ERP事件相关成分分解算法研究

摘要

当单次实验记录中包含两个或多个事件时,以不同事件时间为参考得到的事件相关电位(ERP)将导致不同事件相关的ERP成分之间形成交叉干扰,从而影响对ERP成分的正确理解.为了恢复真实的事件相关成分,Zhang (1998) 提出了一种两个事件成分分解的算法.本研究中首先分析该算法的特点, 发现其对边界条件的选取非常敏感,采用周期性边界条件的计算结果明显好于非周期边界条件的计算结果,同时发现该算法对事件时间分布形状并不敏感,仿真结果显示采用高斯分布和均匀分布的事件时间能得到相类似的结果,但算法对事件时间分布的方差也较敏感,方差越大分解的效果越好.其次,扩展两个事件成分分解的算法到3个和多个事件成分的分解.最后应用多成分分解算法到真实实验数据(3事件--提示,刺激,反应),结果显示,事件"提示"引起的ERP波形在提示后大约500 ms后回到基线水平,符合心理学过程,并且有助于心理学实验设计.