学位论文 > 优秀研究生学位论文题录展示

基于脑电熵参数的视觉注意力分级研究

作　者: 徐秋晶
导　师: 万柏坤
学　校: 天津大学
专　业: 生物医学工程
关键词: 视觉注意力 分级 近似熵 样本熵 多尺度熵 δ-样本熵 支持向量机
分类号: R338
类　型: 硕士论文
年　份: 2009年
下　载: 49次
引　用: 0次
阅　读: 论文下载
 

内容摘要


视觉注意一直是心理学、神经生理学的重要研究领域,近年来随着脑功能探测技术的发展,对于视觉注意力的研究已经从早期的定性描述发展到利用各种神经生理学信号对大脑不同状态下的注意力水平进行定量化分析的阶段。目前,视觉注意力水平的定量化研究尚在选取表征注意力的特征参数与量化的分级方面存在一定的缺陷。寻找新的能客观准确地反映视觉注意力水平的特征参数,建立能稳定、可靠地监测并可动态调控操作者视觉注意力水平的生物反馈系统,将不仅有利于揭示人脑中视觉注意力的心理学、神经生理学方面的作用机制,还将有益于与注意力相关脑神经疾病的诊断和治疗,促进脑-机接口等神经工程新技术及在康复医学中的应用。本文设计了两种用于测试多级视觉注意力水平的脑电反馈实验,通过要求受试者注视屏幕动画并按照提示进行不同强度的想象动作过程并记录多个注意集中程度下的脑电数据。分别采用脑电信号的近似熵、样本熵、多尺度熵、δ-样本熵等基于序列复杂性测度的非线性动力学参数来表征受试者的视觉注意集中程度。经14名受试者实验及其脑电信号熵参数统计分析结果表明,在绝大多数额叶导联(F3、F4、F7、F8、Fz)和部分颞叶导联(T3、T4等)处的多个注意集中程度之间存在显著性差异,并且随受试者注意集中程度的降低,其熵值呈下降趋势;发现样本熵在区分多个注意集中程度时的敏感度最高。为实现多级注意力水平的量化分级,本文优化设计了支持向量机分类器,对注意力水平进行了分级识别,识别率达到85.24%,可以将多种注意力集中程度区分开。最后对受试者注意力集中程度与其想象动作电位特征之间的相关性进行了初步研究。以上基于脑电熵参数的视觉注意力分级研究方法和结果可为脑与认知神经科学基础研究、脑电生物反馈训练以及在线脑-机接口系统设计提供参考依据与技术支持。

全文目录


中文摘要  3-4
ABSTRACT  4-8
第一章 绪论  8-16
  1.1 脑科学与认知神经科学  8-10
    1.1.1 脑认知的研究内容  8-9
    1.1.2 脑认知的研究技术  9-10
  1.2 基于脑电信号的脑认知研究  10-12
    1.2.1 基于脑电信号的脑认知研究的特点  10-11
    1.2.2 脑电的产生机制  11-12
  1.3 视觉注意研究  12-14
    1.3.1 视觉注意的机制  12-13
    1.3.2 视觉注意的研究历史和现状  13-14
  1.4 本文的主要工作与章节安排  14-16
第二章 视觉注意力分级脑电实验设计  16-25
  2.1 脑电实验背景介绍  16-19
    2.1.1 脑电信号特征  16
    2.1.2 电极与导联的选择方法  16-19
  2.2 视觉注意力分级脑电实验  19-23
    2.2.1 实验装置及环境介绍  19-21
    2.2.2 实验方案  21-23
  2.3 信号的预处理  23-25
第三章 分级视觉注意力脑电的非线性动力学分析  25-43
  3.1 序列复杂性测量与基于近似熵的测度发展  25-33
    3.1.1 序列复杂度  25-26
    3.1.2 近似熵  26-27
    3.1.3 样本熵  27-29
    3.1.4 多尺度熵  29-31
    3.1.5 δ-样本熵  31-33
  3.2 视觉注意力脑电特征分析  33-41
    3.2.1 近似熵特征分析  33-35
    3.2.2 样本熵特征分析  35-36
    3.2.3 多尺度熵特征分析  36-40
    3.2.4 δ-样本熵特征分析  40-41
  3.3 测度对比与统计结果讨论  41-43
第四章 基于支持向量机的视觉注意力脑电分级  43-57
  4.1 统计学习理论与支持向量机  43-50
    4.1.1 统计学习理论  44-47
    4.1.2 支持向量机  47-50
  4.2 视觉注意力脑电的分类算法实现  50-52
  4.3 分类识别结果与讨论  52-57
    4.3.1 两级分类结果与讨论  52-54
    4.3.2 多级分类结果与讨论  54-57
第五章 视觉注意力与想象动作特征相关性的研究  57-64
  5.1 想象动作诱发的ERD信号  57-59
  5.2 视觉注意力水平变化对ERD信号的影响  59-64
第六章 总结与展望  64-66
  6.1 本文工作的总结  64-65
  6.2 未来工作的展望  65-66
参考文献  66-72
发表论文和科研情况说明  72-73
致谢  73

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 670t/h四角切圆锅炉炉内煤粉燃烧过程的数值模拟,TK224.11
  5. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  6. 音乐结构自动分析研究,TN912.3
  7. 基于三维重建的焊点质量分类方法研究,TP391.41
  8. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  11. 桡动脉超声多普勒血流信号的特征提取及分类研究,TP391.41
  12. 基于图像的路面破损识别,TP391.41
  13. 基于支持向量机的故障诊断方法研究,TP18
  14. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  15. 低分子量亨氏马尾藻岩藻聚糖硫酸酯的制备及抗肿瘤活性研究,TS254.9
  16. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  17. 大豆品种对北豆腐品质的影响及其品质评价方法的研究,TS214.2
  18. CSB Image-Meater猪智能化影像分级仪瘦肉率预测及猪胴体等级评定标准的研究,S828
  19. 基于车载3D加速传感器的路况监测研究,TP274
  20. 面向自恢复的微重启技术研究,TP306
  21. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421

中图分类: > 医药、卫生 > 基础医学 > 人体生理学 > 神经生理学
© 2012 www.xueweilunwen.com