基于腦電信號(hào)的實(shí)驗(yàn)刺激系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

摘要：腦電實(shí)驗(yàn)刺激系統(tǒng)是腦科學(xué)與神經(jīng)科學(xué)研究領(lǐng)域中不可或缺的工具軟件。目前市場(chǎng)上此類軟件主要由國(guó)外公司開(kāi)發(fā)，其價(jià)格高昂且缺乏可擴(kuò)展性。為解決這一問(wèn)題，該研究采用C#開(kāi)發(fā)了一套腦電實(shí)驗(yàn)刺激軟件。該系統(tǒng)成功實(shí)現(xiàn)了事件相關(guān)電位、穩(wěn)態(tài)視覺(jué)誘發(fā)電位、運(yùn)動(dòng)想象等多種刺激模式，并具備出色的擴(kuò)展性，能夠根據(jù)用戶的具體需求迅速開(kāi)發(fā)出新的功能模塊。在實(shí)驗(yàn)應(yīng)用中，該系統(tǒng)表現(xiàn)出良好的穩(wěn)定性，能夠精準(zhǔn)地呈現(xiàn)各類刺激模式，有效誘發(fā)目標(biāo)腦電信號(hào)，顯著提高了實(shí)驗(yàn)的效率與準(zhǔn)確性，為腦電實(shí)驗(yàn)的順利開(kāi)展提供了有力的支撐。

關(guān)鍵詞：腦電信號(hào)；刺激系統(tǒng)；事件相關(guān)電位 （ERP）；穩(wěn)態(tài)視覺(jué)誘發(fā)電位 （SSVEP）；運(yùn)動(dòng)想象

中圖分類號(hào)：TP311" "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2025）08-0063-04

開(kāi)放科學(xué)（資源服務(wù)） 標(biāo)識(shí)碼（OSID）

0 引言

隨著腦科學(xué)與神經(jīng)科學(xué)的發(fā)展，腦電波（EEG） 作為一種有效的神經(jīng)活動(dòng)監(jiān)測(cè)工具，在認(rèn)知心理學(xué)、臨床醫(yī)學(xué)、神經(jīng)工程等領(lǐng)域的應(yīng)用日益廣泛。腦電實(shí)驗(yàn)刺激系統(tǒng)是研究者在實(shí)驗(yàn)中獲取腦電信號(hào)的關(guān)鍵工具。

目前常見(jiàn)的腦電信號(hào)刺激軟件有Neuroscan Stim2、E-Prime、OpenSesame、PsychoPy、Inquisit等。Neuroscan Stim2主要用于事件相關(guān)電位（ERP） 和功能成像研究，它在心理學(xué)和神經(jīng)科學(xué)領(lǐng)域得到了廣泛應(yīng)用，尤其是在深入探索注意力和記憶機(jī)制方面效果顯著[1]。E-Prime能夠精確控制刺激的呈現(xiàn)時(shí)間和順序，從而實(shí)現(xiàn)高精度的實(shí)驗(yàn)設(shè)計(jì)[2]。OpenSesame基于Python編程語(yǔ)言開(kāi)發(fā)，支持拖放界面，擁有豐富的插件庫(kù)[3]。PsychoPy允許研究人員通過(guò)圖形用戶界面或腳本編程輕松創(chuàng)建復(fù)雜的實(shí)驗(yàn)任務(wù)[4]。Inquisit的獨(dú)特功能在于可通過(guò)網(wǎng)絡(luò)收集實(shí)驗(yàn)數(shù)據(jù)并對(duì)數(shù)據(jù)加密，支持基于互聯(lián)網(wǎng)的實(shí)驗(yàn)[5]。

