单通道fNIRS系统：BCI应用中的生理噪声抑制与HbO2/Hb测量

本文研究了一种单通道功能性近红外光谱(fNIRS)系统的设计与开发，主要针对脑机接口(BCI)的应用。该系统利用非侵入性光学技术，监测大脑皮层活动，特别关注在执行数学任务时氧合血红蛋白(HbO2)和脱氧血红蛋白(Hb)浓度的变化。对于BCI而言，准确测量和处理生理噪声至关重要，因为这直接影响信号的质量和用户界面的性能。 研究中，六个实验参与者参与了实验，他们的脑部活动通过单通道fNIRS系统进行实时监测。为了减少生理噪声对血流动力学反应的影响，作者采用了经验模态分解(EMD)方法。EMD是一种数据驱动的自适应算法，特别适用于分析非平稳的数据。它将原始数据分解成一组内在模态函数(IMFs)，每个IMF代表一种不同频率成分。通过选择合适的IMFs，可以有效地去除噪声，提高了信号的信噪比(CNR)。 相较于传统的巴特沃斯滤波器，EMD在生理噪声抑制方面展现出更高的性能，因为它能够更精细地分离信号中的有用成分和随机干扰。这对于BCI系统来说非常重要，因为高CNR意味着更精确的脑电活动识别，从而提升系统的稳定性和响应速度。 此外，文章还提到了与电极描记术(EEG)的比较，EEG通常用于表示大脑状态，也是BCI的常用工具。然而，fNIRS由于其无创性、低干扰以及对脑深部区域的穿透能力，逐渐成为一种有前景的补充或替代手段。 总结来说，本研究不仅展示了单通道fNIRS系统在BCI中的应用潜力，而且强调了EMD在降低生理噪声方面的重要作用，这将有助于提升神经科学研究的精确度和BCI技术的实际应用效果。通过优化信号处理技术，科学家们朝着实现更高效、更精准的脑机交互迈出了关键一步。