基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究.pdf

文章编号：1003-0530（2023）08-1455-10第 39 卷 第 8 期2023 年8 月信号处理Journal of Signal ProcessingVol.39 No.8Aug.2023基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究许敏鹏1，2 丁茹梦1 郑春厚2 蔡雨1 李辉2 明东1，2（1.天津大学医学工程与转化医学研究院，天津 300072；2.天津大学精密仪器与光电子工程学院，天津 300072）摘 要：脑电信号（Electroencephalogram，EEG）因其具有时间分辨率高、方便易得等优点被广泛应用。然而脑电信号的空间分辨率较低，导致其应用效果受限。拉普拉斯滤波方法已被证明可提高体表电位的空间分辨率。传统拉普拉斯脑电研究通常利用算子来估计圆盘电极阵列中的拉普拉斯电势。但是圆盘电极间距大，使得该方法估计结果精度较低。针对上述问题，本文设计了一种拉普拉斯脑电电极及其采集方案，分别从仿真实验和人体实验两方面验证了其有效性。仿真结果表明拉普拉斯电极空间分辨率可比传统圆盘电极提高约41.4%。人体实验结果表明大脑左右半球视觉皮层同时产生稳态视觉诱发电位（Steady-state visual evoked potentials，SSVEP）时，拉普拉斯脑电信号可明显分辨出左右半球两个独立的SSVEP源信号，而传统脑电信号无法区分这两个独立脑电源。上述研究结果证明，本文设计的拉普拉斯脑电电极及其采集方案能够有效提升脑电的空间分辨率，有望实现更精确的脑电源定位。关键词：头皮拉普拉斯脑电；稳态视觉诱发电位；拉普拉斯脑电电极中图分类号：R318 文献标识码：A DOI：10.16798/j.issn.1003-0530.2023.08.011引用格式：许敏鹏，丁茹梦，郑春厚，等.基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究J.信号处理，2023，39（8）：1455-1464.DOI：10.16798/j.issn.1003-0530.2023.08.011.Reference format：XU Minpeng，DING Rumeng，ZHENG Chunhou，et al.Research on high spatial resolution SSVEP signal acquisition and analysis based on scalp Laplace EEG electrodes J.Journal of Signal Processing，2023，39（8）：1455-1464.DOI:10.16798/j.issn.1003-0530.2023.08.011.Research on High Spatial Resolution SSVEP Signal Acquisition and Analysis Based on Scalp Laplace EEG ElectrodesXU Minpeng1，2 DING Rumeng1 ZHENG Chunhou2 CAI Yu1 LI Hui2 MING Dong1，2（1.Academy of Medical Engineering and Translational Medicine，Tianjin University，Tianjin 300072，China；2.School of Precision Instrument and Opto-electronics Engineering，Tianjin University，Tianjin 300072，China）Abstract:EEG signals are widely used due to their advantages of high temporal resolution and convenience.However，the low spatial resolution of EEG signals limits the effectiveness of EEG application.Laplacian filtering methods have been proved to improve the spatial resolution of body surface potentials.The traditional Laplace EEG research usually utilize algorithms to estimate Laplace potentials through the disc electrode arrays.However，the distance between the disc electrodes usually are far away，which makes the estimation results of this method less accurate.This study proposed to use Laplace EEG electrode to improve the spatial resolution of EEG signals，which was verified by both simulation experiments and real human EEG experiments.The simulation results show that the spatial resolution of the Laplace electrode is about 41.4%higher than that of the traditional disc electrode.The