事件相關電位的空時域組分析方法研究.pdf

1、事件相關電位（Event-related potential,ERP）是認知神經學科的重要研究工具之一，其常用的組分析處理方法包括時域主成分分析（principal component analysis,PCA）加Promax旋轉（將不同被試數據在空間上連接起來）和空間域獨立分量分析（independent component analysis,ICA）（將不同被試數據在時間上連接起來），基于信息熵最大的獨立分量分析（Infomax I

2、CA）算法往往被使用。當前，這些方法主要存在以下四個問題：⑴在ERP數據處理之前的仿真研究中，仿真數據多數僅滿足數據模型的基本假設，與ERP的時域和空間域性質相差甚遠；⑵對于ERP時域PCA加Promax，因為極性和方差不確定的問題，影響了實際應用；⑶小波濾波在ERP組分析的數據分解中的有效性，尚未得到研究；⑷差異波是 ERP的數據分析中常使用的方法，對組分析數據分解方法，尚未有標準來判斷使用差異波順序的合理性。
　　本論文采用D

3、ipole Simulator（V3.3.0.2）生成符合偶極子模型的腦地形圖和符合ERP時域波形特性的源成分進行仿真工作，從盲分離算法原理驗證時域PCA加Promax和空間域Infomax ICA等的合理性；在ERP時域PCA加Promax分解方法中，引入反投影理論，解決成分的極性和方差不確定問題，從而允許不同成分之間在電極域的比較；對于時域PCA加Promax，通過實際數據的分解和分析，驗證了小波濾波對ERP數據組分析具有非常積極的

4、意義；對于空間域Infomax ICA，提出了從數據分解穩(wěn)定性的角度去分析小波濾波的有效性；提出從數據分解穩(wěn)定性、提取出的成分在時間和空間上的有效性綜合判斷差異波和數據分解使用順序的合理性。
　　本論文將這些解決方案應用與實際ERP研究。分析結果表明：小波濾波加時間域PCA加Promax是較適用的ERP組分析數據分解的算法；當前使用的小波濾波方法對空間域ICA的組數據分解沒有促進作用，對個體數據分解有促進作用；在使用差異波后，再進