43-事件相關(guān)腦電位技術(shù)

1、事件相關(guān)腦電位技術(shù)楊波第一節(jié) 基本概念一、腦電圖1. 腦電圖(EEG是借助電極從頭皮連續(xù)記錄的交流型電活動。2. EEG與人體的意識水平也密切相關(guān)：當(dāng)大腦活動增加時，EEG節(jié)律增高而波幅降低; 在醒閉目的假寐狀態(tài)下， a波出現(xiàn)；在淺睡眠狀態(tài)，EEG節(jié)律逐漸減慢；當(dāng)睡眠加深，眼動加 快-快速眼動睡眠(REMSIeep );在深度睡眠中，以波為主； EEG消失是診斷腦死亡的最主要 指標(biāo)。二、事件相關(guān)腦電位1 事件相關(guān)腦電位( ERP)：( 1)是與實(shí)際刺激或預(yù)期刺激(聲、光、電)有固定時間關(guān)系的腦反應(yīng)所形成的一系列腦電波。(2) 腦電變化十分微弱( 01 -20 AV )，掩埋在自發(fā)腦電位(波幅范

2、圍士 100 tLV ，其 頻率范圍在 40 Hz 左右)中難以觀察，但利用誘發(fā)電位固定的鎖時關(guān)系，經(jīng)過計算機(jī)的疊加 處理，則可以提取出 ERP 成分。2. ERP的平均疊加：在反復(fù)呈現(xiàn)相同刺激的過程中， 與刺激有鎖時關(guān)系的、 時間和方向上一致的電位活動 逐漸增大，而與刺激無鎖時關(guān)系的隨機(jī)的背景電活動則相互抵消，逐漸減小。3. 電壓放大倍數(shù)：其數(shù)值常用放大倍數(shù)又稱增益。 電壓放大倍數(shù)一般是指對異相信號的電壓放大倍數(shù)， 分貝 (dB)表示。4. 時間常數(shù)：(1) 時間常數(shù)(TC)是對頻帶寬度低端頻率響應(yīng)的描述方式。(2) 時間常數(shù)的設(shè)定數(shù)值直接影響ERP波形是否失真。1-2 s,腦電（EEG 0

3、.3s ,(3) 各電生理信號常用的時間常數(shù)為：心電時間常數(shù) (ECG)肌電(EMG ) 0.1s，神經(jīng)動作電位 0.05s超過其頻率范圍的信號 (即放大器的這個頻率5. 頻帶寬度： ( 1 )任何放大器只能對一定頻率范圍內(nèi)的信號進(jìn)行正常放大，頻率過高或頻率過低的信號)經(jīng)過放大器后放大倍數(shù)就會降低甚至失真。 范圍稱為頻帶寬度，用以描述放大器頻帶寬度的曲線稱為頻率響應(yīng)曲線。(2) ERP使用的放大器的頻帶寬度是可以調(diào)節(jié)的。6. 共模抑制比Ac 之比。(1)共模抑制比(CMRR又稱辨差比、辨別比，它定義為放大器對異相信號的放大倍數(shù) Ad 和對共模信號的放大倍數(shù)( 2)共模抑制比是放大器對共模信號抑

4、制能力的指標(biāo)。第二節(jié) ERP 的基本技術(shù)一、刺激材料與刺激程序1 .刺激物分類( 1 )視覺刺激： 分類：非圖形刺激；圖形刺激。 參數(shù)：視角；亮度；照度；對比度( 2)聽覺刺激：分類：純音；短聲；白噪聲；語音參數(shù)：頻率；聲壓級 ( 3)體感刺激。指人體所能承受的微弱脈沖電流。2刺激序列( 1)刺激呈現(xiàn)時間：(a) 刺激呈現(xiàn)時間長度與任務(wù)難度成反比(b) 當(dāng)呈現(xiàn)時間短到一定程度，人就不能主觀感覺到這個刺激，可利用此特性進(jìn)行非意 識的啟動研究(C)撤反應(yīng)，即刺激物消失也能導(dǎo)致ERP波形的微小改變，避免撤反應(yīng)的措施一是將刺激呈現(xiàn)時間適當(dāng)延長或縮短,二是利用相減的辦法。刺激間隔：SOA從起點(diǎn)到起點(diǎn)；I

