基于主成分分析的事件相关脑电变化研究

基于主成分分析的事件相关脑电变化研究

论文摘要

脑电图数据分析是脑研究的一个重要研究方法,通过对人脑脑电波信息的分析研究可以发现许多不为我们所知的结果和解释人类行为的一些现象。通过脑电分析还可以掌握人类大脑活动规律揭开人脑的奥秘,并可以将脑信息科学应用到各行各业中,为人类生产生活提供便利。本文分别通过听音乐实验,认知实验,暗算实验获取脑电信息,运用主成分分析方法对其进行分析,得出人脑与音乐,人脑与语言,人脑与注意力等因素之间的关系,并为脑信息研究提供试验基础和理论依据。本文通过听音乐实验,认知实验,暗算实验三个实验,对受试者进行150人次实验,收集脑电数据400余个。应用主成分分析方法对脑电数据进行处理,提取第一主成分,并计算第一主成分贡献率,还通过主成分荷载对脑电数据进行分类,探索其规律。本研究对三个实验应用主成分分析方法研究发现,音乐实验中,欣赏喜欢音乐时脑电的第一主成分明显高于听不喜欢音乐和安静闭眼状态。在前头部,欣赏喜欢音乐时和欣赏不喜欢音乐时,影响第一主成分的脑电极分别在右前头部和左前头部脑比较强。认知实验中,在后脑部,从听日语到听汉语期间,脑电数据的第一主成分是上升的,再从汉语到安静闭眼期间,第一主成分又出现下降的趋势。暗算实验中,计算状态下的脑电第一主成分略高于安静闭眼时的第一主成分,但明显高于暗算后安静闭眼状态下第一主成分。在本研究中,音乐实验表明,在不同音乐背景下,大脑左右前头部会受不同音乐所影响,同时也会对人的感觉,情感,情绪等产生重要的影响。在认知实验中,由于参与语言的脑机能比较复杂,应用主成分分析手段尚不容易在整个头部得出有规律地分析结果。但是在后头部的a波呈现出的规律仍然可以为以后的研究做有意义的铺垫。暗算实验可以表明人脑在集中精力时,人脑活动非常活跃,第一主成分明显高于其他成分,这也是大多数人做事情时,不可一心二用的有力证明。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 脑电图的发现与研究进展
  • 1.2 本研究课题的学术背景及理论与实际意义
  • 1.3 主成分分析方法发展现状
  • 本章小结
  • 第二章 脑电图基本理论
  • 2.1 人脑结构与脑电信号产生
  • 2.1.1 人脑基本结构
  • 2.1.2 神经元结构和神经元电活动
  • 2.1.3 脑电信号
  • 2.2 脑电信号特点与分类
  • 2.2.1 自发脑电
  • 2.2.2 诱发脑电
  • 2.3 脑电信号采集与处理方法
  • 本章小结
  • 第三章 实验方法与脑电数据的获取
  • 3.1 实验目的
  • 3.2 实验对象
  • 3.3 实验设备与环境
  • 3.4 实验设计及方法
  • 3.4.1 实验一听音乐实验
  • 3.4.2 实验二认知实验
  • 3.4.3 实验三暗算实验
  • 本章小结
  • 第四章 主成分分析方法基本内容与方法应用
  • 4.1 主成分分析法
  • 4.2 主成分的概念
  • 4.3 主成分分析方法在数据分析中的应用
  • 4.3.1 主成分的选取
  • 4.3.2 第一主成分法
  • 4.3.3 主成分分析样本的选择及预处理
  • 本章小结
  • 第五章 基于主成分分析方法的脑电数据分析
  • 5.1 脑电数据分析系统的开发与实现
  • 5.1.1 EEG ToolBox 系统设计简介
  • 5.1.2 主成份分析子系统设计与实现
  • 5.2 实验数据的主成分分析
  • 5.2.1 听音乐实验数据分析
  • 5.2.2 认知实验数据分析
  • 5.2.3 暗算实验数据分析
  • 5.3 基于主成分分析的结果讨论
  • 5.3.1 听音乐实验数据讨论
  • 5.3.2 认知实验数据讨论
  • 5.3.3 暗算实验数据讨论
  • 本章小结
  • 结论
  • 参考文献
  • 附录 主成分分析子系统部分代码