results of EEG experiments show when the visual cortices of left and right hemispheres simultaneously produced steady-state visual evoked potentials（SSVEPs），the left and right 收稿日期：2023-01-31；修回日期：2023-03-02基金项目：国家自然科学基金项目（62122059，61976152，81925020）信号处理第 39 卷SSVEP sources could be clearly distinguished from Laplace EEG signals but not from the traditional EEG signals.These results indicate that the Laplace EEG electrode proposed in this study can effectively improve the spatial resolution of EEG，and the Laplace EEG is expected to achieve more accurate EEG source location.Key words:scalp Laplace electroencephalogram；steady-state visual evoked potentials；Laplace electroencephalogram electrodes1引言脑电信号（Electroencephalogram，EEG）含大量的生理和心理信息，且具有时间分辨率高、成本低、易部署等优点，被广泛应用于癫病、抑郁症和中风等神经和精神类疾病的临床诊断，是目前应用最广泛的非侵入性生物电势技术之一1-2。近年来随着脑电相关硬件采集技术蓬勃发展3，以及编解码算法的不断完善4-5，脑电的使用不再局限于临床应用，在运动6、娱乐7-8等方面展现出巨大的市场潜力。然而，由于大脑容积导体效应、传统脑电电极的参考污染等问题9，头皮脑电存在空间分辨率低10，对大脑神经元活动空间定位能力不足，以及容易受到肌源信号干扰等问题，脑电信号应用效果受限11。相关研究人员发现将表面拉普拉斯应用在脑电信号上，可以明显提升脑电信号的空间分辨率12-13，可更精确反应活跃神经元群所在空间位置14，有望精准调控脑活动11。表面拉普拉斯算子是体表电位的二阶空间导数，可以视为一种空间滤波器5，它对观察点附近的信号源赋以较大的权值，对局部信息更为敏感，并具有参考独立特性，可减少容积导体效应12，提高信号空间选择性13，15。传统拉普拉斯脑电研究通常利用算子来估计圆盘电极阵列中的拉普拉斯电势14，但是该方法计算复杂度高，且受限于圆盘电极间距，该方法估计结果不够准确11。为了解决上述问题，BESIO等人提出了同心圆环拉普拉斯电极，其可用于直接估计头皮拉普拉斯电位（Laplacian electroencephalogram，LEEG）12。以双极同心圆环拉普拉斯电极为例，其新颖之处在于利用紧密间隔的元件记录大脑活动，它可以提供来自距离较近的两个电极元件的两导独立信号，用于快速估计目标位置的拉普拉斯电势。双极同心圆环电极是拉普拉斯电势估计的硬件实现，与通过传统圆盘电极阵列进行映射等软件估计方法不同14，16，软件估计方法最多在相距大于1 cm 的盘状电极之间取差异来近似拉普拉斯电势11，而双极同心圆环拉普拉斯电极自动执行拉普拉斯2阶精度估算，可实现从紧密间隔的（约1 mm）同心电极元件中获取表面电位的双极差异。由当前研究来看，LEEG具有较大的实际应用价值，例如2012年，相关研究人员曾利用大鼠实验证明了使用LEEG作为反馈构建无创自动癫痫控制系统的潜力17。2014年研究人员通过对癫病患者实验发现，利用同心圆环电极可以检测到异常高频震荡，这是癫病发作前的标志，有望利用LEEG进行预测癫病发作、定位发病病灶并触发刺激减弱癫病发作11。目前LEEG的研究主要集中在原理研究13，18-20、运动想象21-22、癫痫诊断和病灶定位23以及自发性生理节律探索24等方面，在稳态视觉诱发电位（steady-state visual evoked potentials，SSVEPs）领域研究较少，且通常是利用圆盘电极阵列估计视觉诱发响应的LEEG14，计算复杂度高，且受限于圆盘电极间距大，该估计结果不够准确11。本文设计了一种可直接进行拉普拉斯估计的双极同心圆环拉普拉斯脑电电极，并基于SSVEP设计了采集方案，进行基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究。本研究有望对实现更精确脑电源定位提供关键技术支持。2拉普拉斯电极可行性探究2.1拉普拉斯电极基本原理将拉普拉斯电势应用于脑电图始于Hjorth，他利用电极点阵采用五点法进行头皮拉普拉斯电势估计。如图1所示，v0v4分别是点p0p4的电势，p1，p2，p3，p4均匀分布在距离p0为2r的四周。p0处的拉普拉斯势可计算为12：v0=2vx2+2vy2=4()2r2(14)i=14vi-v0+O(2r)2)（1）其中O(2r)2)为截断误差，1456第 8 期许敏鹏 等：基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究O(2r)2)=()2r24！(4vx4+4vy4)+()2r46！(6vx6+6vy6)+（2）根据LAPIDUS的研究25，截断误差可以忽略，所以中心点p0处的拉普拉斯势可简化为v04()2r2(v -v0)（3）其中v 是p1，p2，p3，p4四点处的平均电势。将p1，p2，p3，p4四个点，绕点p0旋转一周形成环形，即可构建双极同心圆环拉普拉斯电极。