ERP成分分解方法研究

论文摘要

事件相关电位是与人体感觉、运动、认知活动相关的脑诱发电位,作为脑功能研究的重要手段,已在认知神经科学领域得到广泛的应用。好的实验范式,是问题研究的切入点,但若离开有效可靠的数据处理方法,再好的实验设计也是劳而无功的,只有从脑电数据中挖掘出准确反映认知活动本身的波形,后续的分析才是有价值的,简而言之,ERP波形提取方法是ERP研究中承上启下、至关重要的一环,这也正是本文研究的问题。在响应时任务中,刺激事件和响应事件都会诱发出ERP信号,由于刺激呈现距离被试作出反应的时间间隔很短,所以,与刺激、响应相关的ERP波形之间就会交迭,产生交叉“污染”。如何分解出彼此混迭的ERP成分,得到纯净的ERP波形,本文针对此问题,在前人的基础上,进行了深入的研究,主要内容如下:1.深入剖析Takeda等学者基于事件发生时间过程的ERP成分构成模型(TD模型)构建的ERP成分分解算法,发现了该算法不稳定的原因。2.在TD模型的基础上,建立新的ERP成分分解算法,并用仿真验证了该方法的稳定性。3.在ERP实验中,经常会出现三个事件的情况,成分之间的交迭将更加严重,为此本工作进一步将两事件TD模型推广到了三事件,并给出了稳定的成分分解方法。4.将新构建的ERP成分分解方法运用到实际的返回抑制(IOR)脑电数据中,证实了该方法在真实脑电数据应用中的可行性,得到了纯净的ERP波形,为波形的解释提供了新的思路。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 脑功能研究与ERP 方法
• 1.2 ERP 产生的神经机制
• 1.3 ERP 信号的特点
• 1.4 ERP 提取过程
• 1.5 ERP 信号的分类
• 1.6 ERP 成分及应用
• 1.7 本文拟解决的问题
• 1.8 本文的结构安排
• 第二章 ERP 成分分解研究进展
• 2.1 引言
• 2.2 叠加平均技术的理论基础
• 2.3 传统叠加平均技术的研究现状
• 2.4 多事件ERP 成分
• 2.5 ERP 成分分解研究现状
• 第三章 基于时间过程的ERP 成分分解方法
• 3.1 TD 分解模型的提出及求解
• 3.1.1 TD 模型的提出
• 3.1.2 TD 模型的求解
• 3.2 TD 模型求解中存在的问题探索
• 3.2.1 仿真数据的构造
• 3.2.2 ERP 成分分解结果
• 3.2.3 分解算法的不稳定性分析
• 3.3 重构TD 模型
• 3.3.1 模型的重构
• 3.3.2 重构模型的求解
• 3.4 重构模型的仿真和评价
• 3.4.1 仿真结果
• 3.4.2 结果评价
• 3.5 三事件ERP 成分分解模型的构建
• 3.5.1 时域模型的构建
• 3.5.2 成分分解模型的构建
• 3.5.3 模型的求解
• 3.6 三事件ERP 成分分解求解仿真
• 3.6.1 仿真数据的构造
• 3.6.2 仿真结果
• 3.6.3 结果评价
• 3.7 本章小结
• 第四章 ERP 成分分解在返回抑制数据中的应用
• 4.1 返回抑制基本概念
• 4.2 IOR 实验模式简介
• 4.3 ERP 数据处理
• 4.3.1 常规方法提取ERP
• 4.3.2 IOR 数据的ERP 成分分解
• 4.4 本章小结
• 第五章 结论与展望
• 5.1 本文总结
• 5.2 工作展望
• 致谢
• 参考文献
• 个人简历及攻硕期间的研究成果