5、SI :從止點(diǎn)到起點(diǎn)。在確定刺激間隔應(yīng)注意： 短間隔將導(dǎo)致 ERP成分，特別是早期成分的重疊； 預(yù)留足夠被試完成作業(yè)的反應(yīng)時間； 間隔過長可能浪費(fèi)硬盤空間,并延長不必要的實(shí)驗(yàn)時間； 刺激間隔與任務(wù)難度成反比。重疊成分的消除： 高通濾波增加可以減弱ERP在較長潛伏期、較低頻率的部分。2) a) b) c) d)3) a) b)ERP 重疊成分，又叫 fitter3實(shí)驗(yàn)?zāi)Ｊ? 1)Oddball 模式：(a)Oddball 實(shí)驗(yàn)?zāi)Ｊ绞侵覆捎脙煞N或多種不同的聲音或圖像， 現(xiàn)，出現(xiàn)的概率顯著不同，讓被試對偏差刺激進(jìn)行操作反應(yīng)。Oddball模式是產(chǎn)生P300, MMN等與刺激概率有關(guān)的不同的刺激持續(xù)交

6、替呈(b) 驗(yàn)?zāi)Ｊ健?c)(2)(a)ERP 成分中， 常用的經(jīng)典實(shí)Oddball 模式又分若干亞類：兩種刺激物；同樣兩種刺激物；三種刺激物。Go- Nogo 模式：Go- Nogo 模式：標(biāo)準(zhǔn)刺激與偏差刺激之間概率相等,需要被試反應(yīng)的刺激叫做 刺激,不需被試反應(yīng)的刺激叫做 Nogo 刺激。Go低通濾波采用不同間隔隨機(jī)化,可以部分消除鄰近的 法。(b)該模式的特點(diǎn)是排除了刺激概率對ERP的影響，節(jié)省了實(shí)驗(yàn)時間，這是它突出的優(yōu)點(diǎn)；但也丟掉了因大、小概率差異而產(chǎn)生的ERP數(shù)據(jù)。視覺空間注意的經(jīng)典模式： 經(jīng)典視覺注意的實(shí)驗(yàn)范式： 閃光隨機(jī)呈現(xiàn)于左右視野,(3)讓被試注意某一側(cè)而忽視另(a) 一側(cè)。當(dāng)

7、被試注意視野左側(cè)， 而白色光標(biāo)也出現(xiàn)左側(cè)視野時，刺激物誘發(fā)的 P1 與 N1 成(b) 分比注意右側(cè)視野的條件明顯增大。(c) 在以上實(shí)驗(yàn)條件下，發(fā)現(xiàn)在 P1、N1的前面還有一個小成分 C1 , C1在注意與忽視 條件下其波幅無明顯改變。( 4)記憶的經(jīng)典模式：(a)直接或外顯再認(rèn)實(shí)驗(yàn)： 經(jīng)典的再認(rèn)實(shí)驗(yàn)范式：首先呈現(xiàn)一組項(xiàng)目，被試無需反應(yīng)；其中一半在隨后的一組 中重復(fù)呈現(xiàn),被試對重復(fù)出現(xiàn)的項(xiàng)目按鍵反應(yīng)。 連續(xù)再認(rèn)實(shí)驗(yàn)：呈現(xiàn)的項(xiàng)目中,一半是上一組曾經(jīng)出現(xiàn)過的,另一半則是下一組將 要出現(xiàn)的,被試分別用左右手按鍵。 連續(xù)再認(rèn)實(shí)驗(yàn)范式與傳統(tǒng)到記憶再認(rèn)范式不同,學(xué)習(xí)與測驗(yàn)階段混合以便再次呈現(xiàn)項(xiàng)目時為正負(fù)

