基于事件相关电位的心理测试系统设计及算法研究

论文摘要

事件相关电位（Event-related potentials, ERP）直接反映了大脑神经的电活动,具有实时性和无创性的特点,它可以将刺激事件、心理反应和脑电活动有机地联系起来。ERP在脑电波与心理因素之间架起了一座桥梁,近年来国内外有大量的学者都在研究事件相关电位与大脑认知心理的关系。国外已有成熟ERP工作站出现,而国内目前在此领域研究处于相对落后的状况,理论上有一些建树,但仍未有完善的心理测试系统出现,且ERP特征提取算法也需要很多的改进方面,因此,在此方面的研究有很大的理论和现实意义。基于此,本文从下述几个方面做出了一些有意义的工作:①建立了完善的基于事件相关电位的心理测试系统。通过研究事件相关电位的产生机制和提取原理,结合原有的心理测试系统的特点,我们总结出基于事件相关电位的心理测试系统应该包括刺激系统和信号分析系统两大部分;进而选择合适的开发平台,使用VC、VB、Matlab等开发工具设计出刺激系统和信号分析系统对算法进行实现,经过联机、调试后形成一个完整的心理测试系统。②改进了FastICA算法,并将其应用于事件相关电位特征提取。事件相关电位的特征波形提取是本文的核心部分。大量事实表明,独立分量分析（Independent Component Analysis, ICA）方法普遍适用于脑电信号中各种噪声的消除和有用信号的增强,这种普遍性是对传统的平均叠加处理、时频分析方法的重要突破。FastICA算法是独立分量分析算法的一种,有较多优点,我们对其进行改进,加快了迭代速度,同时也增强了提取的效果。③设计了新颖的实验方法来利用本系统进行心理测试研究。基于事件相关电位的心理测试系统能否得到相对有效的结果,与刺激试验方案有很大的关系。本文分析事件相关电位与大脑认知及心理之间的内在联系,在原有的测试方案的基础上,以多情绪面孔为刺激材料,旋转不同角度进行刺激,要求被试确认熟悉和陌生面孔图片,从而产生事件相关电位N400,通过分析刺激产生的N400的波幅和潜伏期以及被试的选择正确率和反应时,我们得出了相当有效的结论。总体来说,本系统结构较为完善,在目前国内很多学者仍在使用国外ERP工作站的情况下,有了一定的进步。且本课题对提取算法以及实验方案进行改进,对本领域的研究还是有一些借鉴意义。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题的背景
• 1.1.1 问题的提出
• 1.1.2 自发脑电与事件相关电位
• 1.2 研究的意义
• 1.3 研究方法综述
• 1.3.1 ERP 实验刺激模式
• 1.3.2 ERP 提取方法
• 1.3.3 总体评价
• 1.4 本文研究的目的和研究内容
• 1.4.1 本文研究的目的
• 1.4.2 本文研究的内容
• 2 ERP 心理测试系统设计
• 2.1 系统总体需求分析
• 2.1.1 刺激信号需求
• 2.1.2 脑电信号采集需求分析
• 2.1.3 处理功能需求
• 2.2 实验平台总体框架设计
• 2.3 刺激系统设计
• 2.3.1 开发平台和开发环境的选择
• 2.3.2 软件的设计
• 2.4 ERP 分析系统设计
• 2.4.1 开发平台和开发环境的选择
• 2.4.2 软件的设计
• 2.4.3 VC 和Matlab 混合编程
• 2.5 刺激系统与分析系统信号匹配
• 2.5.1 SOCKET 编程基础
• 2.5.2 UDP 编程设计
• 2.5.3 信号匹配的延时处理
• 3 实验设计
• 3.1 基本问题的提出和研究意义
• 3.2 刺激方式的选择和设计
• 3.3 研究方案
• 3.3.1 理论基础及实际意义
• 3.3.2 主要假设
• 3.4 研究设计
• 3.4.1 实验对象
• 3.4.2 实验方法和指标
• 3.5 实验研究设计
• 3.5.1 实验准备
• 3.5.2 实验过程
• 3.5.3 实验研究
• 4 脑电信号预处理
• 4.1 脑电数据的特征分析
• 4.2 脑电数据预处理
• 4.2.1 小波变换基本原理
• 4.2.2 小波阈值去噪算法
• 5 ERP 特征提取算法设计
• 5.1 概述
• 5.2 独立分量分析算法
• 5.2.1 ICA 的基本理论
• 5.2.2 非高斯性与统计独立
• 5.2.3 目标函数
• 5.2.4 FastICA 算法
• 5.3 FASTICA 算法进行ERP 特征提取
• 5.3.1 传统FastICA 算法提取ERP 特征波形
• 5.3.2 改进的FastICA 算法
• 5.4 ERP 提取算法分析
• 6 基于事件相关电位的心理测试实验
• 6.1 实验数据的预处理
• 6.2 实验结果分析
• 6.2.1 行为学数据
• 6.2.2 ERP 数据分析
• 6.3 讨论
• 7 结论和展望
• 7.1 主要结论
• 7.2 展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 作者在攻读学位期间参加的科研项目