科研实习报告.doc

科研实习报告
篇一：科研实践总结报告
科研实践总结报告
指导教师： 陈志华
年 级： 0609班
学 号： 20062237
姓 名： 常晓刚
科研实践总结报告
今年三月份开始，在导师的安排指引下，我和陈老师带的同组同学开始了脑电图的数据分析, 也是研究生学习生活的必修课。
我所研究的方向是“基于因子分析的心算事件相关脑电变化研究”, 本研究的意义是：人脑是具备多种功能的，因此脑电图数据包含了不同功能所产生多种成分，为了针对各种功能进行分别研究，就需要将不同功能的数据分离开。因子分析是根据不同独立因子生成的信息进行信号分离的，所以对脑电图数据中各种独立成分的分离是有效的。虽然还有独立成分分析以及主成分分离等方法，但由于因子分析是针对不同因子产生的信号进行分离的，所以在脑电图数据分析时比其它方法更适合。本研究的任务:将脑电图数据中各种不同成分分离开，为对各种成分分别研究提供基础。本研究预期达到的水平：明确因子个数，然后按照因子个数对脑电图数据进行分离，并对每个因子所产生的成分进行分析，对分离的各成分进行分析，并得出各成分的主要特征。为了能够顺利进行数据分析，我查看了大量有关因子方向的书籍和论文，自己在电脑上试着做程序，一旦有什么错误，陈老师总是和蔼的给我指出问题所在，使我能够把数据分析顺利进行下去。
由于我研究的方向是脑电图数据的因子分析，首先要对脑电图的定义有所了解。人脑内的细胞基本上分为两类：星状细胞和树状细胞。从右图可以看出星状细胞所产生的电流是发散的，所以产生的电场相互抵消，无法在人脑外部采集到。而树状细胞具有明显的方向性，能够产生一个有效的电场。但是，单个细胞所产生的电流是极为微弱的，所以单一细胞所产生的电场仍然是无法观测到的。人脑的大脑皮质里拥有大量的树状细胞，并且基本上是平行排列。因此，大量树状细胞所产生的微弱电流合成了一个比较强的电场，脑电图就是在人脑外部观测到的这个电场的电压。这个微弱电压信息就是脑电图。
然后就是对因子分析法的认识，因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是根据相关性大小对变量分组，使得同组内的变量之间相关性较高，而不同组的变量相关性较低。每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。因子模型心算公式为：X=A*F+e式中，X是测量变量组成的矢量，A是因子荷载常数矩阵，F为独立标准化公共因子矢量，e为独立特定因子矢量。因子荷载绝对值越大，表明变量与公共因子的相依程度越大，或称公共因子对于变量的载荷量大。因子分析的基本问题就是要确定因子载荷。对所得到的各因子，首先观察它们在哪些变量上的载荷较大，在哪些变量上载荷较小，再根据载荷大的变量本身的内容来说明因子的含义。
下一步就是对因子分析的应用，要想进行实际应用，就要做大量的实验。下面介绍的几个试验都包括几种不同状态，其目的就是通过对不同状态的脑电图数据进行分析，得到每个状态的特征，用这些特征来区别不同状态。音乐效果：这个试验分为几个连续的状态。首先是闭眼放松状态，接下来是听不喜欢的音乐，最后是听喜欢的音乐。这个试验的目的是要了解人在听喜欢和不喜欢音乐时人脑状态发生的变化。人在听音乐时需要理解(听懂)，同时还能产生感情，想象等变化。因此，研究人脑在听不同音乐时的变化是很有意义的。许多研究表明，音乐对人脑能够产生多种效应。著名的莫扎特效应就是其中之一。过去的研究还表明，音乐会有助于疾病的治疗或恢复。还有的研究发现职业的音乐家与一般普通人在左右脑信息
传递的方向性方面不同。类似结果有很多，就不一一列举了。进行这样的研究应该是富有情趣的。同学们可以了解音乐对自己的影响的关心的问题。心算试验：这个试验分为三个连续的状态。首先是闭眼放松状态，接下来每隔一定时间听到一个数字，然后从零开始进行累计计算，最后还是闭眼放松状态。 这个试验涉及到的内容比较多。比如与听懂有关，与记忆有关，需要集中精力，与计算能力也有关。试验中给出的数字是1至10的整数。看起来似乎不难，但最后能够获得准确计算结果的人并不多。语言效果试验：这个试验分为四个连续的状态。首先是闭眼放松状态，接下来听一段日语，然后听一段中文，最后还是闭眼放松状态。这个试验的目的是要分析人在听懂和听不懂时人脑状态的差异。被选中作脑电图试验的人基本上都听不懂日语。
由于我最后要写的论文是和心算试验有很大关系，所以重点对心算实验的数据进行了分析。本研究为正确理解心算对大脑的影响，对三种状态下获取的脑电图数据进行了因子分析。在受测者闭眼心算前