1、聽(tīng)覺(jué)誘發(fā)電位(Auditory evoked potential，AEP)是指聽(tīng)覺(jué)系統(tǒng)受到特定的聲音刺激后，會(huì)產(chǎn)生一系列源于耳蝸毛細(xì)胞和聽(tīng)覺(jué)神經(jīng)中樞，具有一定強(qiáng)度和固定潛伏期的神經(jīng)電位活動(dòng)，它反映了人類大腦和聽(tīng)覺(jué)神經(jīng)通路的生理特性和健康狀況。根據(jù)誘發(fā)刺激聲頻率的不同，可以分為常規(guī)聽(tīng)覺(jué)誘發(fā)電位和高刺激率聽(tīng)覺(jué)誘發(fā)電位。其中，常規(guī)聽(tīng)覺(jué)誘發(fā)電位在臨床上已得到廣泛的應(yīng)用，高刺激率聽(tīng)覺(jué)誘發(fā)電位還處于科學(xué)探究階段，鮮見(jiàn)于臨床的應(yīng)用。根據(jù)各自潛伏期出現(xiàn)

2、的不同，聽(tīng)覺(jué)誘發(fā)電位可以分為以下幾個(gè)部分:聽(tīng)覺(jué)腦干反應(yīng)(Auditorybrainstem response，ABR)，中潛伏期反應(yīng)(Middle latency response，MLR)和晚潛伏期反應(yīng)(Long latency response，LLR)，其各部分分別能反映聽(tīng)覺(jué)系統(tǒng)不同部位的生理特性。目前AEP在評(píng)價(jià)嬰幼兒聽(tīng)力、鑒別診斷聽(tīng)神經(jīng)病變等方面已得到廣泛的應(yīng)用。臨床上AEP的記錄主要采用低刺激率、等刺激間隔(Stimulus

3、 onsetasynchrony，SOA)的刺激方案得到常規(guī)下的AEP，并通過(guò)平均疊加的方法提高信號(hào)的信噪比。然而，隨著刺激率的提高，使得前后兩個(gè)刺激聲的刺激間隔(SOA)小于單個(gè)刺激誘發(fā)的暫態(tài)AEP(High-order AEP，HO-AEP)的持續(xù)時(shí)間時(shí)，就會(huì)出現(xiàn)相鄰兩個(gè)或幾個(gè)刺激誘發(fā)的暫態(tài)AEP首尾相互重疊的現(xiàn)象，這種重疊的AEP即為高刺激率聽(tīng)覺(jué)誘發(fā)電位(High stimulus rate AEP，HSR-AEP)。高頻率聲音刺

4、激加重了聽(tīng)神經(jīng)負(fù)荷，有利于增強(qiáng)潛在聽(tīng)神經(jīng)通路和腦部病變的檢測(cè)敏感性，并且有助于麻醉深度監(jiān)測(cè)和睡眠狀態(tài)的評(píng)估。同時(shí)，考慮到在刺激個(gè)數(shù)相同的前提下，高刺激率的方式縮短了記錄的時(shí)間，這在臨床上對(duì)于一些兒童和不合作的受試者的檢測(cè)具有重要意義。因此，對(duì)高刺激率聽(tīng)覺(jué)誘發(fā)電位AEP的研究具有非常重要的理論意義和臨床應(yīng)用價(jià)值。
　　然而，對(duì)于高刺激率聽(tīng)覺(jué)誘發(fā)電位AEP的研究，必須解決從穩(wěn)態(tài)反應(yīng)中重建暫態(tài)AEP的問(wèn)題，傳統(tǒng)的疊加平均方法雖然可以提高

5、記錄到的穩(wěn)態(tài)AEP的信噪比，但無(wú)法解決高刺激率下的重疊現(xiàn)象。高刺激率聽(tīng)覺(jué)誘發(fā)電位的重疊現(xiàn)象可以用暫態(tài)AEP與對(duì)應(yīng)刺激序列的卷積模型來(lái)描述，因此從重疊的穩(wěn)態(tài)AEP中恢復(fù)暫態(tài)AEP，本質(zhì)上是一個(gè)卷積求逆的過(guò)程?；谶@一模型，如果用在一定范圍內(nèi)抖動(dòng)的隨機(jī)數(shù)代替恒定的刺激間隔(SOA)，便可利用反卷積技術(shù)提取暫態(tài)聽(tīng)覺(jué)誘發(fā)電位。目前，已有比較成熟的反卷積技術(shù)主要包括以下幾種:最大長(zhǎng)序列（Maximum length sequence，MLS）技術(shù)

6、、連續(xù)循環(huán)平均反卷積(Continuousloop averaging deconvolution，CLAD)技術(shù)、Q序列反卷積(Quasi-periodic sequencedeconvolution，QSD)技術(shù)以及多刺激率穩(wěn)態(tài)平均反卷積(Multi-rate steady-stateaveraging deconvolution，MSAD)技術(shù)。MLS是一種遵循嚴(yán)格數(shù)學(xué)要求的二值偽隨機(jī)序列，由Davies于1996年推算設(shè)計(jì)出，它

7、利用序列本身的自相關(guān)特性反卷積恢復(fù)暫態(tài)AEP信號(hào)。在一般情況下MLS恢復(fù)出的AEP信號(hào)信噪比較低，需要增加刺激個(gè)數(shù)才能獲得與常規(guī)方法相當(dāng)?shù)男旁氡?，同時(shí)MLS中各刺激間隔呈較大的倍數(shù)變化，導(dǎo)致每次刺激誘發(fā)的AEP差異過(guò)大，從而破壞線性卷積模型。CLAD反卷積技術(shù)最初由Delgado和Ozdamar于2004年提出，主要通過(guò)刺激序列生成可逆矩陣，在頻域中重建HO-AEP。其所有刺激序列為非等間隔的，在較小范圍內(nèi)隨機(jī)抖動(dòng)，保證了刺激序列生成的

