人腦認(rèn)知控制檢測(cè)的計(jì)算指標(biāo)及其應(yīng)用研究

第1章 人腦認(rèn)知控制相關(guān)研究
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 認(rèn)知控制檢測(cè)實(shí)驗(yàn)范式
1.2.2 認(rèn)知控制行為學(xué)計(jì)算指標(biāo)
1.2.3 認(rèn)知控制相關(guān)神經(jīng)腦區(qū)計(jì)算指標(biāo)
1.2.4 認(rèn)知控制腦電信號(hào)計(jì)算指標(biāo)
1.3 當(dāng)前研究面臨的問(wèn)題與挑戰(zhàn)
1.3.1 認(rèn)知控制實(shí)驗(yàn)范式設(shè)計(jì)不足
1.3.2 認(rèn)知控制計(jì)算指標(biāo)方法缺陷
1.3.3 人腦認(rèn)知控制機(jī)制及模型不清楚
1.3.4 缺少實(shí)時(shí)認(rèn)知控制識(shí)別應(yīng)用研究
1.4 本書(shū)主要研究工作及組織結(jié)構(gòu)安排
1.4.1 本書(shū)主要研究工作
1.4.2 本書(shū)組織結(jié)構(gòu)安排
第2章 非注意狀態(tài)下情感信息認(rèn)知控制的計(jì)算指標(biāo)及工作機(jī)制研究
2.1 引言
2.1.1 非注意聽(tīng)覺(jué)信息認(rèn)知控制的計(jì)算指標(biāo)
2.1.2 非注意視覺(jué)信息認(rèn)知控制的計(jì)算指標(biāo)
2.1.3 非注意情感信息認(rèn)知控制的計(jì)算指標(biāo)
2.1.4 當(dāng)前研究存在的問(wèn)題及本章主要研究?jī)?nèi)容
2.2 UAEI認(rèn)知控制檢測(cè)的計(jì)算指標(biāo)研究方法
2.2.1 UAEI認(rèn)知控制檢測(cè)系統(tǒng)框架
2.2.2 設(shè)計(jì)UAEI認(rèn)知控制的實(shí)驗(yàn)范式
2.2.3 腦電數(shù)據(jù)采集
2.2.4 自適應(yīng)腦電數(shù)據(jù)的預(yù)處理
2.2.5 解調(diào)各頻段腦波振蕩
2.2.6 非注意狀態(tài)下情感信息的事件相關(guān)去同步化和同步化的UAEI-ERD計(jì)算方法
2.2.7 振蕩的UAEI-ERD指標(biāo)統(tǒng)計(jì)分析方法
2.3 實(shí)驗(yàn)結(jié)果及分析
2.3.1 δ振蕩的UAEI-ERD計(jì)算指標(biāo)
2.3.2 θ振蕩的UAEI-ERD計(jì)算指標(biāo)
2.3.3 α1振蕩的UAEI-ERD計(jì)算指標(biāo)
2.3.4 α2振蕩的UAEI-ERD計(jì)算指標(biāo)
2.3.5 β1振蕩的UAEI-ERD計(jì)算指標(biāo)
2.3.6 β2振蕩的UAEI-ERD計(jì)算指標(biāo)
2.4 UAEI的認(rèn)知控制的工作機(jī)制
2.4.1 δ振蕩參與表情內(nèi)容的初始更新
2.4.2 θ振蕩參與刺激類(lèi)型的識(shí)別
2.4.3 α振蕩參與工作記憶
2.4.4 β振蕩參與面孔表情的自動(dòng)識(shí)別加工
2.5 本章小結(jié)
第3章 注意狀態(tài)下聽(tīng)覺(jué)認(rèn)知控制的計(jì)算指標(biāo)及工作機(jī)制研究
3.1 引言
3.1.1 注意條件下認(rèn)知控制實(shí)驗(yàn)范式
3.1.2 注意條件下認(rèn)知控制的計(jì)算指標(biāo)
3.1.3 注意條件下認(rèn)知控制的工作機(jī)制
3.1.4 當(dāng)前研究存在的問(wèn)題及本章主要研究?jī)?nèi)容
3.2 AACI認(rèn)知控制檢測(cè)的計(jì)算指標(biāo)研究方法
3.2.1 AACI認(rèn)知控制檢測(cè)系統(tǒng)框架
3.2.2 設(shè)計(jì)AACI認(rèn)知控制的實(shí)驗(yàn)范式
3.2.3 EEG數(shù)據(jù)采集
3.2.4 腦電數(shù)據(jù)處理方法
3.2.5 計(jì)算AACI-ERP指標(biāo)方法
3.2.6 計(jì)算AACI認(rèn)知控制相關(guān)的計(jì)算指標(biāo)