然而，當(dāng)前市場(chǎng)上可獲得的腦電信號(hào)刺激系統(tǒng)多由國(guó)外公司開(kāi)發(fā)，這不僅導(dǎo)致了高昂的購(gòu)買(mǎi)成本，也限制了系統(tǒng)的功能和靈活性。許多現(xiàn)有軟件缺乏足夠的可擴(kuò)展性，難以滿足個(gè)別研究者對(duì)特定實(shí)驗(yàn)設(shè)計(jì)和刺激模式的需求。本研究利用C#語(yǔ)言開(kāi)發(fā)了一套適應(yīng)多種需求的腦電實(shí)驗(yàn)刺激系統(tǒng)，從設(shè)計(jì)到實(shí)現(xiàn)的每一個(gè)環(huán)節(jié)均考慮用戶的易用性和系統(tǒng)的擴(kuò)展性。該系統(tǒng)不僅能夠?qū)崿F(xiàn)常見(jiàn)的腦電刺激模式，如事件相關(guān)電位（ERP） 、穩(wěn)態(tài)視覺(jué)誘發(fā)電位（SSVEP） 、聽(tīng)覺(jué)誘發(fā)電位（AEP） 及運(yùn)動(dòng)想象等，更為重要的是，它提供了簡(jiǎn)潔直觀的管理與設(shè)置界面，便于用戶快速配置各類實(shí)驗(yàn)參數(shù)[6-7]。此外，基于模塊化設(shè)計(jì)的系統(tǒng)架構(gòu)，還能根據(jù)用戶需求迅速開(kāi)發(fā)新功能，滿足不同科研團(tuán)隊(duì)的特定實(shí)驗(yàn)需求。

1 需求分析

腦電信號(hào)刺激系統(tǒng)是腦電實(shí)驗(yàn)所必須的軟件，用戶通過(guò)該刺激系統(tǒng)的參數(shù)設(shè)置，誘發(fā)受試者產(chǎn)生各種類型的腦電信號(hào)，包括事件相關(guān)電位、穩(wěn)態(tài)視覺(jué)誘發(fā)電位、運(yùn)動(dòng)想象等。

1.1 事件相關(guān)電位

事件相關(guān)電位（Event-Related Potentials， ERPs） 是一種特殊的腦誘發(fā)電位，它通過(guò)有意地賦予刺激以特殊的心理意義，利用多個(gè)或多樣的刺激所引起的腦電位變化來(lái)反映認(rèn)知過(guò)程中大腦的神經(jīng)電生理變化[8-9]。ERPs具有高時(shí)間分辨率，能夠提供關(guān)于認(rèn)知和感覺(jué)處理過(guò)程的精確時(shí)間信息。

事件相關(guān)電位的刺激模式主要包含視覺(jué)刺激和聽(tīng)覺(jué)刺激兩種，其中視覺(jué)刺激模式包括不同強(qiáng)度和色調(diào)的光、單詞、語(yǔ)句、圖形、圖像、照片等。而聽(tīng)覺(jué)刺激模式則包括短聲、純音、語(yǔ)音、言語(yǔ)及其他自然或非自然聲音（如流水聲、狗叫等） 。

事件相關(guān)電位有很多種類的實(shí)驗(yàn)范式，常見(jiàn)的ERPs實(shí)驗(yàn)范式包括Oddball、Go/No-Go、Stroop效應(yīng)、Flanker任務(wù)、視覺(jué)搜索等。以經(jīng)典的Oddball實(shí)驗(yàn)范式為例，它包括兩種及以上不同概率的刺激序列，并以特定或隨機(jī)方式出現(xiàn)。要求刺激持續(xù)的時(shí)間、兩次刺激之間的間隔可以設(shè)置為固定值或在特定時(shí)間段內(nèi)隨機(jī)，不同類型的刺激可以設(shè)定出現(xiàn)的概率，單次實(shí)驗(yàn)的刺激總數(shù)可以設(shè)定。圖1展示的是一個(gè)基于Oddball的實(shí)驗(yàn)?zāi)Ｊ綀D。

該實(shí)驗(yàn)?zāi)Ｊ街兴械拇碳ゎ愋头譃榘写碳ず头前写碳ぃ渲邪写碳こ霈F(xiàn)的概率為20%，在圖中用O標(biāo)記，而其他的刺激類型全部為非靶刺激，出現(xiàn)概率為80%，在圖中用B表示。實(shí)驗(yàn)過(guò)程包含多組Block，其中Baseline Block和Oddball Block交替出現(xiàn)。每組Block都是先3 000 ms的提示指令，在圖中用I表示，然后出現(xiàn)25組刺激指令，每組刺激持續(xù)800 ms，然后間隔200 ms再進(jìn)行下一組刺激，每個(gè)Block總長(zhǎng)度為28 000 ms。兩種Block的區(qū)別在于Baseline Block全部出現(xiàn)的是非靶刺激，而Oddball Block有20%概率出現(xiàn)靶刺激。

