认知神经科学领域脑电复杂性测度方法的新进展.docVIP

认知神经科学领域脑电复杂性测度方法的新进展 1　引言 从Berger(1929)发现脑电(electroencephalogram,EEG)开始[1]，脑电信号中有效信息的提取一直是困扰研究者的难题。传统方法主要有脑电地形图(EEGmapping)和谱分析(spectralanalysis)两类。脑电地形图只能粗略地描述人在认知加工过程中各脑区的激活程度。在脑电频域和时域特征(frequencyandtimedomainfeatures)分析中，数字信号的线性处理方法已得到广泛应用，如事件相关电位(event-relatedpotential,ERP)。然而实际记录的脑波很难满足线性分析方法的要求（如低信噪化、脑电信号平稳等）[2]，且认知神经科学通常采用的平均叠加法会导致有用信息的大量损失，因此线性分析方法在很大程度上限制了认知电位时空模式研究的发展。 大量研究表明人脑是一个结构和功能高度复杂的系统，而脑电信号是神经细胞生物电活动在时间和空间上的非线性耦合[3]。从80年代中期开始，许多研究者用非线性混沌动力学理论发展了一些脑电信号复杂性测度的算法[4]，如分型维数(fractaldimension)和Lyapunov指数(L-exponential)等[5]。由于这些方法无需作锁时(time-locked)和锁相(phaselocked)处理，在早期的研究中得到了广泛的应用。然