3.2.7 ACCI認(rèn)知控制相關(guān)計(jì)算指標(biāo)統(tǒng)計(jì)方法
3.3 實(shí)驗(yàn)結(jié)果及分析
3.3.1 行為學(xué)計(jì)算指標(biāo)
3.3.2 AACI-ERP計(jì)算指標(biāo)
3.3.3 AACI認(rèn)知控制相關(guān)的計(jì)算指標(biāo)
3.3.4 腦電位活動(dòng)映射
3.3.5 實(shí)驗(yàn)結(jié)果比較
3.3.6 AACI-ERP計(jì)算指標(biāo)的統(tǒng)計(jì)結(jié)果及分析
3.4 AACI認(rèn)知控制的工作機(jī)制
3.4.1 感知計(jì)算指標(biāo)：SCI（△AEP1, AAEN1,AAEP2）
3.4.2 確認(rèn)計(jì)算指標(biāo)：ICI（△AEN2, △AEP3）
3.4.3 執(zhí)行計(jì)算指標(biāo)：ECI（AAELate-SW1, AAELate-SW2）
3.4.4 聽(tīng)覺(jué)認(rèn)知控制模型
3.5 本章小結(jié)
第4章 基于單次實(shí)驗(yàn)?zāi)X電信號(hào)的認(rèn)知控制特征的提取方法
4.1 引言
4.2 聽(tīng)覺(jué)認(rèn)知控制缺失癥及其檢測(cè)實(shí)驗(yàn)平臺(tái)設(shè)計(jì)
4.2.1 聽(tīng)覺(jué)認(rèn)知控制缺失癥
4.2.2 聽(tīng)覺(jué)認(rèn)知控制檢測(cè)實(shí)驗(yàn)平臺(tái)的設(shè)計(jì)
4.2.3 實(shí)驗(yàn)數(shù)據(jù)采集方法
4.3 聽(tīng)覺(jué)認(rèn)知控制檢測(cè)方法
4.3.1 聽(tīng)覺(jué)認(rèn)知控制檢測(cè)系統(tǒng)模型框架
4.3.2 腦電實(shí)驗(yàn)數(shù)據(jù)的預(yù)處理方法
4.3.3 事件相關(guān)電位處理方法
4.3.4 統(tǒng)計(jì)分析
4.3.5 基于單次實(shí)驗(yàn)?zāi)X電信號(hào)的認(rèn)知控制特征的提取方法
4.3.6 聽(tīng)覺(jué)認(rèn)知控制腦電的檢測(cè)識(shí)別方法
4.4 自動(dòng)聽(tīng)覺(jué)認(rèn)知控制檢測(cè)相關(guān)實(shí)驗(yàn)結(jié)果及分析
4.4.1 聽(tīng)覺(jué)認(rèn)知控制的行為學(xué)
4.4.2 聽(tīng)覺(jué)認(rèn)知控制腦電的時(shí)域認(rèn)知規(guī)律
4.4.3 基于不同特征聽(tīng)覺(jué)認(rèn)知控制識(shí)別
4.4.4 基于不同聽(tīng)覺(jué)腦電時(shí)間段作特征聽(tīng)覺(jué)認(rèn)知控制識(shí)別
4.5 基于認(rèn)知規(guī)律的聽(tīng)覺(jué)認(rèn)知控制的自動(dòng)檢測(cè)識(shí)別應(yīng)用
4.5.1 聽(tīng)覺(jué)認(rèn)知控制的規(guī)律及模型
4.5.2 基干單次認(rèn)知腦電的認(rèn)知控制檢測(cè)識(shí)別應(yīng)用
4.5.3 聽(tīng)覺(jué)認(rèn)知控制率
4.6 本章小結(jié)
第5章 基于樣本特征空間分布信息的認(rèn)知控制模式分類(lèi)方法研究
5.1 引言
5.2 經(jīng)典模式分類(lèi)方法檢測(cè)認(rèn)知腦電信號(hào)存在的問(wèn)題
5.2.1 支持向量機(jī)模型
5.2.2 SVM的傾向性問(wèn)題
5.3 基于樣本特征空間分布信息的新分類(lèi)器
5.3.1 基于支持向量的歐氏平方距離及樣本數(shù)量分布信息的分類(lèi)器
5.3.2 基于支持向量的歐氏距離及樣本數(shù)量分布信息的分類(lèi)器
5.3.3 基于全部樣本的歐氏距離及樣本數(shù)量分布信息的分類(lèi)器
5.4 實(shí)驗(yàn)結(jié)果及分析
5.4.1 公開(kāi)數(shù)據(jù)集
5.4.2 認(rèn)知控制腦電數(shù)據(jù)集實(shí)驗(yàn)結(jié)果
5.5 本章小結(jié)
第6章 總結(jié)
參考文獻(xiàn)