8、矩陣可逆，防止奇異值的出現(xiàn)。刺激序列的頻域特性是決定暫態(tài)AEP重建效果的關(guān)鍵。QSD反卷積技術(shù)是類似于CLAD反卷積技術(shù)，是Jewett等人在CLAD反卷積技術(shù)的基礎(chǔ)上，對(duì)CLAD序列按照一定的約束要求提出的，其刺激序列對(duì)噪聲有較強(qiáng)的抑制作用，提高了AEP信號(hào)重建質(zhì)量。MSAD方法的核心思想就是將傳統(tǒng)高階AEP和刺激序列的卷積模型通過(guò)線性變換的方式重新進(jìn)行表達(dá)，并利用變換矩陣求逆的技術(shù)實(shí)現(xiàn)反卷積，即恢復(fù)原暫態(tài)誘發(fā)電位。該技術(shù)在實(shí)現(xiàn)過(guò)程中

9、需要合理選擇正則化參數(shù)從而避免恢復(fù)的暫態(tài)AEP波形失真。本文主要致力于研究在CLAD反卷積技術(shù)過(guò)程中刺激序列對(duì)噪聲的抑制效應(yīng)以及刺激序列噪聲增益系數(shù)Cdec與暫態(tài)誘發(fā)電位的重建質(zhì)量之間的關(guān)系。
　　CLAD反卷積技術(shù)基于高階AEP的循環(huán)卷積模型和傅里葉變換性質(zhì)的數(shù)學(xué)理論基礎(chǔ)，將時(shí)域中刺激序列和暫態(tài)AEP信號(hào)的卷積模型轉(zhuǎn)換到頻域中刺激序列和暫態(tài)AEP的乘積，這樣就實(shí)現(xiàn)了把復(fù)雜的卷積問(wèn)題轉(zhuǎn)化簡(jiǎn)單的乘積運(yùn)算。即我們只要用記錄到的AEP信

10、號(hào)的頻域形式除以刺激序列的頻譜信息，然后再經(jīng)過(guò)傅里葉反變換即可提取出我們所需要的暫態(tài)AEP，但在實(shí)際的問(wèn)題中，我們記錄到的穩(wěn)態(tài)的AEP信號(hào)包含有自發(fā)腦電信號(hào)等各種噪聲的介入。而通過(guò)傳統(tǒng)疊加平均的方法只能除去無(wú)規(guī)則隨機(jī)均勻分布的白噪聲，無(wú)法消除具有一定規(guī)則分布的自發(fā)腦電背景噪聲。在CLAD反卷積的過(guò)程中這些殘余的噪聲很有可能通過(guò)逆濾波器的過(guò)度或者無(wú)限放大，而導(dǎo)致暫態(tài)AEP信號(hào)的恢復(fù)失真。因此，在CLAD反卷積技術(shù)中，確保刺激序列特性對(duì)噪聲

11、的抑制能力顯得至關(guān)重要。要合理解決這個(gè)關(guān)鍵性的問(wèn)題，我們可以從兩個(gè)方面考慮:第一，根據(jù)刺激序列的特性選擇優(yōu)良的刺激序列，這就要求對(duì)刺激序列的選擇要有一個(gè)合理的約束條件;第二，提出一個(gè)合理的評(píng)價(jià)刺激序列對(duì)噪聲抑制性能的標(biāo)準(zhǔn)參數(shù)。第二個(gè)條件是確保第一個(gè)條件的基礎(chǔ)。目前，Jewett等提出在我們感興趣的通帶內(nèi)逆濾波器的頻譜幅值應(yīng)該小于閾值1，以便保證在感興趣頻率范圍內(nèi)的噪聲成分不被放大。Ozdamar等則基于噪聲均勻分布的假設(shè)，結(jié)合Pares

12、val定理，提出評(píng)估刺激序列噪聲抑制能力的指標(biāo)（稱為Cdec）。前者可作為刺激序列的約束條件，但是這種方法對(duì)每個(gè)頻率點(diǎn)均做約束，使得滿足條件的序列的抖動(dòng)率指標(biāo)降低;后者可作評(píng)估參數(shù)，但其假設(shè)不符合實(shí)際腦電噪聲的分布規(guī)律。在我們的研究中，這些結(jié)果都會(huì)用實(shí)際實(shí)驗(yàn)數(shù)據(jù)得以驗(yàn)證。
　　如上所述，由于CLAD技術(shù)不能消除加性噪聲對(duì)信號(hào)重建質(zhì)量的影響。因此對(duì)反卷積過(guò)程中的信噪比的分析是一項(xiàng)十分有意義的工作。影響AEP信號(hào)重建質(zhì)量的因素有兩個(gè):

13、第一，記錄的自發(fā)腦電(Electroencephalogram，EEG)噪聲頻譜的分布特性;第二，序列對(duì)應(yīng)的逆濾波器的頻域響應(yīng)函數(shù)。(O)zdamar基于噪聲均勻分布的假設(shè)，對(duì)逆濾波器的幅值在感興趣頻帶范圍內(nèi)做累加平均，以反卷積增益系數(shù)Cdec作為表征刺激序列的噪聲抑制能力的參數(shù)，為刺激序列的生成選擇提供依據(jù)。然而，F(xiàn)reeman等的研究表明，以自發(fā)腦電為主的AEP背景噪聲并非白噪聲，其在頻域呈現(xiàn)反比例的分布特點(diǎn)，能量主要集中在低頻區(qū)間