定义X=2rcos，Y=2rsin，沿着以2r为半径的圆进行积分时，p0处的拉普拉斯势为：v04()2r21202v(2r，)d-v0（4）简写为v04()2r2(v -v0)（5）其中v 为外环平均电势1202v(2r，)d。公式（5）即为双极同心圆环电极进行拉普拉斯电势估计的计算基础。2.2计算机仿真实验利用计算机仿真，探索传统圆盘电极、双极同心圆环电极外环以及双极同心圆环拉普拉斯电极在空间分辨率上的差异。利用COMSEL搭建电场仿真环境，其中偶极子位于坐标（-22，4）mm与（-22，-4）mm处。图2为所构造偶极子周围电势分布，其中箭头表示偶极子所在位置电流密度，不同颜色表示所在空间位置的电势大小。分别利用1111个直径为1 cm传统圆盘电极、双极同心圆环电极外环、双极同心圆环拉普拉斯电极进行信号采集。根据三种电极所采集到的电势的幅值大小绘制了二维幅值矩阵（如图3），其中方图1五点法拉普拉斯电势估计Fig.1Five-Point Laplace Potential Estimation图2模拟偶极子电场分布Fig.2Simulation of dipole potential distribution图3三种电极采集电势二维能量矩阵Fig.3The 2-D magnitude matrix of the potential collected by the three configurations1457信号处理第 39 卷块的颜色代表所在位置电极采集到的信号电势归一化后的大小。如图3（a）所示，传统圆盘电极所采集的电势随着与偶极子源（x=-22）距离的增加，缓慢减小。双极圆环电极外环信号采集特点与之相似，如图3（b）。而双极同心圆环拉普拉斯电极则是在偶极子源周围采集到电势最大值，随着与偶极子的距离的增加，电势迅速衰减到0附近，如图3（c）所示。即双极同心圆环电极所采集的拉普拉斯电势具有较高的空间灵敏度。为了更直观比较三种不同结构电极所采集到的电势幅值与空间位置之间的关系，将其绘制为三维图形。如图4（a）所示，传统圆盘电极采集到的电势峰宽较大，距离偶极子源较远位置的电极依旧会受到偶极子源的影响，采集到信号。如图4（b）是双极同心圆环电极外环采集电势能量3D图，可以看出与传统圆盘电极采集效果类似。图4（c）为双极同心圆环拉普拉斯电极采集电势能量3D图，可以看出仅在偶极子源附近的双极同心圆环电极可采集较大幅值的信号，随着电极与偶极子源距离的增加，电极所能采集到的信号迅速衰减到0附近，即拉普拉斯电极对与之距离相近的信号赋予更大的权值，与偶极子源稍远的拉普拉斯电极基本不受该信号源影响，因此拉普拉斯电极更容易过滤掉全局非目标信号源引起噪声伪影，具有更强的定位能力。将图4中三种电极最大幅值所在行的信号单独绘制，并进行三次多项式插值得到图5，以进行三种电极空间分辨率的比较。当信号衰减为3 dB时，拉普拉斯电极与偶极子的径向距离为3.75 mm，传统圆盘电极与偶极子径向距离为6.4 mm，与信号源径向距离越短，电极空间分辨率越高，拉普拉斯电极空间分辨率比传统圆盘电极高约 41.4%。双极同心圆环电极外环与传统圆盘电极性能相似。此外，传统圆盘电极与双极同心圆环电极外环的沿轴向距离衰减相关系数CCA为0.9996，具有高度相似性，与MAKEYEV等人研究结论相符26。为了保证所采集信号空间位置的一致性，以及与前人实验方法保持一致26，下文实验将利用双极圆环电极的外环用来模拟传统圆盘电极。3人体实验3.1电极介绍如图6所示，本实验所用电极尺寸参数设计为：内环直径：4 mm，外环外径：20 mm，外环内径：14 mm。双极同心圆环电极由银/氯化银（Ag/AgCl）烧结制成，Ag/AgCl烧结固定在专门设计的结构件上，环与环者之间为绝缘区域。电极一面与头皮接触采集信号，另一面通过引线与脑电采集放大器相连。3.2数据收集本实验使用Neuroscan公司64导联的Synamps 2脑电采集系统以1000 Hz的采样率采集脑电数据，系统共使用13个双极同心圆环电极进行记录，电极位置根据国际10-20系统27分别放置在（Pz，P3，P4，PO3，POz，PO4，O1，Oz，O2，PO8，PO7，P5，P6）处，如图7中虚线所框选电极位置，接地电极被放置在前额位置。双极同心圆环电极接入Synamps 2系统差分采集端，记录LEEG，双极同心圆环电极外环接入Synamps 2系统普通导联采集端，记录传统EEG作为对比信号。3.3刺激介绍刺激由单个方块构成，呈现在24英寸的LCD显示器上。屏幕刷新率为 240 Hz，分辨率为 1920图4三种电极采集电势能量分布3D图Fig.4Potential energy distribution 3D diagram of three configurations1458第 8 期许敏鹏 等：基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究1080像素，刺激位于屏幕中央位置。目标刺激频率共分为5种，分别为14 Hz、18 Hz、22 Hz、26 Hz、30 Hz。3.4实验设计受试对象为5名在校大学生（年龄在2327岁），身体健康，视力为正常或者经矫正后达正常水平。在实验开始前，所有受试对象均阅读并且签署了知情同意书。实验在电磁屏蔽室进行，受试者坐在显示器屏幕前方约70 cm的椅子上。实验前调整座椅以确保受试者身体正对显示器、眼睛处于与屏幕刺激同一水平高度，以保证刺激块位于受试者视野中央。记录开始前首先利用磨砂膏Nuprep处理一次受试者头皮，接着在枕区放置约2 mm厚的Ten20导电膏粘贴记录电极（用于降低头皮电极接触阻抗，并固定电极）。实验采集共包含5个频率各18组，共计90组。实验刺激设计如图8，每次实验开始于一个1 s的黄色倒三角提示，要求受试者尽快将视线转移到刺激块上。在提示后，刺激块按照设定频率，持续闪烁2 s，刺激后受试者有1 s的休息时间。在目标刺激呈现时，受试者被要求尽量避免眨眼以及多余肌肉运动，多个试次间设置有足够的休息时间来消除受试者视觉疲劳。