基于脑电波超慢涨落分析的波分布特点研究_第1页
基于脑电波超慢涨落分析的波分布特点研究_第2页
基于脑电波超慢涨落分析的波分布特点研究_第3页
基于脑电波超慢涨落分析的波分布特点研究_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于脑电波超慢涨落分析的波分布特点研究

1脑电波与认知功能的关系自发波是通过脑电图(eeg)观察到的人类大脑皮层的生物电活动,包括频率、波幅、位置相位和波形。根据频率从应用角度上,可以将脑波划分为δ、θ、α、β4个频段。发现脑电活动以来,人们对不同频率脑电成分的优势分布与年龄的关系等问题进行了大量的研究。研究表明,成年被试的α波在闭目状态下颞叶的频率最低,为9.51Hz;枕叶的频率居中,为9.88Hz;顶叶的频率最高,为10.41Hz。脑波不但是进行临床病理诊断的有效指标,而且能在一定程度上反映大脑的功能状态,它与个体脑功能的发展和成熟有着密切的关联。随着认知神经科学的兴起和发展,20世纪80年代以后,越来越多的研究者将脑波作为探查认知活动脑机制的一种指标,并由此使人们对脑波的认识进一步发展起来。α波(8~13Hz)的脑波成分与个体的思维和认知等脑的高级功能有关。较多的低频α波的出现,与困倦和较差的认知作业成绩有关;而较多的高频α波则与积极的认知活动有关。认知作业速度与额区脑波α峰频率显著相关。这说明脑电α波的频率与认知功能有关。从认知功能的角度来看,随着年龄的增长,儿童信息加工的速度逐渐加快。可见,α波在不同的脑区具有不同的分布特点,同时,与某些认知活动有关。但从发展的角度来看,随着年龄的增长,脑电α波的变化与信息加工速度的变化是否有关呢?脑电α波的分布特点与成人是否有差异呢?对于这些问题还很少有人研究。因此,本研究试图探查6~12岁正常儿童α波的不同频率成分(8~13Hz)的分布特点,同时初步探讨儿童信息加工速度与脑电α波的关系,从而为今后的认知神经科学领域的研究提供新的科学依据。2学习方法2.1实验人群的要求选取北京市3所小学中6~12岁小学生228名作为被试,其中6岁儿童23人(男生14人,女生9人),7岁儿童29人(男生13人,女生16人),8岁儿童66人(男生29人,女生37人),9岁儿童30人(男生22人,女生8人),10岁儿童39人(男生26人,女生13人),11岁儿童24人(男生12人,女生12人),12岁儿童17人(男生11人,女生6人)。要求被试身体健康,无脑部及其它可能影响脑电活动的疾病;被试在实验前24小时内禁用中枢性药物及兴奋性饮料,保证正常睡眠;测试前一天把头洗净,以配合实验的顺利进行。2.2脑电放大器测试采用脑电超慢涨落分析仪,按国际10-20系统安置电极,引出导线连接到9612型12道脑电放大器,选用F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T5、T6共12导联进行单极引导,以双耳连线为参考电极,前额正中接地保护,记录被试在正常安静闭眼状态下的脑电α波(8~13Hz)信号。时间为18分钟。2.3信息加工速度的测量2.3.1实验设备用PⅡ300计算机5台向被试呈现刺激材料,记录反应时和采集数据。时间记录的精确度为1/1000毫秒。2.3.2匹配前锚点心理旋转本研究中要求被试完成六项操作任务,即简单反应、选择反应、字母匹配、图形匹配、句图匹配和心理旋转。任务排列难易间隔,次序同上。每一种任务的条件是随机排列,但不同任务在每一种条件下的时间间隔机会均等。肯定反应用右手按键,否定反应用左手按键,具体实验材料见另文。2.4系统前模拟过程首先给被试佩戴电极,进行18分钟的ET测试。休息5分钟后,被试在计算机上完成信息加工速度测验。测验过程中,要求被试端坐在计算机前,距计算机屏幕约50厘米,右手的食指和中指分别放在鼠标的左键和右键上。先由主试宣布指导语,然后由被试进行练习,每项任务正式施测前均练习5次,如果被试做错了,主试应马上加以纠正,直至正确为止。之后开始正式实验。被试完成一项任务后,休息5分钟,再继续完成第二项任务。3结果分析3.13波场分布特征3.1.1在全脑中的分布比率根据所有被试的数据,我们计算出不同脑区6种频率α波的比率,以考查不同频率α波的脑区分布特点。从图1至6中可以看出,8Hzα波在全脑的分布比率从高到低依次为额叶、前颞叶、后颞叶、顶叶、中央区、枕叶,非参数检验的结果表明,8Hzα波在不同脑区的比率存在显著差异(χ2=383.790,P=0.000);9Hzα波在全脑的分布比率从高到低依次为枕叶、后颞叶、顶叶、额叶、前颞叶、中央区,非参数检验的结果表明各脑区的比率存在显著差异(χ2=83.498,P=0.000);10Hzα波在全脑的分布比率从高到低依次为枕叶、中央区、顶叶、前颞叶、额叶、后颞叶,且各脑区的比率存在显著差异(χ2=94.688,P=0.000);11Hzα波在全脑的分布比率从高到低依次为中央区、枕叶、顶叶、前颞叶、额叶、后颞叶,且各脑区的比率存在显著差异(χ2=56.797,P=0.000);12Hzα波在全脑的分布比率从高到低依次为后颞叶、前颞叶、额叶、枕叶、顶叶、中央区,各脑区的比率存在显著差异(χ2=192.302,P=0.000);13Hzα波在全脑的分布比率从高到低依次为后颞叶、前颞叶、额叶、顶叶、中央区、枕叶,非参数检验的结果表明各脑区的比率存在显著差异(χ2=187.221,P=0.000)。