事件相關(guān)電位N400的實(shí)驗(yàn)編排及提取分析研究.pdf

1、在腦電信號(hào)的分析處理中,人類頭皮記錄到的事件相關(guān)電位(ERP)能夠反映大腦的活動(dòng),可用于研究人腦的信息加工,是窺視大腦的窗口。事件相關(guān)電位已應(yīng)用于很多領(lǐng)域,尤其在醫(yī)學(xué)及心理學(xué)方面有很重要的應(yīng)用。因此對(duì)ERP信號(hào)的研究引起了越來越多的學(xué)者的注意。
　　在事件相關(guān)電位家族中,N400反映了語言認(rèn)知功能,是繼P300以后又一個(gè)具有非常重要的生理意義的ERP成分。本文采用漢語成語結(jié)尾字歧義作為實(shí)驗(yàn)刺激,并對(duì)由這種刺激誘發(fā)出的N400進(jìn)行分

2、析處理。
　　由于事件相關(guān)電位與自發(fā)腦電信號(hào)相比非常微弱,所以在通常記錄到的腦電信號(hào)中無法直接看到事件相關(guān)電位,ERP信號(hào)被淹沒在強(qiáng)大的背景噪聲中。因此如何對(duì)事件相關(guān)電位進(jìn)行精確的提取是解決ERP分析問題的一個(gè)非常重要的任務(wù)。
　　傳統(tǒng)上對(duì)事件相關(guān)電位的提取采用的是疊加平均法。但是隨著腦電記錄時(shí)間的延長(zhǎng)和刺激的重復(fù)性,會(huì)產(chǎn)生兩種情況,一種是被試對(duì)刺激的熟悉,另一種是大腦產(chǎn)生疲勞,所以用傳統(tǒng)的平均法已經(jīng)不能很好地提取出ERP信

3、號(hào)。而且平均法需要反復(fù)地刺激,這樣就無法進(jìn)行單次提取。本文研究事件相關(guān)電位的單次提取問題。
　　近年來的研究成果表明,從盲源分離思想發(fā)展而來的獨(dú)立分量分析(ICA)是一種非常有價(jià)值的生物醫(yī)學(xué)信號(hào)處理方法,這種方法已經(jīng)引起了國(guó)內(nèi)外信號(hào)處理領(lǐng)域的廣泛關(guān)注。在腦電信號(hào)的測(cè)量中,觀察到的信號(hào)實(shí)際上是若干相對(duì)獨(dú)立的源信號(hào)疊加而成的,所以采用獨(dú)立分量分析的方法分解出觀察信號(hào)的獨(dú)立成分將有助于我們把握真正有意義的大腦活動(dòng)信息。本文以獨(dú)立分量分析

4、思想為指導(dǎo),研究了對(duì)漢語成語結(jié)尾字歧義誘發(fā)的事件相關(guān)電位的單次提取算法和軟件編程實(shí)現(xiàn),并從以下幾個(gè)方面做了一些有特色的工作:
　　1.進(jìn)行了實(shí)驗(yàn)編排和實(shí)驗(yàn)操作,成功地通過漢語成語結(jié)尾字歧義的刺激記錄到了所需要的腦電信號(hào)。實(shí)驗(yàn)所得數(shù)據(jù)應(yīng)用于本文的提取分析研究中,為事件相關(guān)電位的研究打下了實(shí)驗(yàn)基礎(chǔ)和數(shù)據(jù)來源。
　　2.從傳統(tǒng)的批處理ICA算法出發(fā),研究了動(dòng)態(tài)ICA算法原理,探討了動(dòng)態(tài)ICA算法應(yīng)用于事件相關(guān)電位單次提取的可行性,

5、并做了實(shí)驗(yàn)驗(yàn)證其可行性,結(jié)果得出動(dòng)態(tài)獨(dú)立分量分析實(shí)現(xiàn)ERP信號(hào)的單次提取具有重要的使用價(jià)值和生理意義。
　　3.小波變換是一種很重要的信號(hào)分析處理方法,其理論深刻,應(yīng)用廣泛,已成功應(yīng)用于圖像分析和信號(hào)處理等方面。本文把動(dòng)態(tài)獨(dú)立分量分析和小波變換這兩種應(yīng)用比較廣泛的算法相結(jié)合,通過同時(shí)做時(shí)頻處理來更精確地提取出ERP信號(hào)。
　　4.對(duì)單次提取出的事件相關(guān)電位進(jìn)行時(shí)域、頻域、空間域三方面的分析,以更全面地分析事件相關(guān)電位N400