融合樣本為輸入樣本時，模型的分類表現。

研究表明融合樣本(在樣本數量為100 時)可在樣本水平和被試水平分別取得70.02% 和77.95%的平均分類準確率，以及被試水平78.86%的精確率和召回率，均顯著高于非融合樣本的分類表現。 正如之前的研究報道，標準試次中包含的強制性聽覺N1 成分以及偏差試次(經過差異波計算)中包含的表征自動化偏差辨識的MMN 成分均為pDoC 診斷的關鍵腦功能指標[13]。 但因為上述兩個ERP 成分表征不同階段的聽覺信息加工過程，以往研究通常將其視為兩個獨立的觀測指標來分析其對DoC 評估的有效性。 結果表明將同一范式下的多個ERP 成分聯合分析可實現pDoC 患者個體評估精度的提升。 類似地，Pan 等[28]利用同一腦機接口范式下的P300 成分和連續EEG 信號中的視覺穩態誘發電位( steady-state visual evoked potential，SSVEP)聯合評估pDoC 患者意識水平。

因此，在利用EEG 進行pDoC 評估時，特征融合的方式不僅可以是融合表征同一大腦加工過程的多個特征(如融合時域和頻域特征聯合表征MMN成分[20])，也可以是融合同一實驗范式下的多個大腦加工過程(如本研究融合同一被動聽覺范式下的N1 和MMN 成分)。 上述特征融合方式均可有效地豐富單個樣本的特征維度，進而提高DoC 個體評估精度。

3.2 隨機融合擴增策略提升模型分類表現

如前文所述，時空特征融合單試次樣本是由個體被試數據中3 類單試次時域波形隨機空間級聯而成。 對此，我們推測在隨機形成的融合樣本數量較少時，模型可能無法習得個體被試數據的整體分布；而且，樣本數量的增加可有效提升EEGNET 等深度學習算法的分類表現[29]。 為探究融合樣本的擴增數量對模型分類表現的影響，對比了融合樣本數量由100 擴增至1 000 時模型的分類表現。 結果表明隨著融合樣本擴增數量的增加，模型的分類表現會隨著樣本數量的擴增而提升并逐步趨于平穩。樣本水平分類準確率在樣本數量擴增至400 時，模型分類表現趨于平穩；而被試水平的分類表現在樣本數量擴增至200 時便未能繼續顯著提升。 從總體趨勢來看，樣本水平和被試水平的最佳分類表現均在樣本數量擴增至1 000 時取得，分別為75.14%和83.00%。 由此可見，融合樣本的擴增數量是影響模型分類表現的關鍵因素之一。

實際上，在圖像識別領域，研究者通常采用圖像幾何變換和添加噪聲等方式進行數據擴增[30]。然而，以單試次時域波形作為樣本而非圖像，且床旁采集的pDoC 患者腦電數據具有強烈噪聲干擾，故上述兩種數據擴增方式均不合適。 根據當前分類任務的實際應用場景，本研究采用了隨機融合策略來對不同刺激類型的單試次時域波形進行空間級聯。 該隨機過程起到了樣本擴增的作用，并結合深度學習模型的強大特征學習能力實現了模型分類表現的提升。 此外，是面向被動聽覺ERP 范式提出的深度學習算法，因此該方法可能同樣適用于其他利用被動聽覺ERP 范式進行離線個體評估的應用場景(如精神分裂癥[31]和閱讀障礙[32])。

3.3 融合樣本特征貢獻模式分析

以EEGNET 深度學習模型來實現樣本自動化特征提取和分類識別。 進一步，采用了基于梯度計算的顯著圖(saliency map)在單試次水平確定各特征對分類結果的貢獻度，即EEGNET 模型從融合樣本中學習到的特征模式。 而且，每兩組被試間顯著圖的二維相關結果顯示MCS 組與HC 組具有較高相似度(r(MCS，HC)＝0.970)，但上述兩組均與VS 組相似性較低(r(VS，HC)＝0.560，r(VS，MCS)＝0.470)。 該結果可能表明:盡管MCS 患者意識水平下降，其在被動聽覺ERP 范式下的大腦反應模式仍與HC 存在較高相似度，所以EEGNET 可在MCS 患者和HC 被試中采用相同的特征提取策略來完成識別任務；對于VS 患者，其在本實驗范式下的大腦反應活動與HC 和MCS 被試存在明顯差異，故EEGNET 模型能夠提取出與上述兩組不同的特征模式來實現分類任務。