8、之間的轉(zhuǎn)換，并且記憶負(fù)荷在量上是連續(xù)增加的。（b）間接或內(nèi)隱再認(rèn)實(shí)驗(yàn)： 常見的一種實(shí)驗(yàn)范式為混合呈現(xiàn)詞與非詞，被試的任務(wù)是識別詞與非詞。另一種范式是對某種特定含義的詞反應(yīng)。 實(shí)驗(yàn)中被試均不對重復(fù)出現(xiàn)的字詞反應(yīng)，因而這種記憶是間接的或內(nèi)隱的。 二、腦電數(shù)據(jù)的采集與記錄1電極導(dǎo)聯(lián)（ 1）（ 2 ）將頭皮上的一個電極的電位設(shè)置為零，這個電極稱為參考電極。 另外一個或多個電極與參考電極的電位差即是該電極的電位值，這些電極叫做記錄電極。（ 3） （ 4）2記錄電極安放采用一個公共參考電極與多個記錄電極的方法叫單極導(dǎo)聯(lián)法，腦電記錄常用此法。記錄兩個點(diǎn)之間的相對電位差，稱為雙極導(dǎo)聯(lián)法。( 1)今。( 2)F

9、z，( 3)( 4 )側(cè)的( 5 )國際腦電圖學(xué)會在 40 多年前制定了全球統(tǒng)一的 10-20 國際腦電記錄系統(tǒng)沿用至矢狀線：從鼻根至枕外隆凸的連線，又稱中線。從前往后標(biāo)出5 個記錄點(diǎn)： Fpz ，Cz，Pz 和 Oz ， Fpz 與 Oz 各占中線全長的 1006 ，其余 3 點(diǎn)各占 20%。 冠狀線：兩外耳道之間的連線。從左至右也是 5 個點(diǎn)： T3，C3，CZ，C4 和 Too 外T3 與 T4 占 10%，其余 3 點(diǎn)各占 20 。 CZ 是矢狀線與冠狀線的交點(diǎn)，因而常作為基準(zhǔn)點(diǎn)。（6）3記錄參數(shù)（1） 分析時間與基線：為美國腦電圖學(xué)會（1991）推薦的標(biāo)準(zhǔn)電極點(diǎn)。一般經(jīng)典的 ERP

10、分根據(jù)實(shí)驗(yàn)?zāi)Ｊ胶脱芯磕康脑O(shè)定分析時間，析多在 1000 ms 之內(nèi)。刺激發(fā)生前的基線常設(shè)為 100-200ms （ 2）頻帶寬度：使其僅夠放大擬研究的ERP 信號，落在頻帶外的噪聲與干擾信號則不被放大，達(dá)到排除目的。頻帶寬度一般為001，005或 0 1-40 ，60或 100 Hz 偽跡的排除與校正：眼電是最為常見的偽跡，目前多對其校正，以免丟失過多的腦（3） 電數(shù)據(jù)。（4）（5）三、ERP數(shù)據(jù)處理與分析1波形平均與疊加步驟（1）（2）（3）（4）進(jìn)行分段。（5）（6）（7）（8）2總平均皮膚阻抗 5 k2 ，參考點(diǎn)的皮膚阻抗尤為重要。采樣頻率與時間分辨率成正比，例如 250 Hz 的采樣頻

11、率，時間分辨率為 4 ms 提取并打開連續(xù)腦電文件。 合并任務(wù)數(shù)據(jù)。須保證實(shí)驗(yàn)過程被完整保存。 眼電偽跡校正。對腦電分段：按照預(yù)設(shè)的 分析時間 ，以刺激物發(fā)生為起點(diǎn)，對連續(xù)記錄的 EEG濾波：排除 50 Hz 干擾，以及其他偽跡。 基線校正：基線校正的目的是在當(dāng)前波形文件中校正 排除偽跡。平均，為使 ERP 信號從噪聲中分離出來，必須充分平均疊加。DC 偏差。將同一條件下所有被試的 ERP 波形進(jìn)行二次平均。 目前文獻(xiàn)報告的 ERP 結(jié)果基本上都是 總平均圖。ERP 成分具有重要意義。3相減技術(shù) 相減技術(shù)的運(yùn)用，對于提取更為純粹的、與心理機(jī)制相關(guān)的 4波形、測量與統(tǒng)計（1）從一系列波形中判斷有

