隱藏式耳周腦電圖檢測系統概述

隱藏式耳周腦電圖檢測系統的研發源于解決聽力受損者在“雞尾酒會”等復雜聽覺場景中難以聚焦目標說話者的難題。傳統腦電圖（EEG）技術雖能通過解碼大腦信號識別注意力指向，但其笨重的實驗室設備限制了日常應用。為此，本研究探索了一種名為cEEGrid的創新解決方案，如圖1A（cEEGrid佩戴實物示意圖） 所示，它是一個C形的柔性電極陣列，能隱蔽地佩戴于耳周。該系統與無線放大器協同工作，構成了一個便攜、舒適的用戶友好型腦電采集系統，其核心優勢在于在保持可接受信號質量的前提下，實現了前所未有的隱蔽性與佩戴舒適度，為未來開發能與助聽器無縫集成的腦機接口（BCI）奠定了堅實基礎。

圖1 cEEGrid系統構成與空間定位示意圖

圖1包含三個子圖，全面介紹了cEEGrid的基本形態和空間關系。圖1A:cEEGrid佩戴實物示意圖。圖1B:cEEGrid電極布局與編號圖。圖1C:cEEGrid與帽式EEG電極3D空間位置對比圖。在一個標準頭部模型上，將cEEGrid電極（粉色點）與傳統的84通道帽式EEG電極（青色點）共同呈現，清晰揭示了兩者在頭皮上的相對空間位置，凸顯了cEEGrid覆蓋范圍集中于耳周的特點。

HUIYING

隱藏式耳周腦電圖檢測系統設計關鍵說明

該研究的核心在于嚴謹地對比新興的cEEGrid系統與傳統高密度帽式EEG的性能。為確保對比的公平性與準確性，實驗采用了精密的同步數據流方案，如圖2（雙EEG系統同步數據流圖）所示。在該方案中，cEEGrid（耳周EEG） 與84通道帽式EEG被同步記錄：cEEGrid信號通過藍牙無線傳輸，而帽式EEG通過有線方式傳輸，兩者與刺激標記信號共同通過Lab Streaming Layer (LSL) 系統進行時間對齊，并整合為單一數據文件。這套關鍵的技術流程確保了后續所有分析中，兩種系統記錄的數據在時間上完全同步，從而能夠精確評估cEEGrid在目標說話者檢測任務中的真實潛力與性能邊界。

圖2 雙EEG系統同步數據流圖

圖2以清晰的框圖形式，描繪了整個實驗數據采集的技術架構。它展示了刺激呈現計算機（通過Psychophysics工具箱）、cEEGrid無線藍牙采集系統、帽式EEG有線采集系統這三路數據，如何通過Lab Streaming Layer (LSL) 中間件進行時間同步與整合，并最終記錄為一個統一的.xdf數據文件，是理解實驗數據同步性與可靠性的關鍵。

HUIYING

隱藏式耳周腦電圖檢測系統電極設計說明

cEEGrid系統的卓越性能離不開其專為耳周區域優化的電極設計。如圖1B（cEEGrid電極布局與編號圖）所示，每個陣列包含10個Ag/AgCl柔性印刷電極，以C形緊密環繞耳廓布局。電極編號為L1-L8（左耳）和R1-R8（右耳），其中R4a和R4b分別作為系統的地和參考電極。圖1C（cEEGrid與帽式EEG電極3D空間位置對比圖）進一步在三維空間展示了cEEGrid電極（粉色）與帽式EEG電極（青色）的相對位置，清晰揭示了其覆蓋區域緊鄰負責聽覺處理的顳葉皮層。這種基于耳周解剖結構的柔性設計，通過雙面膠固定和導電凝膠，確保了即使在部分有毛發的皮膚區域也能獲得穩定、可靠的腦電信號。

HUIYING

臨床研究

研究方法

本研究招募了20名正常聽力參與者，他們在實驗中需要同時聆聽兩位男性說話者講述的故事，并始終注意其中指定的一個目標。在整個過程中，研究人員使用前述的同步方案，并行記錄了每位參與者的cEEGrid信號和84通道帽式EEG信號。數據分析采用包絡追蹤算法，其原理如圖3（時間延遲對包絡相關性影響曲線圖）所演示：通過訓練一個多元線性回歸模型，從EEG信號中重建出“被注意的語音包絡估計（EASE）”，然后通過計算EASE與兩個原始語音包絡的相關性，來判定大腦正在注意哪一個說話者。

