1、 毕 业 论 文 （本科生） 中文标题 面向基本情感的 EEG 特征分析 英文标题 EEG Features Analysis for the Basic Emotion 学生姓名 傅西京 指导教师 晏静之 学 院 信息科学与工程学院 专 业 计算机科学与技术 年 级 2008级 兰州大学教务处 傅西京：面向基本情感的 EEG 特征分析 1 诚信责任书 本人郑重声明：本人所呈交的毕业论文（设计），是在导师的指导下独立进行研究所取得的成果。毕业论文（设计） 中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。 除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或在网上发
2、表的论文。 特此声明。 论文作者签名： 日 期： 傅西京：面向基本情感的 EEG 特征分析 2 目 录 摘 要 . 4 Abstract . 5 第 1章 简介 . 7 1.1 研究的背景 . 7 1.2 研究的理论 . 7 1.3 研究的实际意义 . 8 1.4 本章小结 . 9 第 2章 脑电波基本理论知识 . 10 2.1 简介脑电波信号产生原理 . 10 2.2 脑电波描述及分类 . 11 2.3 正常脑电图判断标准 . 12 2.4 本章小结 . 12 第 3章 脑电波数据记录 . 13 3.1 实验目的 . 13 3.2 实验环境及设备 . 13 3.3 实验对象 . 14 3.4
3、 实验安装 . 14 3.5 实验过程 . 15 3.5.1 刺激 . 15 3.5.2 实验步骤 . 15 第 4章 数据研究方法及理论 . 17 4.1 分析方法 . 17 4.2 基本思想 . 17 4.3 数学模型 . 18 4.4 主成分的贡献率 . 20 4.5 主成分分析的计算 . 21 4.5.1 主成分分析的计算步骤 . 21 4.5.2 标准化变量的主成分分析 . 23 五 研究工具简介 . 24 傅西京：面向基本情感的 EEG 特征分析 3 5.1 MATLAB 简介 . 24 5.2 EEG Analysis System Tool 系统简介 . 25 5.3 主成分分
4、析功能的设计与实现 . 27 5.4 本章小结 . 28 第 6章 数据分析及 讨论 . 29 6.1 实验数据主成份分析 . 29 6.2 基于主成份分析的结果讨论 . 34 6.3 本章小结 . 35 参考文献 . 37 致谢 . 38 傅西京：面向基本情感的 EEG 特征分析 4 面向基本情感的 EEG特征分析 信息科学与工程学院计算机科学与技术 2008级：傅西京 指导教师：信息科学与工程学院 晏静之 讲师 （兰州大学信息科学与工程学院，兰州，邮编： 730000） 摘 要 大脑不同区域之间 同步 交换信息时存在 着重要 特征 。 对 EEG信号不 同 频段的同步研究是认识大脑的重要手
5、段 之一 。可以发现许多不为人知的 细节 ，并且可以解释人类的一些行为现象。主成分分析方法是对脑电波信息研究的普遍方式，深入研究脑电图数据，具有较高的实用价值。通过对实验时实验对象的快乐与忧愁等情绪产生大脑皮层区域变化而导致脑电波变化，分析请看变化引起的脑电波变化之间的关系，从而得出结果。并为其他信息研究提供帮助与理论依据。 本论文主要是运用主成分分析等方法通过实验获取的脑电信号数据分析处理，提取出第一主成分、第二主成 分；计算出第一主成分、第二主成分贡献率和主成分荷载，然后通过这些对脑电数据进行分析。得到的结论有 :前头部的电极欣赏喜欢音乐时第一主成分贡献率低于听噪音状态的，第二主成分贡献率
6、则相反。 综上所述，在不同音乐背景下，大脑左右前头部会受不同音乐所影响，同时音乐也会对人的感觉、情感、情绪等产生重要的影响。 关键词： 脑电图 ， 情绪变化 ， 主成分分析 ， 综合反映傅西京：面向基本情感的 EEG 特征分析 5 EEG Features Analysis for the Basic Emotion Grade.2008, Computer Science computing the first principal component, the contribution rate of the second principal component and principal
7、component-load, and then through the EEG data were analyzed. The conclusion: the former head of the electrode to appreciate the contribution rate of the first principal component like music below to listen to the noise state, the contribution rate of the second principal component on the contrary. T
8、o sum up, in the context of different music, the former head around the brain will be affected by the different music, music also feeling, emotion, emotions have an important impact. 傅西京：面向基本情感的 EEG 特征分析 6 Key Words: EEG, Emotion, PCA, Comprehensive report傅西京：面向基本情感的 EEG 特征分析 7 第 1章 简介 1.1 研究 的背景 目前
