視覺刺激下的腦電特性研究——面孔識別的事件相關(guān)腦電分析.pdf

1、腦的研究是人類在自然科學中面臨的最大的世紀性挑戰(zhàn)。面孔作為一種特殊的視覺刺激，提供了豐富的社會信息，對面孔識別腦機制的研究是腦科學中的熱點話題。腦電信號分析是腦科學研究的重要手段。作為一種特殊的腦電信號，事件相關(guān)電位(ERPs)是認知過程中從腦電中提取的電位，是腦神經(jīng)元活動的直接反映。通過研究ERPs，可跟蹤大腦高速的信息加工處理過程，其時間分辨率高達毫秒級，幾乎與面孔認知過程同步發(fā)生，可以實時地反映大腦的認知活動，因此是面孔識別研究的

2、重要方法之一。 本文的研究目的是借助信號處理方法對面孔和非面孔的視覺刺激下的ERPs信號進行分析和比較，探討基于ERPs特性的面孔和物體(非面孔)識別的不同腦機制。本文的研究內(nèi)容主要包括腦電預(yù)處理的研究和面孔視覺刺激的：ERPs研究兩個方面。主要的研究工作及創(chuàng)新如下： (1)腦電信號預(yù)處理的研究。腦電具有很高的時變敏感性，其信號極易被無關(guān)噪聲污染，即各種偽跡(artifacts)，其中眼電的影響最大。這些偽跡給腦電信號的

3、分析解釋帶來了很大的困難。本文針對眼電偽跡，比較研究了偽跡減法、PCA、ICA和小波去噪等多種方法的特點。并在此基礎(chǔ)上基于眼電信號的頻率較低的先驗知識，運用小波變換和ICA相結(jié)合的去噪方法。首先利用小波變換提取出各導(dǎo)含噪腦電低頻部分信號，然后通過ICA分離出低頻部分的眼電干擾。小波預(yù)處理不僅保留了高頻部分的腦電信號而且還提高了ICA處理信號的信噪比，使ICA收斂更快。實驗結(jié)果表明基于小波變換的ICA去噪方法保留了更多有用的腦電信號。

4、 (2)小波熵在面孔識別中的研究。ERPs小波熵反映了腦電的不同節(jié)律成分分布的無規(guī)則程度。本文利用小波熵及時間平均小波熵、均值小波熵對面孔、非面孔的ERPs時域信號進行分析研究。實驗結(jié)果表明，這種分析方法不但從方法上克服了譜熵不能有效地分析非平穩(wěn)信號的不足，而且還發(fā)現(xiàn)面孔較非面孔具有更高的復(fù)雜程度，表現(xiàn)在兩種視覺刺激下大腦的熵值的差異。從而為面孔識別的研究開拓了一種新的方法。 (3)隨時間變化的小波熵的研究。以上的小波熵僅給

5、出了整段信號的熵值，表征了整段信號的特征，但是淹沒了隨時間變化的小波熵值情況。本文又對總平均的ERPs數(shù)據(jù)進行加窗，對每個時間窗的ERPs數(shù)據(jù)分別進行小波熵的計算，得到了連續(xù)的時間窗內(nèi)的小波熵值。不重疊時間窗的研究結(jié)果表明，對視覺刺激初期加工時面孔刺激的小波熵值明顯大于非面孔刺激的小波熵值，枕顳區(qū)導(dǎo)聯(lián)的熵值統(tǒng)計結(jié)果表明在1-256ms內(nèi)刺激類型有顯著差異，而在1-128ms左右半球也有顯著差異；1ms移動的重疊時間窗不僅包含不重疊的時間