3.5数据分析根据刺激程序生成的标签提取 13 导联的SSVEP信号的数据段，利用有限脉冲响应设计带通滤波器提取SSVEP信号的有效数据，阻带的截止频率分别设置为8 Hz和90 Hz。滤波后，将数据降采样至250 Hz，并对有效数据进行叠加平均以及快速傅里叶变换获取所采集信号频谱图，并根据电极位置以及所采集信号能量绘制脑地形图。4结果分析首先通过分析频域特征判断电极的有效性。以中频18 Hz目标频率为例，图9显示了来自5名被图8SSVEP实验刺激设计Fig.8Stimulus Design in SSVEP Experiments图5最大幅值所在行，三种电极采集信号对比Fig.5In the line of greatest magnitude，comparison of signals collected by three electrodes图6双极同心圆环电极尺寸参数Fig.6The parameters of bipolar concentric ring electrodes图7电极位置选择Fig.7Electrode position selection1459信号处理第 39 卷图9不同结构电极频域分析结果Fig.9Frequency-domain analysis results of different structures1460第 8 期许敏鹏 等：基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究试各 18次试验数据叠加平均后的频域波形，其中图9（a）为双极同心圆环拉普拉斯电极采集信号的频域图，图 9（b）为传统圆盘电极采集信号的频域图。可以看出两种结构电极的各个导联的基本都诱发出相应频率的SSVEP响应，初步证明了双极同心圆环电极可行性与有效性。进而绘制脑电地形图，以比较两种信号频空特征差异。图10（a）为双极同心圆环电极采集LEEG 5人叠加平均后的结果，图10（b）为传统圆盘电极采集的 EEG 5人叠加平均后的结果。通过脑电地形图可以看出，全视野稳态视觉刺激诱发的两种信号的空间分布差异明显。LEEG脑地形图可明显分辨出大脑左右半球两个独立的SSVEP源，而传统EEG脑地形图无法区分这两个独立脑电源。这个结果与2001年HE Bin等人的实验结果高度一致14，HE Bin的实验利用逼近几何样条拉普拉斯软件估计算法获得拉普拉斯脑电图，在大脑受到全视野视觉刺激下，该脑电图同样呈现有两个分布在大脑左右半球的响应源的特征。5讨论传统头皮脑电由于受到大脑容积导体效应等因素影响，空间分辨率较低，无法精确定位活动神经元集群位置。而拉普拉斯电势具有更高的空间分辨率，对深源和远源信号具有极大的衰减能力，可聚焦于电极所在位置的神经元活动。本文基于拉普拉斯脑电电极采集并分析了稳态视觉诱发的LEEG的空间分布特征。从仿真与人体实验两个方向均证明了，相较于传统EEG，LEEG具有更高的空间分辨率。基于LEEG的高空间分辨率特性，当大脑左右半球视觉皮层同时产生稳态视觉诱发电位时，LEEG可明显分辨出左右半球两个独立的SSVEP源信号。对于为何是两个响应脑电源，本研究通过仿真结果与视觉通路的解剖生理学特点估计，稳态视觉诱发响应的神经元集群应该对称分布在大脑左右半球处，LEEG空间分辨率更高，因此会显示两个脑电源，而传统圆盘电极空间分辨率较低，无法区分这两个独立脑电源，更详细的生理学解释需要进一步探究。此外，目前基于头皮拉普拉斯脑电电极的研究有限，是因为相较于基于传统圆盘电极的脑电采集系统，基于拉普拉斯电极的脑电采集系统需要设计1461信号处理第 39 卷专用电极，受限于Ag/AgCl电极烧结工艺，本研究设计的双极同心圆环电极难以缩小尺寸，有待设计小型化电极，进而实现全脑 LEEG 采集。此外，由于LEEG信号幅值远小于传统EEG信号，基于拉普拉斯电极的脑电采集系统对脑电放大器要求格外高，硬件采集系统复杂度大，这些因素限制了拉普拉斯电极在头皮脑电方面的应用。基于LEEG的电极、硬件电路、范式以及算法等方面均具有广阔的研究空间和重要的研究价值，有待进一步探索。6结论本文设计了一种可直接进行拉普拉斯估计的双极同心圆环拉普拉斯脑电电极，在电极材料和机械结构上进行创新，自研电极可以简化系统复杂度，提高交互友性。本研究基于 SSVEP 设计了采集方案，分别从仿真实验和人体实验两方面验证了自研电极的有效性。仿真实验初步证明了，本研究提出的双极同心圆环电极具有较高的空间分辨率，当信号衰减为3 dB时，拉普拉斯电极与偶极子的径向距离较传统电极缩减了约41.4%，双极同心圆环电极具有更高的空间敏感度。人体实验结果表明当对大脑进行全视野稳态视觉刺激时，拉普拉斯脑电信号可以明显分辨出分布在大脑左右半球的两个独立脑电源，而传统脑电信号无法区分。综上所述，本研究所设计的拉普拉斯脑电电极及其采集方案能够有效提升脑电的空间分辨率，有望为实现更精确的脑电源定位提供重要技术支撑。参考文献1 XU Minpeng，HE Feng，JUNG T P，et al.Current challenges for the practical application of electroencephalography-based brain-computer interfaces J.Engineering，2021，7（12）：1710-1712.2 WOLPAW J R，DEL R MILLN J，RAMSEY N F.Brain-computer interfaces：Definitions and principlesJ.Hand图10不同目标频率下，两种不同结构电极采集信号的脑地形图Fig.10Brain topographic map of EEG signals collected by two structures at different frequencies1462第 8 期许敏鹏 