1.2 穩(wěn)態(tài)視覺(jué)誘發(fā)電位

SSVEP（steady-state visually evoked potential） 是一種通過(guò)視覺(jué)刺激引起的穩(wěn)態(tài)腦電位。它是一種特殊的腦電信號(hào)，當(dāng)人眼注視頻率固定的視覺(jué)刺激時(shí)，大腦神經(jīng)元會(huì)以相同的頻率同步振蕩產(chǎn)生電活動(dòng)[10]。這種同步振蕩的電活動(dòng)可以通過(guò)腦電圖記錄和分析。如圖2所示，我們首先選擇實(shí)驗(yàn)?zāi)Ｊ剑赟SVEP的腦電實(shí)驗(yàn)?zāi)Ｊ接卸喾N不同的視覺(jué)誘發(fā)模式可以選擇，比如棋盤(pán)格翻轉(zhuǎn)、條柵翻轉(zhuǎn)、單個(gè)目標(biāo)閃爍、目標(biāo)震蕩運(yùn)動(dòng)等，然后選擇實(shí)驗(yàn)參數(shù)，包括兩個(gè)刺激類型的顏色、刺激頻率、亮度、大小，以及本組實(shí)驗(yàn)需要刺激的次數(shù)等。實(shí)驗(yàn)參數(shù)設(shè)定好后可以啟動(dòng)實(shí)驗(yàn)，系統(tǒng)會(huì)自動(dòng)在兩個(gè)刺激類型之間按照設(shè)定的實(shí)驗(yàn)參數(shù)快速翻轉(zhuǎn)，每次翻轉(zhuǎn)后檢查是否達(dá)到刺激設(shè)定的次數(shù)，如果達(dá)到則結(jié)束本組實(shí)驗(yàn)，否則繼續(xù)交替顯示兩種刺激類型。

1.3 運(yùn)動(dòng)想象

運(yùn)動(dòng)想象是指在不實(shí)際移動(dòng)的情況下想象人體某部分（例如，肢體） 的運(yùn)動(dòng)過(guò)程[11]。運(yùn)動(dòng)想象腦電實(shí)驗(yàn)?zāi)芊謩e誘發(fā)三種不同的電位：準(zhǔn)備電位、運(yùn)動(dòng)電位和運(yùn)動(dòng)監(jiān)測(cè)電位。如圖3所示，該刺激運(yùn)行一次共7秒鐘，其中前兩秒為黑屏，然后屏幕中央出現(xiàn)十字并發(fā)出Beep聲。在第3秒時(shí)出現(xiàn)箭頭，箭頭的方向在上、下、左、右中隨機(jī)生成。到第4秒時(shí)，箭頭消失，而十字則在這一輪刺激結(jié)束后消失。從第3秒鐘箭頭出現(xiàn)到第7秒鐘刺激結(jié)束，受試者必須根據(jù)箭頭的方向來(lái)想象左右手的運(yùn)動(dòng)。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

