多事件ERP成份分解算法研究及應用.pdf

1、事件相關電位（Event-related potentials簡稱ERP或ERPs）是和特定事件相關的腦區(qū)電位變化，它與一個可定義的參照事件有穩(wěn)定時間關系，以特定事件出現的時間作為時間參考，事件相關電位可以通過疊加平均得到，這種特定事件可以是刺激或行為反應。如果在單次實驗記錄中包含兩個或多個事件，不同事件引發(fā)的ERP將形成相互混疊，以某一事件出現的時間為基準，進行疊加平均提取ERP的時候，總平均ERP中將出現與不同事件引發(fā)的ERP成份之

2、間的交叉干擾。ERP高時間分辨率的特性使得它在認知神經科學以及臨床醫(yī)學領域有廣泛的應用，但在一些大腦高級認知功能的研究中，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ERP成份所對應的生理或心理過程的理解。由于這個問題一直以來都沒有得到徹底的解決，目前為止，在大腦認知功能的研究中絕大多數研究者依然采用的是傳統(tǒng)的疊加平均技術，因而導致了學界對某些認知功能理解的分歧。所以，發(fā)展一種準確有效地提取不同事件引發(fā)的真實ERP成份對ERP

3、領域研究有重要意義。本文針對多事件ERP中的交叉干擾問題，研究和發(fā)展了多事件ERP成份分解方法以及該方法在實際實驗數據中的應用。主要內容如下：
　　 ⑴提出了三事件以及多事件ERP成份分解算法。并結合仿真數據討論了此方法的分解效果。
　　 ⑵針對多事件ERP成份分解算法的特點，系統(tǒng)研究了邊界條件和事件時間分布特性對算法的影響。文中通過仿真對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，能更真實的恢復仿真數據。通過對不同事件時間分布情況下的仿真對比，得出事件時間分布的形狀對算法的效果沒有影響，而事件時間的標準差對算法的效果有明顯影響，事件時間分布的標準差越大，分解效果越好。這部分的研究對分解算法的實際應用以及心理學實驗設計有一定的指導作用。
　　 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。針對分解算法中固有的病態(tài)問題，采用維納去卷積理論，通過估計信號和噪聲的功

5、率譜來確定最優(yōu)濾波器的設計。通過仿真實驗，較系統(tǒng)地對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。針對實際的實驗數據，從ERP的基本特性以及基本生理常識對分解結果的可靠性做了分析。
　　 ⑷將維納去卷積分解方法應用到反應抑制的研究中，并對反應抑制研究中存在分歧的問題做了詳細研究，分析結果證實，NoGo-P3效應可能是反應相關成份的干擾導致的，而和反應抑制過程無關，NoGo-N2效應才是和反應抑制過程相關