放松状态下α波的溯源分析

TP391; 鉴于在大多数α波研究中, 只分析不同脑区的α波差异对研究其神经活动所提供的信息不足问题, 本文提出了α波独立分量能量分析法, 并结合源定位算法对产生α波的主要脑区进行了溯源分析.首先, 计算预处理后各脑区的α波功率以分析其主要活动区域, 将FastICA算法分解的独立分量进行源定位, 再采用α波独立分量能量分析法分析主要活动脑区的α波与各独立分量的关系.以6名26岁的右利手男性为被试对象, 结果表明在放松状态下α波的主要活动脑区为左枕区和右枕区, 其次为右后颞, 左后颞;左枕区和右枕区的α波功率虽无显著性差异, 但其主要α波能量却来自不同的神经源, 这两个神经源分别位于靠近左枕区...

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 34; no. 2; pp. 367 - 372
Main Authors 王海霞, 尤文斌, 于在水, 邓慧芳
Format Journal Article
LanguageChinese
Published 中北大学电子测试技术国家重点实验室,太原,030051%上海复旦微电子集团股份有限公司,上海,200433 01.03.2019
Subjects
α波
溯源分析
FastICA算法
traceability analysis
α wave
脑电信号
FastICA algorithm
electroencephalogram (EEG)
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2019.02.020

Cover

More Information
Summary:TP391; 鉴于在大多数α波研究中, 只分析不同脑区的α波差异对研究其神经活动所提供的信息不足问题, 本文提出了α波独立分量能量分析法, 并结合源定位算法对产生α波的主要脑区进行了溯源分析.首先, 计算预处理后各脑区的α波功率以分析其主要活动区域, 将FastICA算法分解的独立分量进行源定位, 再采用α波独立分量能量分析法分析主要活动脑区的α波与各独立分量的关系.以6名26岁的右利手男性为被试对象, 结果表明在放松状态下α波的主要活动脑区为左枕区和右枕区, 其次为右后颞, 左后颞;左枕区和右枕区的α波功率虽无显著性差异, 但其主要α波能量却来自不同的神经源, 这两个神经源分别位于靠近左枕区的左脑和靠近右枕区的右脑部位.经过两因素重复方差分析, 发现这两个不同的神经源影响了左枕区与右枕区的α波.
ISSN:1004-9037
DOI:10.16337/j.1004-9037.2019.02.020