腦電信號(hào)采集系統(tǒng)的基本結(jié)構(gòu)如圖4所示，系統(tǒng)的關(guān)鍵部分位于腦電屏蔽實(shí)驗(yàn)室內(nèi)，該實(shí)驗(yàn)室可屏蔽外界的電磁干擾和噪音干擾，同時(shí)實(shí)驗(yàn)室內(nèi)部大量采用吸音材料，以防止內(nèi)部回音對(duì)受試者的干擾。腦電信號(hào)刺激系統(tǒng)安裝在屏蔽室內(nèi)的電腦上，當(dāng)系統(tǒng)運(yùn)行時(shí)，通過(guò)顯示器和耳機(jī)將各種圖像、文字和聲音刺激信號(hào)按照實(shí)驗(yàn)設(shè)計(jì)好的刺激模式發(fā)送給受試者。受試者接受到視覺(jué)和聽(tīng)覺(jué)刺激后，大腦會(huì)產(chǎn)生相應(yīng)的腦電波，并導(dǎo)致腦部皮層電位發(fā)生相應(yīng)的變化。該細(xì)微的電位變化通過(guò)用于腦電采集的高精度電極帽獲取并發(fā)送給腦電信號(hào)放大器。該信號(hào)經(jīng)過(guò)A/D轉(zhuǎn)換和放大后，成為原始腦電信號(hào)發(fā)送給系統(tǒng)單元。系統(tǒng)單元是專門(mén)用來(lái)采集和處理腦電信號(hào)的實(shí)驗(yàn)設(shè)備之一。與此同時(shí)，刺激系統(tǒng)還將刺激類別與動(dòng)作類別等刺激信號(hào)標(biāo)記通過(guò)并口發(fā)送到系統(tǒng)單元中。兩路信號(hào)經(jīng)過(guò)系統(tǒng)單元的匯總和匹配后，一并發(fā)給屏蔽室外的采集系統(tǒng)。該采集系統(tǒng)不僅能實(shí)時(shí)顯示原始腦電信號(hào)及其基本特征，還能對(duì)腦電信號(hào)進(jìn)行存儲(chǔ)管理。

2.2 軟件模塊設(shè)計(jì)

腦電實(shí)驗(yàn)刺激系統(tǒng)的軟件模塊設(shè)計(jì)如圖5所示。系統(tǒng)運(yùn)行在一個(gè)安裝了 .NET 運(yùn)行與開(kāi)發(fā)環(huán)境的電腦上，最底層的模塊實(shí)現(xiàn)了繪制字符串、圖案、圖片以及播放音視頻等刺激方式的輸出功能。這些模塊采用的是基于 .NET 的 GDI+ 編程技術(shù)以及基于媒體播放器的編程接口來(lái)實(shí)現(xiàn)，同時(shí)還通過(guò)調(diào)用 winio32.dll 中的接口實(shí)現(xiàn)了通過(guò)并口卡輸出刺激信號(hào)與反饋信號(hào)的功能。

基于這些基本功能，我們定義了各種腦電實(shí)驗(yàn)刺激物以及腦電實(shí)驗(yàn)參數(shù)在系統(tǒng)中的實(shí)現(xiàn)方式。通過(guò)將實(shí)驗(yàn)刺激物和實(shí)驗(yàn)參數(shù)傳遞給底層模塊，實(shí)現(xiàn)了基本的刺激功能。在系統(tǒng)的最頂層，我們基于多種不同的實(shí)驗(yàn)?zāi)Ｊ蕉x了多組基于刺激物與實(shí)驗(yàn)參數(shù)的復(fù)雜組合，每一種復(fù)雜組合構(gòu)成一組腦電實(shí)驗(yàn)?zāi)Ｊ剑到y(tǒng)基于定義好的實(shí)驗(yàn)?zāi)Ｊ阶詣?dòng)完成整個(gè)實(shí)驗(yàn)過(guò)程。

3 系統(tǒng)實(shí)現(xiàn)

3.1 刺激信號(hào)的發(fā)送

該刺激系統(tǒng)必須通過(guò)并口卡向采集設(shè)備發(fā)送刺激信號(hào)與反饋信號(hào)。以下是用 C# 編寫(xiě)的信號(hào)發(fā)送代碼，它使用了 P/Invoke（平臺(tái)調(diào)用服務(wù)） 來(lái)調(diào)用 Windows 的 WinIO32.dll 庫(kù)中的相關(guān)函數(shù)，以便與硬件端口進(jìn)行交互。首先，我們聲明一個(gè)外部函數(shù)，該函數(shù)位于名為winio32.dll的動(dòng)態(tài)鏈接庫(kù)中。通過(guò)該聲明來(lái)告訴 .NET 的 Common Language Runtime （CLR） 如何找到并調(diào)用這個(gè)外部函數(shù)。然后聲明了一個(gè)名為 SetPortVal 的外部函數(shù)。這個(gè)函數(shù)接受三個(gè)參數(shù)：wPortAddr 是一個(gè)指向端口地址的指針，dwPortVal 是要寫(xiě)入端口的值，bSize 是要寫(xiě)入的值的大小（以字節(jié)為單位） 。該函數(shù)返回一個(gè)布爾值，表示操作是否成功。接著，通過(guò)私有靜態(tài)字段存儲(chǔ)一個(gè)指向特定硬件端口地址的指針。代碼中的端口地址被硬編碼為 0xe010，這是系統(tǒng)中查詢到的并口刺激發(fā)送單元的端口地址。然后設(shè)置一個(gè)公共方法，它接受一個(gè)整數(shù)參數(shù) WriteValue 來(lái)存儲(chǔ)要寫(xiě)入端口的值。通過(guò)賦值語(yǔ)句后，調(diào)用之前聲明的 SetPortVal 函數(shù)，將端口地址、要寫(xiě)入的值和數(shù)據(jù)長(zhǎng)度作為參數(shù)傳遞。這個(gè)調(diào)用將嘗試將 WriteValue 的值寫(xiě)入到指定的硬件端口。