等：基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究book of Clinical Neurology，2020，168：15-23.3 LI Bohao，CHENG Tianshuo，GUO Zexuan.A review of EEG acquisition，processing and application J.Journal of Physics：Conference Series，2021，1907（1）：012045.4 HAN Jin，XU Minpeng，XIAO Xiaolin，et al.A high-speed hybrid brain-computer interface with more than 200 targets J.Journal of Neural Engineering，2023，20（1）.DOI：10.1088/1741-2552/acb105.5 SHANG Shuaijie，LI Gang，LIN Ling.A method of source localization for bioelectricity based on“Orthogonal Differential Potential”J.Biomedical Signal Processing and Control，2021，70：103054.6 THOMPSON T，STEFFERT T，ROS T，et al.EEG applications for sport and performance J.Methods，2008，45（4）：279-288.7 PRAPAS G，GLAVAS K，TZALLAS A T，et al.Motor imagery approach for BCI game developmentC/2022 7th South-East Europe Design Automation，Computer Engineering，Computer Networks and Social Media Conference（SEEDA-CECNSM）.Ioannina，Greece.IEEE，2022：1-5.8 MERCADO J，ESCOBEDO L，TENTORI M.A BCI video game using neurofeedback improves the attention of children with autism J.Journal on Multimodal User Interfaces，2021，15（3）：273-281.9 KAYSER J，TENKE C E.Issues and considerations for using the scalp surface Laplacian in EEG/ERP research：A tutorial reviewJ.International Journal of Psychophysiology Official Journal of the International Organization of Psychophysiology，2015，97（3）：189-209.10周鹏，曹红宝，熊屹，等.一种新型拉普拉斯电极的设计及其在脑机接口中的应用J.传感技术学报，2007，20（9）：2108-2112.ZHOU Peng，CAO Hongbao，XIONG Yi，et al.Design of a novel Laplacian electrode and its application in brain-computer interfaceJ.Chinese Journal of Sensors and Actuators，2007，20（9）：2108-2112.（in Chinese）11BESIO W G，MARTNEZ-JUREZ I E，MAKEYEV O，et al.High-frequency oscillations recorded on the scalp of patients with epilepsy using tripolar concentric ring electrodes J.IEEE Journal of Translational Engineering in Health and Medicine，2014，2：2000111.12BESIO W G，KOKA K，AAKULA R，et al.Tri-polar concentric ring electrode development for Laplacian electroencephalographyJ.IEEE Transactions on Bio-Medical Engineering，2006，53（5）：926-933.13FARINA D，CESCON C.Concentric-ring electrode systems for noninvasive detection of single motor unit activityJ.IEEE Transactions on Bio-Medical Engineering，2001，48（11）：1326-1334.14HE Bin，LIAN Jie，LI Guanglin.High-resolution EEG：A new realistic geometry spline Laplacian estimation techniqueJ.Clinical Neurophysiology，2001，112（5）：845-852.15MAKEYEV O，LEE C，BESIO W G.Proof of concept Laplacian estimate derived for noninvasive tripolar concentric ring electrode