上述推測也能在3 組被試的N1/MMN 幅值得到部分驗證:N1 成分在3 組被試中均被成功誘發；在LD 條件下，MMN 成分僅在MCS 和HC 組出現，卻未能在VS 出現。 總體來看，顯著圖結果表明與HC 組大腦反應模式的相似性是MCS 和VS 患者之間的一個重要差異。 該結果也一定程度證明了Armanfard 等[20]提出的度量被動聽覺ERP 范式下DoC 患者與健康對照組EEG 響應模式的相似性來評估其意識水平的合理性。

進一步，以往研究表明N1 成分和MMN 成分在頭表激活的典型區域為前額區和中央區。 筆者之前的研究也表明在Fz 和Cz 電極下測得的MMN 幅值可與DoC 患者臨床CRS-R 評分存在顯著相關性[16-17]。 故進一步計算了各腦區在當前分類任務下的貢獻值。 結果表明枕區和中央區電極對pDoC患者個體評估的貢獻最低且顯著低于前額區，顳區和頂區電極，而上述3 個腦區之間對分類任務貢獻無顯著差異。 由此可見，EEGNET 模型學習到的特征模式并非僅利用N1/MMN 成分的典型激活區域，同時也利用了頂區電極來豐富特征維度。 因而推測EEGNET 利用了ERP 成分的整體空間分布以完成當前分類任務。

相較于傳統分析方法僅在典型電極下(如Fz，Cz)觀測MMN 等成分的幅值以進行意識水平評估，近來發展的機器學習評估模型常依賴于更多電極數據，如32 導[20]甚至256 導EEG 設備[33]。 此外，Engemann 等[34]發現電極數量的減少會降低基于EEG 手段的DoC 患者分類精度；特別地，當電極數量低于16 時，DoC 評估準確率會顯著降低。 因此，在利用機器學習算法進行DoC 評估時，EEG 設備的電極數量是影響評估準確性的重要因素，并且應該考慮利用不低于16 導的EEG 設備來保證識別精度。

3.4 局限性

本研究尚存在一些不足:(1)采用的數據集存在(a)患者組與對照組年齡不匹配以及(b)兩組被試的腦電數據采集自不同設備的問題。 Cheng等[35]報道了相較于年輕人(年齡在20～40 歲)，老年人(年齡在50～80 歲)由被動聽覺范式誘發的MMN 幅值顯著降低。 采集設備對被動聽覺范式下ERP 成分的影響尚無明確研究。 上述問題均可能造成數據整體偏移，進而影響判別模型的可靠性。盡管已采用三分類任務(HC，MCS 和VS 等3 個組別，其中MCS 和VS 組年齡匹配且采集設備一致)來規避該風險，但鑒于目前數據所限，尚無法對該問題造成的風險進行有效估計。 (2)采用的數據集均為個體被試的單次采集結果，致使目前無法測試本深度學習框架對于同一患者在意識恢復過程中的評估敏感性。 (3)采用的數據集均來自于同一個醫學中心，尚無法測試本深度學習框架對于多醫學中心數據的泛化能力。 希望隨著日后數據量的豐富，以上局限性可被有效解決。

4 結論

本研究提出一種適用于被動聽覺ERP 范式下pDoC 患者個體評估的深度學習算法。 根據該范式誘發的N1/MMN 成分的特性，本算法提出樣本融合的數據擴增策略并結合EEGNET 深度學習算法實現pDoC 患者個體評估。 該機器學習算法可有效克服被試特異性模型評估能力差的問題，實現樣本水平和被試水平平均分類準確率分別為75.14%和83.00%以及被試水平83.79%精確率和84.02%召回率的最佳評估表現，為pDoC 患者個體評估提供了新的研究思路。