[DllImport（\"winio32.dll\"）] // 聲明動(dòng)態(tài)鏈接庫(kù) winio32.dll 中的相關(guān)函數(shù)

public static extern bool SetPortVal（IntPtr wPortAddr， int dwPortVal， byte bSize）;

private static IntPtr data_port = （IntPtr）0xe010; // 數(shù)據(jù)端口地址 D0-D7 8個(gè)端口

public void setDateBuff（int WriteValue） // 定義寫(xiě)入方法，參數(shù) WriteValue 為待寫(xiě)入的值

{

IntPtr m_nport = data_port; // 數(shù)據(jù)端口地址 data_port

int m_nValue = WriteValue; // 調(diào)用 WinIo 庫(kù)函數(shù) SetPortVal 寫(xiě)端口值

SetPortVal（m_nport， m_nValue， 1）; // 將一個(gè)字節(jié)的值寫(xiě)入指定的 IO 端口

}

3.2 刺激元素的呈現(xiàn)

系統(tǒng)通過(guò)控制外部設(shè)備（如顯示器、揚(yáng)聲器等） 來(lái)呈現(xiàn)刺激，可以根據(jù)實(shí)驗(yàn)設(shè)計(jì)的要求控制刺激的類型、強(qiáng)度和時(shí)間等參數(shù)。圖6是基于穩(wěn)態(tài)視覺(jué)誘發(fā)電位的部分刺激圖型展示，圖中的圖型部分通過(guò)Graphics類的 FillRectangle方法或者 FillEllipse方法來(lái)實(shí)現(xiàn)，色彩和亮度部分通過(guò)SolidBrush類實(shí)現(xiàn)。對(duì)于文字類刺激，可以通過(guò)Graphics 類的DrawString方法實(shí)現(xiàn)，同時(shí)使用 Font 類來(lái)設(shè)置文字的字體和大小，SolidBrush 類設(shè)置字體的顏色和亮度。而圖片或照片類的刺激則需要使用 Graphics 類的 DrawImage 方法，被繪制的圖片素材使用 Image 類的 FromFile 方法進(jìn)行加載。如果是音頻刺激元素，則使用 SoundPlayer 類來(lái)實(shí)現(xiàn)，而視頻刺激元素可用的方法比較多，可以調(diào)用多種播放器的開(kāi)放接口進(jìn)行播放。

3.3 腦電信號(hào)分析

被采集的腦電信號(hào)按照實(shí)驗(yàn)設(shè)計(jì)的模式經(jīng)過(guò)一系列的預(yù)處理后，可以進(jìn)行信號(hào)分析處理。分析軟件采用 Neuroscan + Python Notebook 的混合模式，相關(guān)技術(shù)細(xì)節(jié)因篇幅原因不再贅述。以基于 SSVEP 的腦電實(shí)驗(yàn)?zāi)Ｊ綖槔瑢?shí)驗(yàn)采集的原始信號(hào)為 CNT 格式，包含了 28 個(gè)導(dǎo)聯(lián)的腦電信號(hào)、4 個(gè)導(dǎo)聯(lián)的參考電極和眼電信號(hào)，同時(shí)還存儲(chǔ)了從刺激電腦通過(guò)并口發(fā)送的刺激信號(hào)。首先對(duì)原始信號(hào)進(jìn)行預(yù)處理操作，包含了對(duì)有問(wèn)題導(dǎo)聯(lián)的電極刪除、對(duì)漂移明顯的數(shù)據(jù)塊刪除，以及對(duì)眼電產(chǎn)生的干擾進(jìn)行去除。