3.1.2各顶叶、睡眠叶、左前不同比例的分布我们对不同频率α波在左右对称脑区的比率进行了比较和分析,非参数检验的结果表明8Hzα波在左枕叶的分布比率显著大于右枕叶(P=0.007),左前颞的比率显著小于右前颞(P=0.012);9Hzα波在左顶叶的分布比率显著小于右顶叶(P=0.019),左枕叶的比率显著小于于右枕叶(P=0.018),左前颞的比率显著小于右前颞(P=0.010);10Hzα波在左前颞的分布比率显著大于右前颞(P=0.016);11Hzα波在左前颞的分布比率显著大于右前颞(P=0.009);12Hzα波在左后颞的分布比率显著小于右前颞(P=0.001);13Hzα波在左中央区的分布比率显著大于右中央区(P=0.047)。其他左右脑对称区域的同一频率α波的分布比率则不存在显著差异。3.1.3平均频率的差异根据公式F=R8×8+R9×9+R10×10+R11×11+R12×12+R13×13,计算出12个脑区的平均频率。两两脑区配对进行t检验的结果表明(见图7),除左前颞叶的平均频率显著大于右前颞叶(t=2.685,p<0.05)外,其他左右脑对称区域的平均频率的差异均不显著。α波平均频率的从高到低依次为枕叶、中央区、顶叶、左前颞叶、后颞叶、额叶、右前颞叶。3.2快、慢组被试波的检测为检验α波的频率成分与信息加工速度之间的相互关系,本研究从脑电被试中随机选取了41人,分别在计算机上进行了简单反应、选择反应、字母匹配、图形匹配、句图匹配和心理旋转6项信息加工速度测验。根据测验的成绩从被试中选取信息加工速度快组和慢组,其中快组包括成绩最好的25%的被试,慢组包括成绩最差的25%的被试,其成绩见表1。然后,将快组和慢组被试的不同频率的α波成分的差异进行比较。结果表明,快组和慢组被试的6种频率(8~13Hz)α波的比率均无显著性差异(P>0.05)。从表1中可以看出,快组9Hzα波的比率小于慢组,10Hzα波的比率大于慢组,8、11、12、13Hzα波的比率则基本相同。4.波的空间分布本研究以脑电α波这一人脑自发节律作为研究对象,重点探讨了由8Hz、9Hz、10Hz、11Hz、12Hz和13Hz成分组成的α波的脑区分布特点及α波与信息加工速度的关系问题。结果表明,α波在全脑12个脑区的比率,因频率成分不同而表现出不同的分布特点。从总体上看,低频α波(8Hz、9Hz)在全脑的分布缺乏规律性,而中频(10Hz、11Hz)和高频α波(12Hz、13Hz)的分布则表现出各自的规律。其中中频α波在枕叶、中央区和顶叶的比率高于左、右颞叶和额叶的比率;高频α波则相反,在前、后颞叶和额叶的比率高于枕叶、中央区和顶叶;α波平均频率从高到低依次为:枕叶、中央区、顶叶、左前颞叶、后颞叶、额叶、右前颞叶;左右脑8、10、11、12、13Hz的α波呈对称分布,右脑9Hzα波显著多于右脑。经过具体的比较发现,α波在左右对称脑区的分布比率也因频率不同而表现出不同的左右脑优势。且除左前颞叶的α波平均频率显著大于右前颞叶外,其他左右脑对称区域的平均频率的差异均不显著。这一研究结果与Gratton等人(1992)对成年被试α波空间分布的研究进行比较就会发现,儿童与成人α波的空间分布有所不同。Gratton等人的研究表明,成人α波在闭目状态下颞叶的频率最低,为9.51Hz;枕叶的频率居中,为9.88Hz;顶叶的频率最高,为10.41Hz。这是否说明α波空间分布反映了大脑的成熟过程,也就是说,在大脑的成熟过程中,中频(10Hz、11Hz)和高频α波(12Hz、13Hz)的分布代表了大脑的成熟区域。在大脑的成熟过程中,α波的分布是从无序到有序的状态发展。前人的研究虽然发现低频α波与较低的认知功能有关,高频α波与积极的认知活动有关。但Thompson&Wilson(1966)、Williamson等(1990)的研究发现,认知功能与脑电高频快波(β波)呈正相关。在本研究中,信息加工速度与α波的关系并不明显,快组和慢组被试的6种频率(8~13Hz)α波的比率均无显著差异。我们认为,这是由于α波是个体在安静闭目状态下产生的大脑自发电位,极易受到声、光等物理刺激的影响,在个体从事认知活动时α波消失,而代之以低幅快波。此外,本研究并非实时地对被试从事认知活动过程中的脑电波进行监测,因此,α波与个体认知功能之间的关系很难用本研究的方法进行验证。ET技术的主要创始人梅磊教授认为,虽然EEG能直接提取神经活动的信号,通过脑波反映神经元直接的兴奋性活动。但传统的脑波分析技术仅仅局限于对脑电信号的直观处理,只能单纯地显示脑波的幅度变化,或加上一些频率参数,对脑波本身的研究尚缺乏能供显

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论