【摘要】： 視覺注意一直是心理學(xué)、神經(jīng)生理學(xué)的重要研究領(lǐng)域,近年來(lái)隨著腦功能探測(cè)技術(shù)的發(fā)展,對(duì)于視覺注意力的研究已經(jīng)從早期的定性描述發(fā)展到利用各種神經(jīng)生理學(xué)信號(hào)對(duì)大腦不同狀態(tài)下的注意力水平進(jìn)行定量化分析的階段。目前,視覺注意力水平的定量化研究尚在選取表征注意力的特征參數(shù)與量化的分級(jí)方面存在一定的缺陷。尋找新的能客觀準(zhǔn)確地反映視覺注意力水平的特征參數(shù),建立能穩(wěn)定、可靠地監(jiān)測(cè)并可動(dòng)態(tài)調(diào)控操作者視覺注意力水平的生物反饋系統(tǒng),將不僅有利于揭示人腦中視覺注意力的心理學(xué)、神經(jīng)生理學(xué)方面的作用機(jī)制,還將有益于與注意力相關(guān)腦神經(jīng)疾病的診斷和治療,促進(jìn)腦-機(jī)接口等神經(jīng)工程新技術(shù)及在康復(fù)醫(yī)學(xué)中的應(yīng)用。 本文設(shè)計(jì)了兩種用于測(cè)試多級(jí)視覺注意力水平的腦電反饋實(shí)驗(yàn),通過(guò)要求受試者注視屏幕動(dòng)畫并按照提示進(jìn)行不同強(qiáng)度的想象動(dòng)作過(guò)程并記錄多個(gè)注意集中程度下的腦電數(shù)據(jù)。分別采用腦電信號(hào)的近似熵、樣本熵、多尺度熵、δ-樣本熵等基于序列復(fù)雜性測(cè)度的非線性動(dòng)力學(xué)參數(shù)來(lái)表征受試者的視覺注意集中程度。經(jīng)14名受試者實(shí)驗(yàn)及其腦電信號(hào)熵參數(shù)統(tǒng)計(jì)分析結(jié)果表明,在絕大多數(shù)額葉導(dǎo)聯(lián)(F3、F4、F7、F8、Fz)和部分顳葉導(dǎo)聯(lián)(T3、T4等)處的多個(gè)注意集中程度之間存在顯著性差異,并且隨受試者注意集中程度的降低,其熵值呈下降趨勢(shì);發(fā)現(xiàn)樣本熵在區(qū)分多個(gè)注意集中程度時(shí)的敏感度最高。為實(shí)現(xiàn)多級(jí)注意力水平的量化分級(jí),本文優(yōu)化設(shè)計(jì)了支持向量機(jī)分類器,對(duì)注意力水平進(jìn)行了分級(jí)識(shí)別,識(shí)別率達(dá)到85.24%,可以將多種注意力集中程度區(qū)分開。最后對(duì)受試者注意力集中程度與其想象動(dòng)作電位特征之間的相關(guān)性進(jìn)行了初步研究。以上基于腦電熵參數(shù)的視覺注意力分級(jí)研究方法和結(jié)果可為腦與認(rèn)知神經(jīng)科學(xué)基礎(chǔ)研究、腦電生物反饋訓(xùn)練以及在線腦-機(jī)接口系統(tǒng)設(shè)計(jì)提供參考依據(jù)與技術(shù)支持。
[Abstract]:Visual attention has been an important research field in psychology and neurophysiology. In recent years, with the development of brain function detection technology, The study of visual attention has developed from the early qualitative description to the use of various neurophysiological signals for quantitative analysis of attention levels in different states of the brain. At present, the quantitative study of visual attention level still has some defects in the selection of characteristic parameters and quantification classification. To find a new characteristic parameter that can objectively and accurately reflect visual attention level, and to establish a biofeedback system that can monitor and dynamically regulate the visual attention level of the operator, which can be monitored stably, reliably and dynamically. It will not only help to reveal the psychological and neurophysiological mechanisms of visual attention in the human brain, but will also be beneficial to the diagnosis and treatment of attention related neurological diseases. To promote new neural engineering technology such as brain-computer interface and its application in rehabilitation medicine. In this paper, two kinds of EEG feedback experiments are designed to test the multilevel visual attention level. The subjects are asked to look at the screen animation and perform different intensity imaginary movements according to the cues, and record EEG data at multiple attention concentration levels. The nonlinear dynamic parameters, such as approximate entropy, sample entropy, multi-scale entropy and 未 -sample entropy, are used to characterize the visual attention concentration of the subjects. The experimental results of 14 subjects and the statistical analysis of the entropy parameters of EEG showed that in the vast majority of frontal lobe leads (F3F4F4F7F7F8FZ) and part of temporal lobe leads (T3), There was a significant difference in the degree of multiple attention concentration at T4 et al. The entropy showed a decreasing trend with the decrease of the attention concentration of the subjects. It was found that sample entropy had the highest sensitivity in distinguishing multiple attention levels. In order to realize the quantitative classification of multi-level attention level, this paper optimizes the design of support vector machine classifier, and classifies the attention level with a recognition rate of 85.24, which can distinguish the degree of attention concentration. Finally, the correlation between attention concentration and the characteristics of imaginary action potential was studied. The above methods and results can provide reference and technical support for the basic research of brain and cognitive neuroscience, the training of EEG biofeedback and the design of online brain-computer interface system.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：R338

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前10條

1 田雨;王春慧;;視覺注意認(rèn)知計(jì)算模型及其應(yīng)用[A];2011年空間生命與生命起源暨航天醫(yī)學(xué)工程學(xué)術(shù)研討會(huì)論文集[C];2011年

