中期报告基于熵的脑电信息图对音乐感知能力神经的可塑性分析.doc

燕 山 大 学 信息科学与工程学院 本科毕业设计（论文）中期报告 课题名称：基于熵的脑电信息图对音乐感知能力神经可塑性研究 学院（系）：信息科学与工程学院 年级专业：信工程 学生姓名： 指导教师：崔冬 完成日期：2015月8日 任务书中本阶段工作目标与任务要求 1. 本阶段工作目标是学习Matlab语言，理解和熟悉设计中使用的算法；编制程序并上机进行调试，以及对软件进行优化。 2. 任务要求是掌握熵的计算方法和SPSS统计应用软件；学习并掌握常用的仿真语言MATLAB。 目前已完成任务情况 从理论的角度分析运用排序熵算法对音乐感知能力可塑性研究的可行性：排序熵方法可以用来分析时间序列的不确定性测度，且同时适合线性和非线性时间序列。熵值越小，时间序列越规则； 学习并掌握MATLAB语言及程序设计，并在掌握了排序熵的基本原理和计算方法的基础上，运用MATLAB编写排序熵算法的程序； 程序流程图如下：了解音乐刺激的实验设计及整个实验过程，包括实验材料选取，脑电生理信号数据的采集和预处理等，并取得音乐刺激下相应的脑电信号数据； 4. 学习SPSS统计应用软件，并确定在对处理后的数据进行统计分析时应用有交互作用的双因素方差分析的方法，其主要功能在于分析试验数据中来源不同的变异对总变异的贡献大小从而确定实验中的自变量对因变量是否有显著影响。 有交互作用的双因素方差分析表如表1 表1　有交互作用的双因素方差分析表 变异来源 离差平方和 SS 自由度 df 均方 MS F值 A因素 B因素 AB交互作用 误差 合计 存在的问题和拟解决方法 排序熵算法的实现 在深入理解和掌握排序熵算法的基本原理和计算方法的基础上，运用MATLAB编程实现。目前排序熵的主程序以及相应的子程序已经编写完毕，但实际运行结果仍有少量错误，需要进一步修改，最终能够正确运行。 计算时间序列的熵值 由于排序熵算法的程序目前仍不能正确运行，因而应用此程序对采集的脑电信号进行时间序列熵值的计算无法进行，需要在排序熵算法编程正确实现后进行其熵值的计算。 对时间序列熵值的统计分析 采用SPSS17.0统计应用软件中方差分析的方法，其主要功能在于分析试验数据中不同来源的变异对总变异的贡献大小，从而确定实验中的自变量对因变量是否有显著的影响。结合试验设计，采用有交互作用的双因素方差分析，交互效应在多因素的方差分析中作为一种新的因素来处理。由离差平方和及其自由度可以计算出均方MSA、MSB、MSAB和MSE从而计算出F检测值。 对统计结果进行分析 音乐感知的全局分析：经过预处理后，干净的脑电波分为δ(2-4 Hz)、θ波(4-8 Hz)、α波(8-13 Hz)、β波(13-30 Hz)、γ波(30-80 Hz)，再对每个频段经过排序熵计算熵值后进行方差分析，对比音乐家与非音乐家在不同任务下脑电波的显著变化； 音乐感知的局部分析：把全脑分为5个主要感兴趣的区域，分别为：左额区、右额区、中央、顶区、枕区。根据方差分析结果对比音乐家与非音乐家不同脑区域脑电波的显著变化。 指导教师签字： 年 月 日 七、系级教学单位审核意见： 中期考核分数： 考核组长签字： 年 月 日