然后再對(duì)初步預(yù)處理后的信號(hào)按照刺激信號(hào)為基準(zhǔn)時(shí)間點(diǎn)進(jìn)行分段疊加。這個(gè)疊加過(guò)程將剔除部分異常數(shù)據(jù)，同時(shí)消除隨機(jī)信號(hào)噪音。疊加后的腦電信號(hào)以 AVG 文件的方式存儲(chǔ)。基于該文件可以進(jìn)行各種類型的數(shù)據(jù)分析。圖7是一個(gè)腦電信號(hào)多導(dǎo)聯(lián)時(shí)域平均與腦地形的聯(lián)合圖，該圖通過(guò)調(diào)用 Python 中基于腦電信號(hào)處理的 MNE 功能包來(lái)實(shí)現(xiàn)。圖中展示了不同時(shí)間點(diǎn)上 28 個(gè) EEG 通道經(jīng)過(guò)信號(hào)疊加后的平均波形和腦地形圖。聯(lián)合圖是一種非常直觀的方式來(lái)查看 ERP（事件相關(guān)電位） 波形和地形圖的變化，它可以幫助研究者理解在不同時(shí)間點(diǎn)上腦電活動(dòng)的空間分布和時(shí)間進(jìn)程。圖中的三個(gè)波峰被標(biāo)識(shí)出來(lái)并繪制了相應(yīng)時(shí)間點(diǎn)的腦地形圖。

EEG腦地形圖是在傳統(tǒng)腦電圖的基礎(chǔ)上，通過(guò)計(jì)算機(jī)處理將腦電信號(hào)轉(zhuǎn)換為二維或三維圖像，展示大腦皮層電活動(dòng)的空間分布。首先，將實(shí)驗(yàn)采集的腦電信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換和傅立葉變換等處理，以獲得不同頻段的腦電功率譜。接著，利用插值算法（如線性內(nèi)插或曲面樣條內(nèi)插） 在電極之間生成連續(xù)的電位分布，最終形成腦地形圖。這種圖像能夠客觀地反映各部位電位變化的空間分布狀態(tài)，通常使用顏色編碼來(lái)表示電位的高低。

腦地形圖能夠靈敏地識(shí)別EEG中不易判別的細(xì)微異常變化。例如，在癲癇等疾病的診斷中，它可以幫助定位異常電活動(dòng)的具體區(qū)域。腦地形圖不僅可以顯示病變的部位和范圍，還能進(jìn)行動(dòng)態(tài)觀察記錄，提供大腦在不同狀態(tài)下活動(dòng)模式的信息。這對(duì)于研究大腦功能和不同心理狀態(tài)下的電生理活動(dòng)極為重要。

圖8是基于腦電信號(hào)時(shí)域變化的腦地形圖，展示了特定時(shí)間點(diǎn)上 EEG 通道的腦電活動(dòng)分布。圖中顯示的是經(jīng)過(guò)預(yù)處理和疊加后的 SSVEP 腦電信號(hào)在一個(gè)刺激周期的第 0 秒、0.02 秒、0.04 秒和 0.06 秒這四個(gè)時(shí)間點(diǎn)上繪制的腦地形圖。可以很容易地從圖中看出，刺激后 40 毫秒左右在大腦的枕葉部位有很強(qiáng)的電位變化，該腦區(qū)與大腦的視覺(jué)中樞位置相吻合。

4 結(jié)論

本文針對(duì)腦科學(xué)研究現(xiàn)狀，深入剖析腦電實(shí)驗(yàn)的系統(tǒng)構(gòu)建、實(shí)驗(yàn)設(shè)計(jì)及刺激模式等關(guān)鍵環(huán)節(jié)，開(kāi)發(fā)了一套基于腦電信號(hào)的實(shí)驗(yàn)刺激系統(tǒng)。該系統(tǒng)全面覆蓋事件相關(guān)電位、穩(wěn)態(tài)視覺(jué)誘發(fā)電位、運(yùn)動(dòng)想象和聽(tīng)覺(jué)誘發(fā)電位等主流刺激模式，為不同類型的腦電實(shí)驗(yàn)提供強(qiáng)有力的軟件支持。