with incorporated radius of the central disc and the widths of the concentric rings C/2017 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society（EMBC）.Jeju，Korea（South）.IEEE，2017：841-844.16TANDONNET C，BURLE B，HASBROUCQ T，et al.Spatial enhancement of EEG traces by surface Laplacian estimation：comparison between local and global methodsJ.Clinical neurophysiology，2005，116（1）：18-24.17MAKEYEV O，LIU Xiang，LUNA-MUNGUA H，et al.Toward a noninvasive automatic seizure control system in rats with transcranial focal stimulations via tripolar concentric ring electrodes J.IEEE Transactions on Neural Systems and Rehabilitation Engineering：a Publication of the IEEE Engineering in Medicine and Biology Society，2012，20（4）：422-431.18SHEN I，WALKOSZ M，BESIO W.Tripolar concentric ring electrode electroencephalography using Signa gel for impedance matchingC/2014 40th Annual Northeast Bioengineering Conference（NEBEC）.Boston，MA，USA.IEEE，2014：1-2.19MAKEYEV O，YE-LIN Yiyao，PRATS-BOLUDA G，et al.Comprehensive optimization of the tripolar concentric ring electrode based on its finite dimensions model and confirmed by finite element method modeling J.Sensors（Basel，Switzerland），2021，21（17）：5881.20KOKA K，BESIO W G.Improvement of spatial selectivity and decrease of mutual information of tri-polar concentric ring electrodesJ.Journal of Neuroscience Methods，2007，165（2）：216-222.21ALZAHRANI S I，ANDERSON C W.A comparison of conventional and tri-polar EEG electrodes for decoding 1463信号处理第 39 卷real and imaginary finger movements from one handJ.International Journal of Neural Systems，2021，31（9）：2150036.22BABILONI F，CINCOTTI F，LAZZARINI L，et al.Linear classification of low-resolution EEG patterns produced by imagined hand movementsJ.IEEE Transactions on Rehabilitation Engineering：a Publication of the IEEE Engineering in Medicine and Biology Society，2000，8（2）：186-188.23AGHAEI-LASBOO A，INOYAMA K，FOGARTY A S，et al.Tripolar concentric EEG electrodes reduce noiseJ.Clinical Neurophysiology，2020，131（1）：193-198.24HADDIX C，AL-BAKRI A F，BESIO W，et al.A comparison of EEG alpha rhythm detection by tripolar concentric ring electrodes and conventional disk electro desC/2018 IEEE International Symposium on Signal Processing and Information Technology（ISSPIT）.Louisville，KY，USA.IEEE，2019：68-72.25MUDGE M R.Numerical solution of partial differential equations in science and engineering J.The Mathematical Gazette，2000，84（499）：187-188.26MAKEYEV O，BOUDRIA Y，ZHU Zhenghan，et al.Emulating conventional disc electrode with the outer ring of the tripo