古琴音樂背景下EEG的非線性分析及其可視化.pdf

1、在自然界中,許多復雜和有趣的現(xiàn)象都能夠被歸為非線性現(xiàn)象。大腦的認知活動便是其中之一。用來解釋非線性現(xiàn)象的理論稱作非線性動力系統(tǒng),也叫做混沌理論。人的大腦在物質(zhì)上的表現(xiàn)是一個不斷變化的神經(jīng)網(wǎng)絡系統(tǒng),如何描述這個系統(tǒng)的特征并探尋此特征和大腦認知狀態(tài)之間的某種關聯(lián)我們所關心的。通過記錄某種大腦活動時的腦電數(shù)據(jù)EEG并對這些數(shù)據(jù)進行一定的轉(zhuǎn)化處理,并采用統(tǒng)計計算來找到不同大腦狀態(tài)下的各種腦電數(shù)據(jù)參數(shù)的變化情況是一種有效的研究方法。本文的實驗便是

2、在此思路上試圖分析被試在聆聽古琴音樂這種極具東方特點的古老音樂時大腦狀態(tài)的非線性特征,并將這些特征用有效的可視化方法表示出來。
　　 本文首先介紹了當前非線性混沌動力學的數(shù)學理論,目的在于為隨后引出的腦科學研究中使用的非線性分析方法做一個鋪墊。
　　 其次,文章闡述了關于EEG的數(shù)據(jù)處理部分的內(nèi)容。EEG數(shù)據(jù)實際上是一組離散時間序列,該序列來自于對大腦皮層放電的分布采樣,EEG的特殊性在于其是和大腦活動相關聯(lián)的非線性數(shù)據(jù)

3、。因此要將EEG中的非線性特征進行提取必然要遵循非線性數(shù)據(jù)處理的一般流程,例如相空間重構。針對不同需求計算不同的非線性特征,這些特征可以屬于動力學、信息學或是復雜理論的范疇。本文詳細介紹了其中的動力學特征關聯(lián)維度(D2)和復雜度度量LZC復雜度以及信息學上的互信息。這幾種方法也是在隨后的實驗中使用到的。
　　 本文的第三個主題是實驗。在該實驗中分別記錄了16位無古琴音樂訓練背景的中國在校大學生在平靜狀態(tài)、噪聲背景和古琴音樂背景三