12、關(guān)成分，是 ERP 研究的一個技術(shù)難關(guān)。（2）波幅與峰潛伏期測量： 波幅測基線一波峰值或者波峰一波峰值， 潛伏期常以刺激起 始點(diǎn)至波峰頂點(diǎn)作為測量點(diǎn)。（3）一般認(rèn)為， 波幅反映大腦興奮性高低， 而潛伏期則是神經(jīng)活動與加工過程的速度和 評價時間。MMN其波峰常不明顯，因此峰（4）相減后的波形有時為一個較為平緩的負(fù)漂移，例如 值的測量較為困難。（ 5）目前傾向于采用平均波幅作為指標(biāo)。 （6）平均波幅測量可用固定法連續(xù)測量法、具體法或間斷法。又能定性的腦波圖形， 可四、腦地形圖 1腦電地形圖： 是指將放大的腦電信號轉(zhuǎn)換成一種既能定量、 使大腦在某一時間的功能變化與形態(tài)定位有機(jī)地結(jié)合。2分類：p 波、

13、。波， 8 波（ 1）根據(jù)腦電信號： EEG 頻率地形圖，針對不同的頻段，包括。波、 和近年受到關(guān)注的 40 Hz腦電；ERP波幅地形圖。（2）根據(jù)圖形的色彩或形式：彩色地形圖、灰度地形圖、等高線地形圖。這三種地形圖 所表達(dá)的內(nèi)容和信息量基本一致，其差別只在于表現(xiàn)形式的不同。（ 3）根據(jù)維度：二維地形圖；三維地形圖。五、源定位分析 1極性翻轉(zhuǎn)：顱內(nèi)與頭皮電位的極性翻轉(zhuǎn)，極性翻轉(zhuǎn)的機(jī)制可用偶極子原理解釋。 2偶極子定位： 是基于電場理論和數(shù)學(xué)原理， 運(yùn)用計算機(jī)處理系統(tǒng)從頭皮表面記錄的電 位推算顱內(nèi)發(fā)生源位置的一種定位方法。3分布式源定位模型一電流密度模型： 電流密度模型屬于一種分布式源定位方法，

14、 具有 2 個基本特征： 先以一個三維網(wǎng)格或表面假定源的位置。 這樣可以使空間矩陣 L 在整個擬 合過程中保持不變。 數(shù)據(jù)項(xiàng)D （j ）加上模型項(xiàng)M （j ）與調(diào)整參數(shù)入的乘積得到殘差 2。六、主成分分析法（ PCA）1主成分分析模型： Donchin 等提出 ERP 的成分是一個 可控制的源和可觀察到的變量 ，并認(rèn)為 ERP 可分解為多個成分的線形結(jié)合， 其中的每一個都可以獨(dú)立地受實(shí)驗(yàn)操作影響。 主成分分析模型是一種線性解析多重數(shù)字變量矩陣的方法。當(dāng)應(yīng)用于一組ERP時，就會產(chǎn)生一組成分。2 .為有效應(yīng)用PCA,在被分析的一組 ERP內(nèi)必須有充分的系統(tǒng)變量。3. 通常有兩種不同類型的 PCA,