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].不同品种紫薯营养主成分及聚类分析[J]. 中国粮油学报 2020(01)
    • [2].主成分-距离水质识别水源模型主成分的选取[J]. 地下水 2020(02)
    • [3].基于地理加权主成分的经济发展综合评价研究——以江苏省为例[J]. 华中师范大学学报(自然科学版) 2016(02)
    • [4].一种加权主成分距离的聚类分析方法[J]. 统计研究 2016(11)
    • [5].基于弹性网的稀疏近似主成分分析方法[J]. 曲靖师范学院学报 2020(03)
    • [6].基于稳健稀疏主成分的经济增长影响因素分析[J]. 统计与信息论坛 2017(03)
    • [7].灰色主成分评价模型的构建及其应用[J]. 系统工程理论与实践 2016(08)
    • [8].主成分—聚类分析方法在城市交通发展指标评价中的应用[J]. 价值工程 2016(24)
    • [9].主成分综合评价法的误区识别及其改进[J]. 数量经济技术经济研究 2016(10)
    • [10].基于主成分聚类的工程承包商国际化程度评价[J]. 重庆交通大学学报(社会科学版) 2014(06)
    • [11].主成分集成评价方法的问题探析与模型拓展[J]. 统计与决策 2015(02)
    • [12].主成分聚类分析在学生成绩综合评价中的应用[J]. 辽宁工业大学学报(自然科学版) 2012(03)
    • [13].基于偏相关系数和平行检验的主成分抽取数量的确定方法[J]. 统计与决策 2011(04)
    • [14].主成分抽取数量确定方法的改进[J]. 统计与决策 2010(16)
    • [15].主成分与因子分析在体育教学评价应用中的统计学分析[J]. 中国西部科技 2009(05)
    • [16].稀疏主成分在综合评价中的应用[J]. 财经理论与实践 2009(05)
    • [17].基于主成分方法的昌平区用水量影响因素分析[J]. 北京水务 2020(02)
    • [18].七十五份长荚豇豆品种资源农艺性状的主成分与聚类分析[J]. 北方园艺 2020(07)
    • [19].随机事件在实际问题数学化过程中的重要性及其在主成分算法中的应用[J]. 科技资讯 2020(14)
    • [20].基于主成分综合评价的世界一流大学影响因素研究[J]. 西北工业大学学报(社会科学版) 2016(04)
    • [21].基于改进主成分方法的淘宝品牌女装店绩效评价[J]. 牡丹江师范学院学报(自然科学版) 2017(02)
    • [22].基于主成分的智能电网建设综合评价[J]. 企业导报 2016(02)
    • [23].主成分聚类分析方法在入境旅游中的应用[J]. 统计与管理 2015(03)
    • [24].特征主成分算法再探[J]. 计算机系统应用 2015(07)
    • [25].12种饮用干花中微量元素主成分的分析[J]. 武汉工程大学学报 2015(10)
    • [26].主成分方法在公路交通事故分析中的应用[J]. 市政技术 2013(05)
    • [27].主成分-聚类分析在篮球队进攻能力评价中的应用[J]. 民营科技 2012(04)
    • [28].主成分分析在区域创新中的运用[J]. 湖北大学成人教育学院学报 2012(05)
    • [29].基于主成分的模糊聚类分析及应用[J]. 河北理工大学学报(自然科学版) 2011(04)
    • [30].主成分个数选择问题的探讨[J]. 济源职业技术学院学报 2011(04)

    标签:;  ;  ;  ;  ;  

    基于主成分分析的事件相关脑电变化研究
    下载Doc文档

    猜你喜欢