时间知觉的神经机制_EEG时频分析的探索_张志杰

第29卷第10期 西南大学学报(自然科学版) 2007年10月Vol129　No110Journal of Sout hwest University(Nat ural Science Edition)Oct1　2007

文章编号:1673-9868(2007)10-0152-04

时间知觉的神经机制

———EEG时频分析的探索①

张志杰,　刘　强,　黄希庭

西南大学心理学院,重庆400715

摘要:小波变换是分析EEG信号时频特征的一种常用方法.采用Morlet小波变化的方法,探讨1000ms时间知觉过程的时频特征,进而揭示内部时钟的频率特征.研究表明:在时间知觉过程中EEG的主要频率在20～25Hz之间.结合ERP和EEG时频分析的优势和不足,两者的结合更能有助于揭示大脑认知活动的神经机制.

关　键　词:时间知觉;内部时钟;EEG;小波分析

中图分类号:B84211文献标识码:A

在时间知觉研究中,一直存在两种相互对立的理论模型:内部时钟模型(internal clock model)和认知模型(注意和记忆模型)[1].内部时钟模型认为动物和人类的计时机制依赖于一种内部时钟的机制,内部时钟(internal clock)由起搏器(pacemaker)和累加器(accumulator)构成,其中起搏器按照一定的频率连续释放冲动(p ulse)到累加器,然后通过记忆过程和决策过程做出最后的反应.而认知模型则认为人类时间知觉取决于对其注意资源分配的多少(预期式时间知觉)和记忆容量的大小(回溯式时间知觉).虽然这两个理论模型都得到了大量行为研究的证据,但是也都存在一定的理论缺陷.

来自脑成像的研究结果表明小脑具有内部时钟的功能,但也有研究发现基底神经节在某种条件下也具有这种功能[2].采用单细胞纪录的研究发现前额叶背外层区域神经元间的放电模式可以构成计时的机制[3].而且ERP的证据也表明时间知觉过程所诱发CNV的波峰潜伏期和内部时钟所释放冲动的累加过程存在一定的联系[4].虽然这些研究都围绕存不存在内部时钟以及内部时钟的位置展开,但是对内部时钟所释放的冲动的性质及其本质却较少涉及.

大脑本身存在自发性振荡,即大脑的原有的自发节律,并且这一特征可通过脑电波记录到,例如delta 节律(1～4Hz),t heta节律(4～8Hz),alp ha节律(8～12Hz),beta节律(12～30Hz)以及gamma节律(30～70Hz).这些节律有时和脑的行为状态之间存在着稳定的联系,如:清醒闭眼时alp ha节律增加,睁眼时alp ha节律减少;认知状态gamma节律增加等等.由于内部时钟的本质在于脉冲的释放和累积,因此我们尝试从时间知觉过程中EEG节律的分布特征来探讨内部时钟的存在及其机制,也就是时间知觉过程中EEG的时频特征.

1　方 法

111　被 试

西南大学在校大学生6名(5男1女),平均年龄2113岁.所有被试均无精神病史,右利手,视力或矫

①收稿日期:2007-03-20

基金项目:国家自然科学基金资助项目(30270467);教育部高等学校博士学科点专项专项科研基金资助项目(20040635001;

20060635002);西南大学国家重点学科科研基金资助项目(西国重04005).

作者简介:张志杰(1973-),男,河北邢台人,副教授,主要从事时间认知的研究.

通讯作者:黄希庭,教授,博士生导师.

正视力正常.

112　程 序屏幕显示复制法的指导语后,被试按任意键图形3呈现在屏幕中央,图形呈现一段时距后(1000ms )消失,这段时距即为目标时距.目标时距呈现完毕后,显示要求被试进行复制的指导语,被试按“空格键”后再次出现3图形,当被试主观感觉两者的呈现时距相同时,按压“空格键”图形消失.被试连续复制15次.计算机自动纪录被试复制的时距(精确到011s ).

113　EEG 纪录

实验仪器为BrainProduct s ERP 工作站.Ag/AgCl 记录电极固定于64导电极帽.以双侧乳突为参考电极,左眼上下眶的电极记录垂直眼电(V EO G ).头皮与电极之间的阻抗小于5k Ω.信号通过放大器放大,记录连续EEG ,滤波带宽为01016～100Hz ,采样频率为500Hz/导.EEG 数据进行离线(Off 2line )分析,并对眼电和伪迹进行处理.

114　时频分析原理

时频分析作为信号处理领域的一个主要研究领域,主要任务是描述信号的频谱含量随时间变化的情况.因此时频分析能够对某个时间跨度内的波形和频谱特性进行分析,并能揭示某一具体时刻或时间段内信号的频率组成成分以及相关频率成份的能量分布.

从EEG 数据中提取特定频率成分常用的方法主要有傅立叶变换(Fourier t ransformation )和小波分析(wavelet analysis ).但由于傅立叶变换本身的局限,它只能反映信号的整体特性,而无法确定不同的频率分量随时间的变化.而小波分析则能够提供一个随时间改变的时间-频率窗口,这为EEG 的时频分析提供了可能.

小波变换的基本思想是:把连续的时间信号s (t )与小波基w (t ,f )进行卷积,从而获得随时间变化的时频能量分布.

即

T F (t ,f )=|w (t ,f )3s (t )|2

在EEG 时频分析中主要采用Morlet 小波基函数.Morlet 小波的w (t ,f )是一种复值调制的高斯函数,在时域(标准偏差σt )和频域(标准偏差σf )上都具有高斯分布,对于某频率f ,其表达式为:

w (t ,f )=A exp (-t 2/2σ2

t )exp (2i π/f t )其中,A =(σt π1/2)-1/2,σt =1/2πσf .

A 为归一因子,其目的是保证小波基本身的能量为1.Morlet 小波家族具有恒定的比率f /σf (在实际

的应用中一般取大于5),因此不同的频率f 所对应的σt 和σf 是不同的,即在整个时频平面上具有可变的

时频分辨率:在高频区能提供高的时间分辨率,在低频区能提供高的频率分辨率.

小波变换可以把信号的能量分布的时间和频率特征在一个二维平面上表现出来,因此可以观测EEG 信号的瞬时频谱特征.因为能量分布是平方的方式来进行表示,叠加后不会正负抵消.这就避免了直接对时间信号平均叠加所带来的不足.它的信息既涵盖了时间分析的内容,同时又增加了时间波形里所无法看到的频率信息[5].

2　结 果

在去除眼电和伪迹的EEG 数据中,采用BrainProduct s 系统中Analyzer 小波分析功能(continuo us wavelet t ransfrmation ),选用Morlet complex 小波变换进行时频分析.先对标准时距(1000ms )呈现的EEG 信号进行Morlet 小波变换,频率范围选取10～100Hz ,频率步进为1,f /σf 设定为7,然后以标准时

距呈现前100ms 作为基线,将标准时距的时频能量分布值减去刺激出现前的基线时频能量分布的平均值.对所有标准时距呈现条件下的时频能量分布进行叠加平均.图1分别为Fz 、FCZ 、CPz 、Pz 4个电极位置的时频能量分布图,由图可见,在整个时距呈现(1000ms )的过程引发了20～25Hz 为主的频率成分.

3

51第10期 张志杰,等:时间知觉的神经机制———EEG 时频分析的探索