15、 一種是時間PCA,以時間為刻度用波形表示成分； 另一 種是空間PCA,按頭皮分布繪成圖。4. PCA的首要步驟是依據(jù)數(shù)據(jù)計算相關(guān)的矩陣，通常這一步驟要求很嚴(yán)格，必須詳細(xì)說 明相關(guān)矩陣計算的方法和類型。第二步是決定還剩余多少成分。有意義成分?jǐn)?shù)目的確定由放 置信號與噪聲之間頻響位置的多種變量來決定。5. PCA限定的數(shù)學(xué)是一組成分和一組系數(shù)的正交。6根據(jù)所代表的實(shí)驗(yàn)變量，來描述一個成分的性質(zhì)。7 進(jìn)行方差分析（ANOVA以證明ERP成分的性質(zhì)而不是證明實(shí)驗(yàn)效果的顯著性。& PCA是一種基本的將使用變量解析為少量的獨(dú)立成分的方法。七、獨(dú)立成分分析1 .獨(dú)立成分分析（ICA）是把信號分解成若干個相互

16、獨(dú)立的成分。即最大熵2 最大熵 ICA 算法： 根據(jù)隨機(jī)梯度下降的學(xué)習(xí)算法來實(shí)現(xiàn)差熵的最大化，ICA算法。3ICA 的目的是對由未觀測到的獨(dú)立源產(chǎn)生、 經(jīng)未知線性混合而成的觀測信號進(jìn)行分析， 從而復(fù)現(xiàn)出原來的獨(dú)立源。 它用統(tǒng)計學(xué)上的方法把觀測的多導(dǎo)隨機(jī)信號變換成為統(tǒng)計意義上 盡可能獨(dú)立的成分。4在腦電信號的測量中， 觀察到的信號實(shí)際上是若干相對獨(dú)立的源信號疊加而成的。因此，采用 ICA 方法分解出觀察信號的獨(dú)立成分將有助于我們把握真正有意義的大腦活動信 息。演講稿尊敬的老師們，同學(xué)們下午好：我是來自 10 級經(jīng)濟(jì)學(xué)（2）班的學(xué)習(xí)委，我叫張盼盼， 很榮幸有這次機(jī)會和大家一起交流擔(dān)任學(xué)習(xí)委員這一職

17、務(wù)的經(jīng)驗(yàn)。轉(zhuǎn)眼間大學(xué)生活已經(jīng)過了一年多， 在這一年多的時間里， 我一直擔(dān)任著學(xué)習(xí)委員這一職務(wù)?；赝@一年多，自己走過的路，留下 的或深或淺的足跡，不僅充滿了歡愉，也充滿了淡淡的苦澀。一年多 的工作，讓我學(xué)到了很多很多，下面將自己的工作經(jīng)驗(yàn)和大家一起分 享。學(xué)習(xí)委員是班上的一個重要職位，在我當(dāng)初當(dāng)上它的時候，我就在想一定不要辜負(fù)老師及同學(xué)們我的信任和支持，一定要把 工作做好。要認(rèn)真負(fù)責(zé)，態(tài)度踏實(shí)，要有一定的組織，領(lǐng)導(dǎo)，執(zhí)行能 力，并且做事情要公平， 公正，公開，積極落實(shí)學(xué)校學(xué)院的具體工作。作為一名合格的學(xué)習(xí)委員，要收集學(xué)生對老師的意見和老師的教學(xué)動 態(tài)。在很多情況下，老師無法和那么多學(xué)生直接打交道，很多老師也 無暇顧及那么多的學(xué)生，特別是大家剛進(jìn)入大學(xué)，很多人一時還不適 應(yīng)老師的教學(xué)模式。學(xué)習(xí)委員是老師與學(xué)生之間溝通的一個橋梁，學(xué) 習(xí)委員要及時地向老師提出同學(xué)們的建議和疑問，熟悉老師對學(xué)生的 基本要求。再次，學(xué)習(xí)委員在學(xué)習(xí)上要做好模范帶頭作用，要有優(yōu)異 的成績，當(dāng)同學(xué)們向我提出問題時，基本上給同學(xué)一個正確的回復(fù)?？傊谝粚W(xué)年的工作之中，我懂得如何落實(shí)各項(xiàng)工