基于脑电图信息分析的脑疲劳研究

论文摘要

脑电图(Electroencephalogram,EEG)数据记录的是人脑神经电生理活动在大脑皮层或头皮表面的总体反映,是一种真正无创伤、高时间分辨率的脑功能研究手段,目前正逐渐成为脑研究领域的热点。通过分析脑电图数据来发现脑疲劳信息是一种切实可行的方案。研究目的:本文对脑疲劳引起的人脑状态变化进行讨论。通过对客观记录的受试者脑疲劳事件的脑电图数据进行系统聚类分析,从而实现脑疲劳状态的科学判定,并且为实现脑疲劳趋势的科学预测提供理论根据和基础实验依据。研究方法:选取12名习惯用右手、健康的人进行实验,采用标准的脑电极导联系统,获取受试者在安静闭眼和摄入酒精、暗算以及听力的40个事件的脑电图数据,然后进行数据分析。数据分析的方法是系统聚类分析方法。程序实现采用独立设计的脑电图分析工具箱和聚类分析程序。研究结果:对脑电图数据聚类分析后发现,正常状态脑电活动大致按前额部和中央、后头部、颞部得到3个聚类簇。摄入少量酒精后,受试者额部电极、中央部电极以及后头部的大部分电极聚类为一个大的簇;随着摄入酒精的增加,该簇逐渐发生分解。进行暗算实验后,受试者左右脑的脑电信号出现了明显差异,形成的聚类簇大多按左右脑呈现纵向分布。进行听力实验后,受试者左右脑的脑电信号也出现了明显差异,聚类情况与暗算实验相似。研究结论:摄入少量酒精会使人前后头部脑电信号的相关性增强。同时,由于在4~30Hz中通常α波是最强的成分,所以在少量酒精的作用下,前头部的α波在增加,α波呈现扩大和增强的趋势。但是,当饮酒量的持续增加以后,原有的簇逐渐发生分解,这说明人脑各个部位的平衡性、稳定性逐渐下降,人脑受抑制的程度、脑疲劳程度增加。由于左脑负责数学计算和语言理解等功能,因此,在暗算和听广播过程中左脑会处于不同程度的疲劳状态,导致左右脑脑相关性逐渐减弱,使得聚类簇大多按左右脑呈现纵向分布。

论文目录

• 摘要
• Abstract
• 绪论
• 1. 脑科学研究概述
• 2. 聚类分析理论概述
• 3. 课题研究背景及意义
• 4. 课题研究的主要内容
• 第一章 脑电图的基本理论
• 1.1 脑电图研究的历史
• 1.2 脑电信号的产生机理
• 1.2.1 人脑的基本结构和功能
• 1.2.2 神经元结构和神经元电活动
• 1.2.3 脑电信号的产生
• 1.3 脑诱发电位
• 1.4 脑电信号的采集
• 1.5 脑电信号的分类
• 1.6 脑电信号的特点
• 1.7 脑电信号的处理方法
• 本章小结
• 第二章 聚类分析的基础知识
• 2.1 聚类分析概述
• 2.2 聚类的定义
• 2.3 聚类分析中的数据类型
• 2.4 主要的聚类算法
• 2.5 系统聚类法
• 2.5.1 样本的相似性测度
• 2.5.2 常用系统聚类方法
• 本章小结
• 第三章 脑疲劳数据的获取
• 3.1 实验1——饮酒实验
• 3.2 实验2——暗算实验
• 3.3 实验3——听力实验
• 本章小结
• 第四章 脑疲劳分析系统的设计与实现
• 4.1 开发平台简介
• 4.2 脑电图数据的处理
• 4.2.1 数据的预处理
• 4.2.2 聚类过程
• 4.2.3 聚类数目的确定
• 4.3 聚类结果
• 4.3.1 实验1——饮酒实验
• 4.3.2 实验2——暗算实验
• 4.3.3 实验3——听力实验
• 4.4 实验讨论
• 4.4.1 实验1——饮酒实验
• 4.4.2 实验2——暗算实验
• 4.4.3 实验3——听力实验
• 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢
• 附录