基于样本熵的n400诱发电位测谎方法
【技术领域】
[0001] 本发明属于认知神经科学领域与信息技术领域的结合应用，涉及一种事件相关电 位N400的测谎方法，具体是基于样本熵的N400诱发电位测谎方法。
【背景技术】
[0002] 说谎作为一种心理现象，不只是出现于当今社会，从目前我们已知的历史档案中 可以看出，在人类社会的早期就存在说谎的现象。虽然有不少谎言是善意的，但也存在很多 危害国家安全、社会安全和公平正义的谎言。比如，在间谍犯罪、职务犯罪和刑事侦查中，罪 犯为了隐瞒罪行、逃避法律的制裁而故意说谎。在案件的审理过程中，谎言对于案件的审理 和罪行的判定会造成巨大影响。因此，如何准确有效地识别谎言，对于司法机关工作人员来 说就显得尤为重要，研究谎言的检测方法具有重大的现实意义。
[0003] 目前，国内外对于谎言的识别主要包括主观方法和客观方法。主观方法主要是通 过察言观色的方式判断是否说谎。此方法主观性太强并且个体能够有意识地控制身心活动 以掩盖说谎的事实，因而识别谎言的成功率往往很低。客观方法主要有多道生理记录仪、功 能核磁共振成像（fMRI)、事件相关电位（ERP)等测量方法。早期的测谎研究主要使用多道 生理记录仪，它主要通过测量被测者在被询问某些问题时所表现出的植物神经反应（呼吸 频率、血压、皮肤电阻等生理指标）的变化来判断是否说谎。然而这种测谎方法很容易受到 紧张、焦虑和恐惧等心理因素的影响，误报和漏报率高。例如，被测者尤其心理素质好、城府 深者能够通过抑制这些生理反应逃避测谎检测。近年来，fMRI和ERP测谎技术已经发展起 来。其中fMRI虽然具有较高的空间分辨率，但是时间分辨率低、设备价格高昂，而多通道 ERP具有时空分辨率高、使用方便、成本低等优点，并且ERP是大脑皮层的电位活动，人们根 本无法抑制大脑皮层的兴奋，所以ERP被认为是较客观、科学、实用的测量方法，ERP在国外 已被广泛应用于犯罪心理生理测试及其他领域，如CIA、FBI、间谍及犯罪嫌疑人的甄别。
[0004] ERP测谎研究中主要涉及的诱发电位是P300和N400,P300是潜伏期为250ms~ 700ms的正向波，N400是潜伏期为200ms~500ms的负向波。1992年杨文俊等利用受试 者熟悉和不熟悉的人物和照片为刺激，发现熟悉的人物和照片相对不熟悉的人物和照片产 生更正向的P300波，以P300的波幅和波面积为特征进行测谎研究，取得了较好的实验结 果。随后，周亮等在杨文俊研究的基础上为了更接近实际测谎首次通过模拟盗窃实验，同样 取得了良好的实验结果。后来，赵敏、郑崇勋等人也通过P300幅值特征进行测谎，均得到了 较好的识别率。南佛罗里达大学TimothyL.Boaz等（1991)验证了N400用于测谎的可行 性，他们的研究发现，如果被试具有犯罪相关的知识，则呈现给被试包含犯罪知识的错误句 子或词语时诱发的N400波形相比真实句子有显著差异，表现为更负向的偏转。在Timothy L.Boaz研究的基础上，圣托马斯大学MichaelHoulihan、西南大学ShenTu等采用N400进 行测谎实验，发现欺骗条件下的波形比诚实条件下的波形更为负向。虽然这些测谎研究取 得了一定的成绩，但是它们进行谎言识别主要是基于对诱发电位波形的几何性质分析（波 幅、波面积、峰峰值等），然而几何性质并不能有效的反映脑电信号的特征，这种测谎方法并 不尽如人意，谎言检测效果不够理想和稳定。并且，基于P300的测谎还无法排除小概率刺 激对测谎的影响，因为在以往的ERP研究中小概率刺激的呈现会诱发明显的P300,案件相 关"探测刺激"的呈现也会诱发P300。
【发明内容】
[0005] 本发明的目的在于克服上述现有技术中的不足，提出了一种基于样本熵的N400 诱发电位测谎方法，结合样本熵度量N400诱发脑电信号的复杂度，反映其非线性特征，通 过对数据的统计分析找到区别说谎与否的特征阈值，得到了较高的谎言识别率。
[0006] 为达到上述目的，本发明采用以下技术方案：
[0007] 基于样本熵的N400诱发电位测谎方法，包括以下步骤：
[0008] 步骤一，脑电信号提取与同步放大：通过64导联脑电电极对被测者头部64个部位 的脑电信号分别同时进行实时提取，且通过脑电信号放大器对64导联脑电电极所提取的 64路脑电信号同步进行放大处理；根据64导联脑电电极中各导联脑电电极的布设位置相 应对各导联脑电电极所提取的脑电信号进行编号；
