人腦認(rèn)知控制檢測的計算指標(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 國內(nèi)外研究現(xiàn)狀
1.2.1 認(rèn)知控制檢測實驗范式
1.2.2 認(rèn)知控制行為學(xué)計算指標(biāo)
1.2.3 認(rèn)知控制相關(guān)神經(jīng)腦區(qū)計算指標(biāo)
1.2.4 認(rèn)知控制腦電信號計算指標(biāo)
1.3 當(dāng)前研究面臨的問題與挑戰(zhàn)
1.3.1 認(rèn)知控制實驗范式設(shè)計不足
1.3.2 認(rèn)知控制計算指標(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 缺少實時認(rèn)知控制識別應(yīng)用研究
1.4 本書主要研究工作及組織結(jié)構(gòu)安排
1.4.1 本書主要研究工作
1.4.2 本書組織結(jié)構(gòu)安排
第2章 非注意狀態(tài)下情感信息認(rèn)知控制的計算指標(biāo)及工作機(jī)制研究
2.1 引言
2.1.1 非注意聽覺信息認(rèn)知控制的計算指標(biāo)
2.1.2 非注意視覺信息認(rèn)知控制的計算指標(biāo)
2.1.3 非注意情感信息認(rèn)知控制的計算指標(biāo)
2.1.4 當(dāng)前研究存在的問題及本章主要研究內(nèi)容
2.2 UAEI認(rèn)知控制檢測的計算指標(biāo)研究方法
2.2.1 UAEI認(rèn)知控制檢測系統(tǒng)框架
2.2.2 設(shè)計UAEI認(rèn)知控制的實驗范式
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計算方法
2.2.7 振蕩的UAEI-ERD指標(biāo)統(tǒng)計分析方法
2.3 實驗結(jié)果及分析
2.3.1 δ振蕩的UAEI-ERD計算指標(biāo)
2.3.2 θ振蕩的UAEI-ERD計算指標(biāo)
2.3.3 α1振蕩的UAEI-ERD計算指標(biāo)
2.3.4 α2振蕩的UAEI-ERD計算指標(biāo)
2.3.5 β1振蕩的UAEI-ERD計算指標(biāo)
2.3.6 β2振蕩的UAEI-ERD計算指標(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振蕩參與刺激類型的識別
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識別加工
2.5 本章小結(jié)
第3章 注意狀態(tài)下聽覺認(rèn)知控制的計算指標(biāo)及工作機(jī)制研究
3.1 引言
3.1.1 注意條件下認(rèn)知控制實驗范式
3.1.2 注意條件下認(rèn)知控制的計算指標(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)前研究存在的問題及本章主要研究內(nèi)容
3.2 AACI認(rèn)知控制檢測的計算指標(biāo)研究方法
3.2.1 AACI認(rèn)知控制檢測系統(tǒng)框架
3.2.2 設(shè)計AACI認(rèn)知控制的實驗范式
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 計算AACI-ERP指標(biāo)方法
3.2.6 計算AACI認(rèn)知控制相關(guān)的計算指標(biāo)
3.2.7 ACCI認(rèn)知控制相關(guān)計算指標(biāo)統(tǒng)計方法
3.3 實驗結(jié)果及分析
3.3.1 行為學(xué)計算指標(biāo)
3.3.2 AACI-ERP計算指標(biāo)
3.3.3 AACI認(rèn)知控制相關(guān)的計算指標(biāo)
3.3.4 腦電位活動映射
3.3.5 實驗結(jié)果比較
3.3.6 AACI-ERP計算指標(biāo)的統(tǒng)計結(jié)果及分析
3.4 AACI認(rèn)知控制的工作機(jī)制
3.4.1 感知計算指標(biāo)：SCI（△AEP1, AAEN1,AAEP2）
3.4.2 確認(rèn)計算指標(biāo)：ICI（△AEN2, △AEP3）
3.4.3 執(zhí)行計算指標(biāo)：ECI（AAELate-SW1, AAELate-SW2）
3.4.4 聽覺認(rèn)知控制模型
3.5 本章小結(jié)
第4章 基于單次實驗?zāi)X電信號的認(rèn)知控制特征的提取方法
4.1 引言
4.2 聽覺認(rèn)知控制缺失癥及其檢測實驗平臺設(shè)計
4.2.1 聽覺認(rèn)知控制缺失癥
4.2.2 聽覺認(rèn)知控制檢測實驗平臺的設(shè)計
4.2.3 實驗數(shù)據(jù)采集方法
4.3 聽覺認(rèn)知控制檢測方法
4.3.1 聽覺認(rèn)知控制檢測系統(tǒng)模型框架
4.3.2 腦電實驗數(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)計分析
4.3.5 基于單次實驗?zāi)X電信號的認(rèn)知控制特征的提取方法
4.3.6 聽覺認(rèn)知控制腦電的檢測識別方法
4.4 自動聽覺認(rèn)知控制檢測相關(guān)實驗結(jié)果及分析
4.4.1 聽覺認(rèn)知控制的行為學(xué)
4.4.2 聽覺認(rèn)知控制腦電的時域認(rèn)知規(guī)律
4.4.3 基于不同特征聽覺認(rèn)知控制識別
4.4.4 基于不同聽覺腦電時間段作特征聽覺認(rèn)知控制識別
4.5 基于認(rèn)知規(guī)律的聽覺認(rèn)知控制的自動檢測識別應(yīng)用
4.5.1 聽覺認(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)知控制檢測識別應(yīng)用
4.5.3 聽覺認(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)知控制模式分類方法研究
5.1 引言
5.2 經(jīng)典模式分類方法檢測認(rèn)知腦電信號存在的問題
5.2.1 支持向量機(jī)模型
5.2.2 SVM的傾向性問題
5.3 基于樣本特征空間分布信息的新分類器
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)量分布信息的分類器
5.4 實驗結(jié)果及分析
5.4.1 公開數(shù)據(jù)集
5.4.2 認(rèn)知控制腦電數(shù)據(jù)集實驗結(jié)果
5.5 本章小結(jié)
第6章 總結(jié)
參考文獻(xiàn)