圖3 包絡響應時間延遲分析曲線圖

圖3展示了腦電信號對語音包絡的響應隨時間延遲變化的規律。圖中兩條實線分別表示基于帽式EEG（青色）和耳周EEG（粉色）重建的語音包絡與被注意語音包絡的相關性；兩條虛線則表示與被忽略語音包絡的相關性。圖表顯示，兩種系統均在140-200毫秒的延遲區間內響應最為強烈，且模式高度相似，為cEEGrid捕獲了有效神經響應提供了關鍵證據。

研究結果

主要性能：cEEGrid系統實現了69.3% 的目標說話者解碼準確率，雖然顯著高于隨機猜測水平，但低于傳統帽式EEG的84.8% 的準確率。

神經響應一致性：如圖3所示，兩種系統的最佳神經響應延遲均在140-200毫秒之間，且響應模式高度相似，這強有力地證明cEEGrid捕捉到了與帽式EEG同源的、與聽覺注意力相關的神經活動。

個體表現關聯：圖4（cEEGrid與帽式EEG個體性能評分相關性散點圖） 顯示，兩種系統的個體性能評分呈顯著正相關，表明在帽式EEG上注意力解碼表現好的參與者，在使用cEEGrid時通常也更好。

圖4 耳周EEG與帽式EEG個體性能相關性散點圖

圖4揭示了參與者個體在不同EEG系統上表現的一致性。每個點代表一位參與者，其橫縱坐標分別為基于cEEGrid和帽式EEG計算出的性能評分。圖中顯示的顯著正相關趨勢表明，在傳統系統上注意力解碼能力強的個體，在新型的cEEGrid系統上也傾向于表現更好，這強有力地證明cEEGrid捕捉到了具有個體特異性的、真實的神經信號。

性能限制原因：圖5（不同電極布局對解碼準確率影響對比圖）的系統性對比指出，cEEGrid性能稍遜的主要原因是其電極空間位置并非聽覺注意力解碼的最優位置，而非電極本身質量或通道數量不足。當使用帽式EEG中覆蓋顳葉和中央區的16個通道時，性能與全84通道相當。

圖5 不同電極空間布局對解碼準確率的影響對比圖

圖5系統性地比較了電極位置對解碼性能的影響。左側的柱狀圖量化了使用cEEGrid（粉色）和多種16通道帽式EEG子集（青色）時的平均解碼準確率。右側配套的頭部示意圖則直觀展示了所對比的每一種電極布局的空間覆蓋情況。結果明確顯示，性能差異主要源于空間位置，而非通道數量，指出cEEGrid性能受限的主要原因。

信號質量可靠性：圖6（cEEGrid性能影響因素分析圖）的分析結果表明，cEEGrid的性能差異并非由電極阻抗、頻譜噪聲或佩戴角度的個體差異所導致，印證了其信號采集的穩定性和可靠性。

圖6 cEEGrid信號質量與性能影響因素分析圖

圖6深入分析了可能影響cEEGrid性能的三個因素。圖6A:電極阻抗分析。比較了"高表現組"與"低表現組"在各cEEGrid電極上的平均阻抗，結果顯示無顯著差異。圖6B:頻帶功率譜分析。對比了兩組在不同腦電頻率波段上的信號功率，未發現系統性差異，表明性能差異并非源于肌電等高頻噪聲污染。圖6C:傳感器佩戴角度分析。以極坐標形式展示了兩組參與者左右cEEGrid的佩戴角度，其角度高度一致，排除了佩戴偏差對性能的影響。

HUIYING

總結

本研究實證了，利用隱藏式cEEGrid耳周EEG系統能夠有效地從復雜聽覺場景中解碼出被注意的說話者。盡管其解碼準確率因電極位置所限而低于實驗室金標準，但其在隱蔽性、舒適性和便攜性方面取得的突破性進展，使其成為推動下一代智能、自適應助聽器發展的關鍵候選技術。未來的研究將致力于開發更快速的實時解碼算法，以克服當前系統響應延遲較長的限制，最終實現聽覺輔助設備與用戶意圖的無縫、自然交互。