2 解春紅;邵潔;秦玉峰;楊建濱;王艷霞;李榮;趙正言;;威廉斯綜合征的視覺注意功能[A];2007年浙江省兒科學(xué)、小兒外科學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2007年

3 張志龍;張焱;沈振康;;基于視覺注意模型的團(tuán)塊目標(biāo)檢測(cè)方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 韓世輝;陳靜;;內(nèi)在視覺注意轉(zhuǎn)移的參數(shù):線索類型和視野[A];2005年中國(guó)神經(jīng)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 陳文鋒;張建新;傅小蘭;;情緒干擾的敏感性與反應(yīng)性的分離[A];第一屆全國(guó)腦與認(rèn)知科學(xué)學(xué)術(shù)研討會(huì)論文集[C];2005年

6 張武田;馮玲;;注意對(duì)半視野識(shí)別漢字的影響[A];全國(guó)第七屆心理學(xué)學(xué)術(shù)會(huì)議文摘選集[C];1993年

7 何遜;;主動(dòng)性空間注意和反射性物體注意:資源的競(jìng)爭(zhēng)[A];第一屆全國(guó)腦與認(rèn)知科學(xué)學(xué)術(shù)研討會(huì)論文集[C];2005年

8 賈淑勤;陳彩琦;;長(zhǎng)時(shí)記憶在視覺選擇性注意定向中的作用[A];第十一屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

9 宋治杭;江潔;張廣軍;;運(yùn)動(dòng)背景下的運(yùn)動(dòng)物體檢測(cè)方法[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

10 陳玉英;隋光遠(yuǎn);瞿彬;;自主控制眼跳：實(shí)驗(yàn)范式、神經(jīng)機(jī)制和應(yīng)用[A];第十一屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

相關(guān)重要報(bào)紙文章 前10條

1 北京師范大學(xué)心理學(xué)院教授 劉翔平;如何訓(xùn)練注意力缺損多動(dòng)障礙兒童[N];中國(guó)教育報(bào);2006年

2 王靜;大腦如何指揮言行[N];大眾科技報(bào);2002年

3 林麗磊;簡(jiǎn)約綠色的包裝[N];中國(guó)包裝報(bào);2004年

4 呂文武;飲酒未過(guò)量也可能出現(xiàn)視盲[N];衛(wèi)生與生活報(bào);2007年

5 北京師范大學(xué)心理系博士 劉翔平;糾正注意力不集中[N];健康時(shí)報(bào);2005年

6 許文軍;漫談報(bào)紙版式設(shè)計(jì)[N];中華新聞報(bào);2005年

7 李幼常;淺談旅游演藝興旺的原因[N];中國(guó)旅游報(bào);2007年

8 夏天;暴力電玩不利思考[N];衛(wèi)生與生活報(bào);2007年

9 本報(bào)記者 李建明;高速路廣告竟成奪命“殺手”[N];市場(chǎng)報(bào);2002年

10 本報(bào)記者 年月;早期教育從零歲開始[N];廈門日?qǐng)?bào);2005年

相關(guān)博士學(xué)位論文 前10條

1 李凌;視覺注意的神經(jīng)機(jī)制研究[D];電子科技大學(xué);2009年

2 余映;視覺注意計(jì)算模型設(shè)計(jì)及其應(yīng)用研究[D];復(fù)旦大學(xué);2010年

3 張巧榮;視覺注意計(jì)算模型及其關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2011年

4 竇燕;基于空間和物體的視覺注意計(jì)算方法及實(shí)驗(yàn)研究[D];燕山大學(xué);2010年

5 田明輝;視覺注意機(jī)制建模及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

6 金盛;考慮視覺注意特性的車輛跟馳行為建模[D];吉林大學(xué);2010年

7 王慧;空間和目標(biāo)注意協(xié)同工作的視覺注意計(jì)算機(jī)模型研究[D];吉林大學(xué);2010年

8 魏龍生;視覺信息處理中注意機(jī)制計(jì)算模型研究[D];華中科技大學(xué);2011年

9 趙才榮;基于圖嵌入與視覺注意的特征抽取[D];南京理工大學(xué);2011年

10 王穎;基于人機(jī)交互仿真的駕駛次任務(wù)研究[D];清華大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 王君樂;視覺注意機(jī)制相關(guān)研究及其中視覺顯著度與重要度間關(guān)系的量化分析[D];華南理工大學(xué);2010年

2 邱新潔;視覺注意機(jī)制建模中的特征調(diào)制和選擇策略研究[D];天津大學(xué);2010年

3 陳思;基于視覺注意機(jī)制的計(jì)算模型的研究及應(yīng)用[D];河北工業(yè)大學(xué);2011年

4 邊鵬;視覺注意的研究[D];復(fù)旦大學(xué);2010年

5 趙建國(guó);基于運(yùn)動(dòng)特征的視覺注意計(jì)算模型研究[D];山東大學(xué);2011年

6 王延龍;視覺注意機(jī)制的計(jì)算模型及其應(yīng)用研究[D];河北工業(yè)大學(xué);2011年

7 李旃;基于視覺注意機(jī)制的運(yùn)動(dòng)目標(biāo)識(shí)別算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

8 郭亞恒;學(xué)習(xí)困難兒童注意保持的特點(diǎn)[D];河南大學(xué);2012年

9 賈玉紅;視覺注意機(jī)制及其在場(chǎng)景分類中的應(yīng)用[D];華東師范大學(xué);2012年

10 韓鵬;視覺注意力計(jì)算模型的研究[D];東北大學(xué);2010年

，

本文編號(hào)：2427849