基于主成分分析的事件相关脑电变化研究

来源 :大连交通大学 | 被引量 : 0次 | 上传用户:boyhill
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
Internet的快速普及和Web技术的发展,使传统的制造业发生了深刻的变革,出现了协同制造、异地制造等一系列新的业务需求。这些业务需求极大地推动了分布式计算技术的发展。Web Services技术和智能Agent是当前分布式计算研究的主流。经过近几年的发展,Web Services技术已经逐步完善和规范,并且为许多商业组织所采用。而另一分支智能Agent技术的研究也取得了巨大的进展。将Web S
图的标号问题起始于1966年A.Rosa的著名优美树猜想。一个图的顶点标号是图的顶点集到整数集的映射,边标号是图的边集到整数集的映射。根据对映射的不同要求产生了各种类型的标
随着计算机技术、信息处理技术和网络通信技术的迅速发展,信息安全技术也在不断地更新和完善。信息隐藏技术作为信息安全的一项重要技术,它利用人类感觉器官对数字信号的感觉
在互联网技术高速发展的时代,各种数据充斥在网络上,数据的信息量繁杂,人们对信息数据的质量提出了更高的要求。如何有效获取用户所需要的高质量相关文档,是信息检索中一个非
机动目标跟踪是研究对目标机动运动不能准确描述的目标运动估计问题。而其中,多目标跟踪是主体为了维持对多个目标当前状态的估计而对所接收的测量信息进行处理的过程。此项
在无线传感器网络中,移动Sink节点的使用可以减少能量空洞等问题,并且可以通过优化移动节点的移动路径以更合理的利用传感器网络中的节点,从而延长整个无线传感器网络的使用
数据挖掘(Data Mining)是近年来十分热门的一个学科,是指从存放在数据库、数据仓库或其他信息库中的大量数据中提取隐含的、未知的、有潜在应用价值的信息或模式的过程,被认
行人检测是计算机视觉领域的研究热点之一,它在智能交通、智能机器人、人体行为分析等领域有广泛的应用,随着科技的进步,近年来,在航拍图像和受害者营救等新兴领域中开始应用
非线性科学是研究非线性现象共性的一门新兴的交叉学科,其主要研究内容包括孤子、混沌和分形,同这三个概念相对应的理论共同构成了非线性这门学科的理论基础。本文侧重研究了
伴随着税收信息化管理工作的深度推进,随着金税工程被列为国家电子政务“十二金”工程之一,税收信息化建设得到了长足发展。各级国税系统陆续开发了一系列应用、管理软件,积