9、对于人类大脑的研究趋向于多元化。在 2004年举办的第 28届国际心理学会大会公众论坛上中国科学院心理研究所研究员罗跃嘉向大家 “揭开大脑活动的奥秘 ”时透露，中国科学院集中了 8个研究所，由 5位院士领衔研究 “脑 认知行为 ”的神经机制。近十年心理学研究己从认知心理学进入认知神经科学时代，将行为、认知过程、脑机制三者有机地结合起来研究，阐明认知活动的心理过程和脑机制。目前探索大脑的内部活动主要是采用一些对大脑无创伤的脑成像技术，如 EEG(脑电图 )、 fMRI(核磁共振技术 )、 PET(正电子发射断层扫描技术 )等。通过这些尖端技术的不断发展，人类可以更好的了解大脑的内部结构，而且有史
10、以来第一次对大脑内部活动带来的脑电、血流等变化有了直观的了解。我国对脑科学研究十分重视，国家 “973”计划中就包括关于脑功能和脑部重大疾病的基础研究，国家优先资助的基础研究领域还包括脑图像处理研究、大脑的发育和可塑性的基础研究，以及学习、记忆、语言处理等脑高级功能的研究。通过近年来对大脑不断的研究，已在大脑修复、大脑胶质细胞的作用、大脑在学习中如何形成记忆、秘大脑以及做梦与大脑结构的关系等抽象的有关大脑各个方面的研究推出新的成果，这些 均为临床医学的研究提供了重要科学依据。 1.2 研究的理论 从有关于人类大脑的近百年的研究史可以看出，脑电信号的研究方法已经成为脑科学研究中普遍的方法之一，之
11、所以这样最主要的原因就是记录脑电信号的时候采用的是一种无创伤的、具有高时间分辨率的并侧重于时间上的信息传递和处理的研究方法。这种对脑电信号的研究方法有以下几个特点：具有很高的时间分辨率；多模式的评估，包括幅度、一时间连续的、频域、相关、时频分析、高阶谱分析、非线性动力学等；相对其他方法其成本较低；且对大脑进行的是无创伤性测试。但现有的脑电信号的研究方法 依旧存在着局限性，一方面无法实时有效地记录更高时间分辨率的信号，这个主要是由信号采集系统傅西京：面向基本情感的 EEG 特征分析 8 的限制造成的；另一方面，现有的计算机处理采集到的大量的实时脑电图数据的速度远远不能满足现实的需求。然而微电子计
12、算机技术的发展会打破这些局限性。如何有效利用计算机更高效及时地处理庞大数量且高速率实时的脑电信号数据也是以后需要进一步深入研究的课题。 1.3 研究的实际意义 加州理工学院的罗杰 斯佩里博士在分割大脑的实验中曾发现，人类的大脑由大脑纵裂分为左、右两个大脑半球，由两半球的横向神经纤维相连。斯佩里教授在割裂脑实验中， 证实了大脑不对称性的 “左右脑分工理论 ”，并因此荣获1981年度的诺贝尔医学生理学奖，同时他将左右脑的功能差异归类整理为：右脑 (本能脑、潜意识脑 )负责图像化机能 (企划力、创造力、想象力 )、与宇宙共振共鸣机能 (第六感、念力、透视力、直觉力、灵感、梦境等 )、超高速自动演算机
13、能 (心算、数学 )、超高速大量记忆 (速读、记忆力 )等形象思维；左脑 (意识脑 )负责阅读、记忆、逻辑思考、运算等抽象思维。同时斯佩里教授在诺贝尔奖演讲中说： “关于认识模式的左一右两分法只是一种放荡不羁的观念。在正常状态中，两半球看起来是紧密地结合得如 同一个单位而进行工作的，而不是一个开动着另一闲置着。 ”事实上，这种说法被科学家们嗤之以鼻，日本神经心理学家八田武志早在十多年前就提出 :“对于这些有关左脑和右脑功能的说法，我们只能说这是一种谎言，是那些从来不从事研究却专门介绍别人的研究成果的人用以制造出来的一种假象，从事神经心理学研究的专家从没这么说过。 ” 正如 “左右脑分工理论 ”
14、的提出者斯佩里教授所说的那样，人脑的两个半脑彼此动作是紧密联系、相互支援、相互协调着进行工作的，而并非分工式的工作。为了研究正常状态下正常人的大脑左右半球功能的差异，说明大脑两半球功 能活动的非对称性，在脑部的不同区域发出的是不同频率成分的脑电波，用脑电图数据定量准确地、科学地对左右脑进行相关性分析，这对更好的认识脑、保护脑、开发脑有十分重要的实际意义。另外，在经典的脑电图分析方法之中的时域分析中，如何利用计算机有效地且可靠地处理大量的脑电图数据也是需要进一步研究的。大脑是一个整体，其内部的各个部分 之间 是相互关联的 。对大脑的各部分之间 以 及局部与整体之间的相关性进行研究 ， 符合系统的
15、、整体的、科学的观点。 傅西京：面向基本情感的 EEG 特征分析 9 本 实验 主要通过不同事件刺激大脑使大脑产生不同情绪变化，研究在大脑在情绪变化时产生的脑电 信号，通过主成分分析方法加以分析处理，并简单介绍了主成分分析的基本思想、数学原理及其计算步骤方法，从而研究通过计算机处理数量庞大的脑电图数据并得出科学有效的分析结果。本课题研究的主要目的是通过检测和分析男性在由声音变化而引起的愉快和不愉快的情绪时产生在大脑皮层区域之间的脑电活动变化。由不同的事件刺激下大脑会得出不同的结论，在得出结果的基础上讨论其结果的意义，从而为脑电图数据分析以及临床脑电学研究提供基础性的分析，为研究不同事件产的脑电图数据打下坚实的理论基础和科学依据。 1.4 本章小结 本章主要介绍脑电图 学科的研究背景，发展现状 ，并且 陈述人类大脑的研究现状和一些脑电图科学方面的国内外研究成果，明确并清晰的描述了这个学科目前的研究水平。同时简单介绍了本论文主要研究的课题与所用的方法及课题的研究意义与发展趋势，为本课题的继续研究提供坚实科学的理论基础。
