视觉工作记忆任务的脑电信号频段特征分析

"该课程设计涉及的是健康人视觉工作记忆任务中的多通道脑电信号特征频段提取，主要使用EEG信号分析，并借助MATLAB工具进行处理。报告详细阐述了工作记忆的重要性，尤其是视觉工作记忆在人类认知活动中的作用，以及脑电信号的基本原理和频段分类。实验选取了特定的延迟样本匹配(DMS)范式，通过记录和分析受试者在工作记忆任务中的脑电活动，重点关注θ、α、γ频段，以揭示与视觉工作记忆相关的脑电特征。" 在健康人的视觉工作记忆任务中，多通道脑电信号的分析至关重要，因为它能揭示大脑在处理视觉信息时的动态变化。EEG作为一种无创检测技术，能够实时捕捉大脑的神经活动，其高时间分辨率使得我们可以观察到大脑活动的瞬时变化。不同频段的脑电信号反映了大脑的不同状态： - δ频段（0～4Hz）通常与深度睡眠或放松状态相关，但在某些认知任务中也显示出一定的活动。 - θ频段（4～8Hz）可能与注意力集中和记忆过程有关，尤其是在工作记忆的编码和保持阶段。 - α频段（8～13Hz）通常与大脑的休息状态相关，但在某些任务中，如闭眼或专注时，α波会减弱。 - β频段（13～30Hz）通常与大脑的清醒和警觉状态关联。 - γ频段（30～50Hz）被认为是与高速信息处理和意识感知密切相关的。 在工作记忆延迟阶段，θ波的增强可能代表信息的维持，而α和γ波的变化则可能指示信息处理和检索的过程。本研究选取的延迟样本匹配范式是一种有效的实验设计，它模拟了日常生活中的记忆任务，帮助研究人员捕捉到工作记忆的关键时刻。 MATLAB作为强大的科学计算工具，提供了丰富的信号处理和数据分析函数，适合进行复杂的EEG数据预处理（如去噪、滤波）、特征提取和统计分析。在实验中，选定的32个导联按照国际10-20系统定位，确保覆盖大脑的主要区域，从而全面了解视觉工作记忆任务中大脑的全貌。 通过这种方法，研究不仅有助于理解视觉工作记忆的神经基础，而且可以为未来开发基于EEG的脑机接口应用提供有价值的信息，例如在认知训练、神经反馈治疗或辅助技术方面。此外，对于生物医学工程的学生，这样的课程设计提供了实际操作EEG数据和应用相关理论知识的机会，加深了对大脑功能和认知过程的理解。