該軟件具有靈活的可擴(kuò)展性，通過(guò)簡(jiǎn)潔的模塊化設(shè)計(jì)，能夠輕松擴(kuò)展新的實(shí)驗(yàn)刺激模式，以滿足腦科學(xué)不斷發(fā)展的實(shí)驗(yàn)需求。在實(shí)用性方面，系統(tǒng)運(yùn)行穩(wěn)定，誘發(fā)的腦電信號(hào)經(jīng)過(guò)數(shù)據(jù)分析后，結(jié)果精準(zhǔn)契合實(shí)驗(yàn)設(shè)計(jì)預(yù)期。該系統(tǒng)已在南昌市腦機(jī)交互關(guān)鍵技術(shù)研究及應(yīng)用重點(diǎn)實(shí)驗(yàn)室投入使用，有效助力實(shí)驗(yàn)室內(nèi)部科研及對(duì)外合作項(xiàng)目的順利開(kāi)展。

后續(xù)研究將聚焦于進(jìn)一步提升實(shí)驗(yàn)刺激系統(tǒng)對(duì)各種硬件環(huán)境與腦電實(shí)驗(yàn)設(shè)備的兼容性，同時(shí)將實(shí)驗(yàn)?zāi)Ｊ降臄U(kuò)充和相關(guān)參數(shù)的設(shè)置等功能從程序代碼中剝離出來(lái)，通過(guò)采用腳本語(yǔ)言的方式提高腦電實(shí)驗(yàn)設(shè)計(jì)的效率以及系統(tǒng)的可擴(kuò)展性。

參考文獻(xiàn)：

[1] SANFINS M D，HATZOPOULOS S，DONADON C，et al.An analysis of the parameters used in speech ABR assessment protocols[J].The Journal of International Advanced Otology，2018，14（1）：100-105.

[2] VERDONSCHOT M，VAN STEENBERGEN H，SPAPé R.The E-Primer： An Introduction to Creating Psychological Experiments in E-Prime[M]. 2nd ed. Amsterdam： Amsterdam University Press，2019.

[3] SULAS E，HASAN P Y，ZHANG Y，et al.Streamlining experiment design in cognitive hearing science using OpenSesame[J].Behavior Research Methods，2023，55（4）：1965-1979.

[4] PEIRCE J，GRAY J R，SIMPSON S，et al.PsychoPy2：Experiments in behavior made easy[J].Behavior Research Methods，2019，51（1）：195-203.

[5] LANGE F B， KESSLER T. Inquisit： A Versatile Tool for Experimental Psychology[J]. Psychological Test and Assessment Modeling，2022，64（1）：150-165.

[6] 楊杰.經(jīng)顱聚焦超聲刺激實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)與測(cè)試[D].上海：上海交通大學(xué)，2018.

[7] 鄭璞潔.便攜式聽(tīng)覺(jué)穩(wěn)態(tài)誘發(fā)電位實(shí)驗(yàn)系統(tǒng)的設(shè)計(jì)[D].北京：清華大學(xué)，2013.

[8] 王麗娜.兒童青少年抑郁障礙患者非自殺性自傷的社會(huì)心理因素及事件相關(guān)電位P300研究[D].濟(jì)寧：濟(jì)寧醫(yī)學(xué)院，2023.

[9] 丁曉釵.不同程度抑郁癥患者事件相關(guān)電位P300及認(rèn)知功能的研究[D].濟(jì)寧：濟(jì)寧醫(yī)學(xué)院，2023.

[10] 楊京儒.基于SSVEP的腦控自動(dòng)尋路小車系統(tǒng)[D].南京：南京郵電大學(xué)，2023.

[11] 孫劉婷.基于深度學(xué)習(xí)的運(yùn)動(dòng)想象腦電信號(hào)分類方法研究[D].南京：南京郵電大學(xué)，2023.

【通聯(lián)編輯：唐一東】