| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-14页 |
| 第一部分 绪论 | 第14-25页 |
| 一、脑科学与认知神经科学 | 第14-16页 |
| ·脑科学 | 第14页 |
| ·认知神经科学 | 第14-15页 |
| ·研究历史与现状 | 第15-16页 |
| ·研究技术的发展 | 第16页 |
| 二、运动视觉与深度运动过程 | 第16-22页 |
| ·视觉研究 | 第16-17页 |
| ·运动视觉 | 第17-18页 |
| ·视运动知觉的研究进展 | 第18-20页 |
| ·深度运动过程与碰撞过程 | 第20-22页 |
| 三、本文所涉及的研究工作 | 第22-24页 |
| ·本文所涉及的研究工作 | 第22-23页 |
| ·意义与新颖性 | 第23-24页 |
| 四、本文的结构安排 | 第24-25页 |
| 第二部分 动物检测碰撞过程的脑机制研究 | 第25-57页 |
| 一、动物的视觉与动物脑功能活动检测概述 | 第25-30页 |
| ·动物的视觉 | 第25-26页 |
| ·动物的脑功能活动检测 | 第26-30页 |
| ·神经生物学 | 第26-28页 |
| ·动物的脑功能活动检测 | 第28-30页 |
| 二、动物检测碰撞的过程 | 第30-34页 |
| ·目前的研究进展 | 第31-32页 |
| ·动物检测碰撞过程的电生理实验 | 第32-33页 |
| ·问题的提出及研究的总体设计 | 第33-34页 |
| 三、动物检测碰撞过程的脑机制模型 | 第34-55页 |
| ·两个假定条件 | 第34-37页 |
| ·时-空整合模型 | 第37-45页 |
| ·数学模型 | 第37-40页 |
| ·时-空整合计算模型 | 第40-45页 |
| ·模型的仿真 | 第45-52页 |
| ·仿真模型结构的选择 | 第45页 |
| ·神经网络基础 | 第45-47页 |
| ·仿真模型 | 第47-49页 |
| ·权系数与偏置量的选取 | 第49-51页 |
| ·结果与讨论 | 第51-52页 |
| ·模型的适用性与推广性 | 第52-55页 |
| ·区分不同的运动方向(接近角度) | 第52-53页 |
| ·区分接近运动和自我运动过程 | 第53-54页 |
| ·反映逼近物体大小的影响 | 第54-55页 |
| 四、小结 | 第55-57页 |
| 第三部分 人知觉深度运动过程的脑机制研究 | 第57-119页 |
| 一、人的运动视觉与脑功能活动检测 | 第57-61页 |
| ·人的视觉系统 | 第57-59页 |
| ·人的运动视觉 | 第59页 |
| ·人脑功能活动的检测 | 第59-61页 |
| ·概述 | 第59-60页 |
| ·常用的几种脑活动探测技术之间的比较 | 第60-61页 |
| 二、人深度运动过程的感知 | 第61-62页 |
| ·目前的研究进展 | 第61页 |
| ·问题的提出及研究的总体设计 | 第61-62页 |
| 三、脑电实验及数据处理方法 | 第62-68页 |
| ·人类脑电及其探测的电学方法 | 第62-63页 |
| ·脑电数据采集及预处理 | 第63-64页 |
| ·ERP数据的提取 | 第64-65页 |
| ·本研究中使用的ERP分析方法 | 第65-68页 |
| ·总能量分析 | 第65页 |
| ·主成分分析方法 | 第65-66页 |
| ·共平均空间模式PCA | 第66-67页 |
| ·相干分析 | 第67页 |
| ·相位分析 | 第67页 |
| ·脑电源定位分析 | 第67-68页 |
| 四、深度运动的脑电研究Ⅰ—MIP与 MID感知的差异 | 第68-78页 |
| ·实验方法 | 第68-69页 |
| ·实验步骤 | 第69-70页 |
| ·ERP数据的提取与前处理 | 第70页 |
| ·数据分析与结果 | 第70-73页 |
| ·确定分析时间段 | 第70-71页 |
| ·主成分分析 | 第71-72页 |
| ·时-空模式 | 第72-73页 |
| ·统计分析 | 第73-75页 |
| ·讨论 | 第75-78页 |
| ·枕及枕颞区 | 第76页 |
| ·枕顶区 | 第76-77页 |
| ·多脑联合区 | 第77页 |
| ·其它 | 第77-78页 |
| ·小结 | 第78页 |
| 五、深度运动的脑电研究Ⅱ——深度运动知觉的脑机制 | 第78-104页 |
| ·实验方法 | 第78-79页 |
| ·实验步骤 | 第79-80页 |
| ·ERP数据的提取与预处理 | 第80-81页 |
| ·数据分析与结果 | 第81-85页 |
| ·总能量分析 | 第81-82页 |
| ·原始信号的时空分析 | 第82-83页 |
| ·一般PCA分析 | 第83-84页 |
| ·共平均空间模式下的时-空模式 | 第84-85页 |
| ·脑电源定位分析 | 第85-93页 |
| ·定位结果 | 第85-93页 |
| ·小结 | 第93页 |
| ·统计分析 | 第93-102页 |
| ·共平均空间模式下的ERP统计分析 | 第93-96页 |
| ·不同实验模式下源分布的统计分析 | 第96-102页 |
| ·讨论 | 第102-104页 |
| ·最显著的关键波——N220、P300 | 第102-103页 |
| ·早期关键波——P80、N100、P140 | 第103-104页 |
| ·晚期关键波——N350、P400 | 第104页 |
| ·小结 | 第104页 |
| 六、fMRI实验及源定位分析 | 第104-113页 |
| ·fMRI原理与数据处理概述 | 第105页 |
| ·实验目的 | 第105页 |
| ·实验过程 | 第105-106页 |
| ·数据处理 | 第106-112页 |
| ·空间预处理 | 第106-107页 |
| ·设计矩阵 | 第107-108页 |
| ·对比结果 | 第108-112页 |
| ·讨论 | 第112-113页 |
| 七、深度运动过程感知的神经机制 | 第113-118页 |
| ·运动过程感知 | 第113页 |
| ·大脑信息整合 | 第113-115页 |
| ·枕及枕颞区、枕顶区及额区的源定位及在 MID过程感知中的作用 | 第115-117页 |
| ·人知觉深度运动过程的神经机制 | 第117-118页 |
| 八、小结 | 第118-119页 |
| 第四部分 总结与展望 | 第119-121页 |
| 一、总结 | 第119-120页 |
| 二、展望 | 第120-121页 |
| 参考文献 | 第121-129页 |
| 致谢 | 第129-130页 |
| 作者攻读博士期间发表和录用的论文 | 第130页 |