论文部分内容阅读
近年来,随着生物信息技术的高速发展,脑电波及信号处理已成为脑科学和神经信息学的重要研究方向。脑电波作为一种微弱的生物电信号,经过脑电设备的采集,如何从携带噪声的脑电信号中分离和滤除掉伪迹,并得到纯净、无噪声污染的脑电信号,是专家学者研究的重点。经过伪迹去除后的脑电波,其提供的有用信息,在临床医学、生理学、心理学及教育方面的应用也越来越广泛。本文讨论了脑电波及信号处理,在处理眨眼伪迹方面提出了一种彻底、真实还原脑电纯净信号的算法。并研发了一套以学生注意力提升为导向的测试系统,探讨脑电波在教育方面的应用前景。在人类思考的时候,其磁场效应会发生作用,从而会形成一种称为脑电波的生物电流。本文首先介绍了脑电波的产生机理及研究发展历程,并对脑电波信号处理的国内外研究成果作了简要的归纳和阐述,接着分析了脑电波在教育方面的应用案例,得出使用脑电波进行注意力训练是一种新型有效的注意力训练方式。引出了脑电波信号处理及教育应用的课题及研究意义。其次,根据作者对脑电信号处理方面的研究,对比分析了多电极脑电设备与单电极脑电设备采集数据的区别,对脑电信号处理中需要用到的数学分析模型进行深入研究,并详细阐述脑电信号时域分析、频域分析和时频分析。在此基础上,重点研究单电极脑电信号的眨眼伪迹去除算法。通过分析现有的眨眼伪迹去除算法,针对已有去除单电极脑电信号眨眼伪迹的ICA与小波模型相结合算法的不足,提出了一种基于自适应线性预测器的AR模型算法,通过对比分析和实验,其结果证明该算法在去除眨眼伪迹和还原真实干净的脑电信号方面,切实可行,且具有一定的优越性。最后,本文基于该算法处理后的真实脑电信号,研发了一套应用于教育教学研究的注意力测试系统,从需求分析、系统设计与主要模块实现等方面做了较为详尽的阐述,使用该系统,进行注意力的分组测试,取得了一系列的成果。例如采用多样化的教学方式,通过多样化的媒体资源展示,能提高学生注意力,取得更好的教学效果。