多事件ERP成份分解算法研究及應(yīng)用.pdf

1、事件相關(guān)電位（Event-related potentials簡(jiǎn)稱ERP或ERPs）是和特定事件相關(guān)的腦區(qū)電位變化，它與一個(gè)可定義的參照事件有穩(wěn)定時(shí)間關(guān)系，以特定事件出現(xiàn)的時(shí)間作為時(shí)間參考，事件相關(guān)電位可以通過(guò)疊加平均得到，這種特定事件可以是刺激或行為反應(yīng)。如果在單次實(shí)驗(yàn)記錄中包含兩個(gè)或多個(gè)事件，不同事件引發(fā)的ERP將形成相互混疊，以某一事件出現(xiàn)的時(shí)間為基準(zhǔn)，進(jìn)行疊加平均提取ERP的時(shí)候，總平均ERP中將出現(xiàn)與不同事件引發(fā)的ERP成份之

2、間的交叉干擾。ERP高時(shí)間分辨率的特性使得它在認(rèn)知神經(jīng)科學(xué)以及臨床醫(yī)學(xué)領(lǐng)域有廣泛的應(yīng)用，但在一些大腦高級(jí)認(rèn)知功能的研究中，這種各事件引發(fā)的ERP成份之間的交叉干擾極大地影響了對(duì)ERP成份所對(duì)應(yīng)的生理或心理過(guò)程的理解。由于這個(gè)問(wèn)題一直以來(lái)都沒(méi)有得到徹底的解決，目前為止，在大腦認(rèn)知功能的研究中絕大多數(shù)研究者依然采用的是傳統(tǒng)的疊加平均技術(shù)，因而導(dǎo)致了學(xué)界對(duì)某些認(rèn)知功能理解的分歧。所以，發(fā)展一種準(zhǔn)確有效地提取不同事件引發(fā)的真實(shí)ERP成份對(duì)ERP

3、領(lǐng)域研究有重要意義。本文針對(duì)多事件ERP中的交叉干擾問(wèn)題，研究和發(fā)展了多事件ERP成份分解方法以及該方法在實(shí)際實(shí)驗(yàn)數(shù)據(jù)中的應(yīng)用。主要內(nèi)容如下：
　　 ⑴提出了三事件以及多事件ERP成份分解算法。并結(jié)合仿真數(shù)據(jù)討論了此方法的分解效果。
　　 ⑵針對(duì)多事件ERP成份分解算法的特點(diǎn)，系統(tǒng)研究了邊界條件和事件時(shí)間分布特性對(duì)算法的影響。文中通過(guò)仿真對(duì)比周期邊界條件以及非周期邊界條件下算法的效果，得到采用周期邊界條件明顯好于非周期邊

4、界條件，能更真實(shí)的恢復(fù)仿真數(shù)據(jù)。通過(guò)對(duì)不同事件時(shí)間分布情況下的仿真對(duì)比，得出事件時(shí)間分布的形狀對(duì)算法的效果沒(méi)有影響，而事件時(shí)間的標(biāo)準(zhǔn)差對(duì)算法的效果有明顯影響，事件時(shí)間分布的標(biāo)準(zhǔn)差越大，分解效果越好。這部分的研究對(duì)分解算法的實(shí)際應(yīng)用以及心理學(xué)實(shí)驗(yàn)設(shè)計(jì)有一定的指導(dǎo)作用。
　　 ⑶提出了一種穩(wěn)健的多事件ERP成份分解方法-基于維納去卷積的多事件ERP成份分解算法。針對(duì)分解算法中固有的病態(tài)問(wèn)題，采用維納去卷積理論，通過(guò)估計(jì)信號(hào)和噪聲的功

5、率譜來(lái)確定最優(yōu)濾波器的設(shè)計(jì)。通過(guò)仿真實(shí)驗(yàn)，較系統(tǒng)地對(duì)比了不同正則化方法的分解效果，得出維納去卷積分解方法具有最好的分解效果。針對(duì)實(shí)際的實(shí)驗(yàn)數(shù)據(jù)，從ERP的基本特性以及基本生理常識(shí)對(duì)分解結(jié)果的可靠性做了分析。
　　 ⑷將維納去卷積分解方法應(yīng)用到反應(yīng)抑制的研究中，并對(duì)反應(yīng)抑制研究中存在分歧的問(wèn)題做了詳細(xì)研究，分析結(jié)果證實(shí)，NoGo-P3效應(yīng)可能是反應(yīng)相關(guān)成份的干擾導(dǎo)致的，而和反應(yīng)抑制過(guò)程無(wú)關(guān)，NoGo-N2效應(yīng)才是和反應(yīng)抑制過(guò)程相關(guān)