[0009] 步骤二，脑电信号采集：通过64导联脑电信号采集设备按照预先设定的采样频率 对经脑电信号放大器放大后的64路脑电信号同步进行采集，并将所采集的64路脑电信号 转换成对应编号的64路数字脑电信号？"^后同步传送至处理器，其中i= 1、2、3…64; [0010] 步骤三，脑电信号接收与同步存储：处理器将所接收到的64路数字脑电信号 Zjt)分别对应存储至存储器内预先建立的存储单元内，且对各存储单元内所存储的上一 个所采集信号进行替换，以对各存储单元内所存储信息进行实时更新；
[0011] 步骤四，脑电信号预处理：对存储单元内的64路数字脑电信号Zjt)进行去除眼 电伪迹和去除电压幅值超过±l〇〇uv的脑电信号伪迹操作，然后带通滤波；
[0012] 步骤五，脑电信号叠加平均：对预处理之后的64路数字脑电信号？"^按照不同 的刺激类型进行分段，每种刺激分段时间间隔为刺激出现前200ms到刺激出现后1000ms， 获取每一段的多个采样点，然后将多个采样点进行叠加平均得出64路数字脑电信号Zjt) 对应的ERP脑电信号数据Xf⑴和$⑴，其中#⑴为探测刺激对应的ERP脑电信号数据、X|(t)为无关刺激对应的ERP脑电信号数据；
[0013] 步骤六，脑电信号样本熵特征值提取：利用样本熵算法计算探测刺激和无关刺激 对应的ERP脑电信号数据的样本熵值，分别记为Sf和S.|,接着计算探测刺激和无关刺激ERP 脑电信号数据样本熵值差的绝对值，记为ICflSf-S&
[0014] 步骤七，说谎与否状态判断：将以直与预设的阈值T进行比较，小于T则判定没有 说谎，大于等于T则判定说谎；阈值T为通过获取多组被测者接受到探测刺激和无关刺激时 样本熵差值绝对值的平均值，以及探测刺激样本熵值、无关刺激样本熵值、样本熵差值绝对 值在各导联处的数据分布特点，并对这些数据进行统计分析得到，阈值T为判断说谎与否 的临界值。
[0015] 进一步，所述预设的阈值T= 0. 01。
[0016] 进一步，所述样本熵的计算步骤如下：
[0017] 1)探测刺激/无关刺激ERP脑电信号数据为x(l)，x⑵，…，x(N)共N个点；
[0018] 2)按序号连续顺序组成一组m维矢量：从⑴到XjN-m+l)，其中
[0019]Xm(i)=[x(i)，x(i+l)，-.1(1+111-1)](i=1，2，…，N-m+1); (1)
[0020] 3)定义矢量Xji)和X"(j)间的距离dD^ahXjj)]为两者对应元素中差值最大 的一个，即：dD^ahxjj)]为两者对应元素中差值最大的一个，
[0021]d[Xm(i)，Xm(j)] =max(|x(i+k)-x(j+k)|)，
[0022] i，j= 1，2，…，N-m+1;i辛j;k= 0,1，…，m_l; (2)
[0023] 4)给定阈值r(r>0)，对每个i值统计dD^i)，X"(j)]小于r的数目（模版匹配 数）并计算该数目与总矢量个数的比值，记作即
[0027] 6)将维数增加1，即组成m+1维矢量重复步骤⑵~（5)，并分别用Bf+1ir)和 Bm+1(r)表示；
[0028]7)计算样本熵
[0029]SampEn(m，r，N) =-In[Bm+1 (r) /Bm (r)]。
[0030] 式中：SampEn(m，r，N)为样本熵估计值的表达式;m为嵌入维数；r为相似容限；N 为数据序列长度。
[0031] 进一步，所述采样频率为500Hz~20000Hz。
[0032] 进一步，所述采样频率为1000Hz，每种刺激每一段得到1201个采样点，将1201 个采样点进行叠加平均得出64路数字脑电信号Zi(t)对应的ERP脑电信号数据X^t)和 X'(t)〇
[0033] 进一步，所述滤波频率为0Hz~400Hz。
[0034] 所述滤波频率为0· 1Hz~30Hz。
[0035] 进一步，提取被测者头部脑电信号时，只提取与N400有关的11个电极F3、Fl、Fz、 F2、F4、FC1、FCz、FC2、C3、Cl和Cz的脑电信号。
[0036] 本发明与现有技术相比具有以下优点：
[0037] -，本发明结合样本熵度量N400诱发脑电信号的复杂度，反映其非线性特征，通 过对数据的统计分析找到区别说谎与否的特征阈值，比较探测刺激和无关刺激ERP脑电信 号数据样本熵值差的绝对值与阈值的大小，判断是否说谎，由于考虑了脑电信号是非线性、 非平稳的信号，利用样本熵这一非线性动力学参数作为特征值，将判断标准具体化