基于ERP技术的面孔识别与表情识别认知过程研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景 | 第9-11页 |
| 1.2.1 面孔认知的特异性和功能模型 | 第9-10页 |
| 1.2.2 面孔认知的脑区定位研究 | 第10-11页 |
| 1.2.3 面孔识别的影响因素 | 第11页 |
| 1.3 本文主要工作以及创新 | 第11-12页 |
| 1.3.1 主要工作 | 第11-12页 |
| 1.3.2 创新 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 ERP技术 | 第14-23页 |
| 2.1 ERP技术介绍 | 第14页 |
| 2.2 ERP设备 | 第14-16页 |
| 2.3 ERP的成分 | 第16-18页 |
| 2.4 ERP记录 | 第18-19页 |
| 2.5 ERP结果处理与分析 | 第19-23页 |
| 2.5.1 伪迹处理 | 第19-20页 |
| 2.5.2 滤波处理 | 第20-21页 |
| 2.5.3 脑电分段处理 | 第21页 |
| 2.5.4 基线校正处理 | 第21页 |
| 2.5.5 叠加平均处理 | 第21-22页 |
| 2.5.6 分析ERP数据结果 | 第22-23页 |
| 第三章 实验工具及图片处理 | 第23-33页 |
| 3.1 CFS范式 | 第23-24页 |
| 3.2 Psychtoolbox | 第24-25页 |
| 3.3 SHINE toolbox | 第25页 |
| 3.4 QUSET | 第25-26页 |
| 3.5 均衡化处理 | 第26-29页 |
| 3.6 余弦梯度渐变处理 | 第29-33页 |
| 3.6.1 梯度渐变处理算法介绍 | 第29-30页 |
| 3.6.2 梯度渐变处理算法在实验中的应用 | 第30-33页 |
| 第四章 图片的均衡化与余弦梯度渐变处理过程 | 第33-38页 |
| 4.1 图片的预处理 | 第33-34页 |
| 4.2 图片的均衡化 | 第34-35页 |
| 4.3 图片的余弦梯度渐变处理 | 第35-36页 |
| 4.4 新图片的匹配过程 | 第36页 |
| 4.5 效果分析 | 第36-38页 |
| 第五章 面孔识别与表情识别实验 | 第38-54页 |
| 5.1 实验目的 | 第38页 |
| 5.2 实验准备 | 第38-41页 |
| 5.2.1 实验被试 | 第38页 |
| 5.2.2 实验图片处理 | 第38-41页 |
| 5.3 实验设计 | 第41-43页 |
| 5.4 实验过程 | 第43-44页 |
| 5.5 实验记录 | 第44-46页 |
| 5.5.1 记录MATLAB数据 | 第44-45页 |
| 5.5.2 记录ev2数据 | 第45-46页 |
| 5.5.3 记录脑电数据 | 第46页 |
| 5.6 实验数据处理与分析 | 第46-52页 |
| 5.6.1 行为学结果与分析 | 第47-50页 |
| 5.6.2 ERP结果与分析 | 第50-52页 |
| 5.7 实验结论 | 第52-54页 |
| 第六章 意识下面孔熟悉度实验 | 第54-60页 |
| 6.1 实验目的 | 第54页 |
| 6.2 实验准备 | 第54页 |
| 6.2.1 实验被试 | 第54页 |
| 6.2.2 实验图片处理 | 第54页 |
| 6.3 实验设计 | 第54-57页 |
| 6.3.1 预备实验 | 第54-55页 |
| 6.3.2 行为学实验 | 第55-56页 |
| 6.3.3 脑电实验 | 第56-57页 |
| 6.4 实验过程 | 第57页 |
| 6.5 实验记录 | 第57-58页 |
| 6.6 实验数据处理与分析 | 第58-59页 |
| 6.7 实验结论 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 全文总结 | 第60页 |
| 7.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间完成的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
