基于小波分析全息耳穴信号的测谎及心理旋转脑认知研究与ARM-CPU微系统应用实现

论文摘要

近年来,伴随技术的发展,脑功能认知研究的科学概念和理论也在不断地发展。建立全面的脑功能图谱,完全揭开脑功能秘密,是科学上极富吸引力的课题。本课题来源于江苏省教育厅,项目编号是04KJB310126,项目名称为:基于脑核磁共振成像和全息耳穴信号识别设计快速测谎芯片,论文中的测谎小波特征和测谎互补规律已通过该项目的鉴定。在测谎研究的基础上发展创新,构建软件平台,利用红外传感技术,采集全息耳穴信号,改进了测谎信号研究算法,采用小波算法分析测谎信号,得到比自相关算法更好的效度。仿照心理旋转经典实验构造心理旋转实验、心理旋转+钙片实验、心理旋转+枸杞实验以及手机实验,利用小波算法分析采样信号研究认知疲劳与外界刺激的联系,从而将研究领域从测谎研究扩展到脑认知研究。最后实现了小波算法的ARM-CPU微系统应用。已完成的实验证明:1)在测谎系统中,小波算法优于自相关算法;2)人脑认知疲劳检测波形满足最大值原理——前峰后尾;3)钙片可增强脑认知记忆能力;4)枸杞能使男性脑神经兴奋状态趋于平缓,对女性则无;5)手机辐射对于脑认知信号在不同情况下存在同步正相关和非同步正相关规律;6)ARM平台小波测谎准确率可高达86.5%。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 基本概念
• 1.1.1 脑认知
• 1.1.2 认知检测
• 1.1.3 软件平台
• 1.1.4 ARM 微系统
• 1.2 研究背景
• 1.3 研究目标
• 1.4 论文结构
• 第二章 实验设计原理
• 2.1 模式识别
• 2.2 认知研究
• 2.3 耳穴映射
• 2.4 红外成像
• 2.5 小波分析
• 2.6 软件系统
• 2.7 效度分析
• 第三章 软件平台设计
• 3.1 平台结构
• 3.2 模块构造
• 3.3 界面对话
• 3.4 最小程序
• 3.5 小波例程
• 3.6 VC 链接MATLAB
• 3.7 调试技巧
• 第四章 软件平台应用
• 4.1 频域自相关测谎回顾
• 4.2 小波特征测谎分析识别
• 4.2.1 小波识别实现
• 4.2.2 小波特征建模
• 4.2.3 小波特征优化
• 4.3 小波特征检测疲劳
• 4.3.1 心理旋转
• 4.3.2 刺激信号
• 4.3.3 测试流程
• 4.4 小波特征检测疲劳扩展1
• 4.4.1 钙片实验
• 4.4.2 枸杞实验
• 4.5 小波特征检测疲劳扩展2
• 4.6 输出可视化训练
• 4.6.1 二维图形可视化
• 4.6.2 二维小波可视化
• 4.6.3 三维图形可视化
• 4.6.4 二维小波三维可视化
• 第五章 数据分析
• 5.1 测谎试验结果
• 5.1.1 小波系数谱分析
• 5.1.2 改变dbn（j）小波分析
• 5.1.3 测谎互补规律
• 5.1.4 能量表分析
• 5.2 心理旋转认知疲劳实验结果
• 5.2.1 小波系数谱分析
• 5.2.2 能量表分析
• 5.3 心理旋转+钙片试验结果
• 5.3.1 小波系数谱分析
• 5.3.2 能量表分析
• 5.4 心理旋转+枸杞试验结果
• 5.4.1 小波系数谱分析
• 5.4.2 能量表分析
• 5.5 手机辐射信号处理结果
• 第六章 微系统实现
• 6.1 ARM-CPU
• 6.2 探头单元
• 6.3 集成技术要点
• 6.3.1 ARM 微系统测谎原理
• 6.3.2 ARM 系统中小波算法的实现
• 6.4 测谎结果讨论
• 第七章 结论
• 参考文献
• 攻读学位期间发表的论文
• 致谢
• 详细摘要