內容大鋼
本書主要通過建立全面評價人腦認知控制能力的綜合認知控制實驗平台，採集實驗者的認知控制腦電數據，利用數據處理方法，發現多通道進行認知控制的共性生物計算指標，從而分析各指標和認知控制過程的對應關係，挖掘認知控制的規律，並構建認知控制的相關模型。
本書提出基於認知控制的認知規律及認知控制模型，構造針對單次腦電試驗進行認知控制特徵提取的信號處理方法，利用新的特徵提取方法所提取的特徵形成樣本空間分佈信息，並將其融入模式分類方法，構造充分考慮單個樣本的認知特性以及新的樣本群體空間分佈性的模式分類方法，能夠實時、在線、準確地對單次試驗的腦電數據進行識別。
本書對認知科學、電腦科學、智能科學和信息科學具有重要的理論意義和實用價值，可供認知心理科學家、電腦科學家、神經心理科學家以及對人腦科學感興趣的讀者閱讀和參考。
目錄
第1章 人腦認知控制相關研究
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內外研究現狀
1.2.1 認知控制檢測實驗範式
1.2.2 認知控制行為學計算指標
1.2.3 認知控制相關神經腦區計算指標
1.2.4 認知控制腦電信號計算指標
1.3 當前研究面臨的問題與挑戰
1.3.1 認知控制實驗範式設計不足
1.3.2 認知控制計算指標方法缺陷
1.3.3 人腦認知控制機制及模型不清楚
1.3.4 缺少實時認知控制識別應用研究
1.4 本書主要研究工作及組織結構安排
1.4.1 本書主要研究工作
1.4.2 本書組織結構安排
第2章 非注意狀態下情感信息認知控制的計算指標及工作機制研究
2.1 引言
2.1.1 非注意聽覺信息認知控制的計算指標
2.1.2 非注意視覺信息認知控制的計算指標
2.1.3 非注意情感信息認知控制的計算指標
2.1.4 當前研究存在的問題及本章主要研究內容
2.2 UAEI認知控制檢測的計算指標研究方法
2.2.1 UAEI認知控制檢測系統框架
2.2.2 設計UAEI認知控制的實驗範式
2.2.3 腦電數據採集
2.2.4 自適應腦電數據的預處理
2.2.5 解調各頻段腦波振蕩
2.2.6 非注意狀態下情感信息的事件相關去同步化和同步化的UAEI-ERD計算方法
2.2.7 振蕩的UAEI-ERD指標統計分析方法
2.3 實驗結果及分析
2.3.1 δ振蕩的UAEI-ERD計算指標
2.3.2 θ振蕩的UAEI-ERD計算指標
2.3.3 α1振蕩的UAEI-ERD計算指標
2.3.4 α2振蕩的UAEI-ERD計算指標
2.3.5 β1振蕩的UAEI-ERD計算指標
2.3.6 β2振蕩的UAEI-ERD計算指標
2.4 UAEI的認知控制的工作機制
2.4.1 δ振蕩參與表情內容的初始更新
2.4.2 θ振蕩參與刺激類型的識別
2.4.3 α振蕩參與工作記憶
2.4.4 β振蕩參與面孔表情的自動識別加工
2.5 本章小結
第3章 注意狀態下聽覺認知控制的計算指標及工作機制研究
3.1 引言
3.1.1 注意條件下認知控制實驗範式
3.1.2 注意條件下認知控制的計算指標
3.1.3 注意條件下認知控制的工作機制
3.1.4 當前研究存在的問題及本章主要研究內容
3.2 AACI認知控制檢測的計算指標研究方法
3.2.1 AACI認知控制檢測系統框架
3.2.2 設計AACI認知控制的實驗範式
3.2.3 EEG數據採集
3.2.4 腦電數據處理方法
3.2.5 計算AACI-ERP指標方法
3.2.6 計算AACI認知控制相關的計算指標
3.2.7 ACCI認知控制相關計算指標統計方法
3.3 實驗結果及分析
3.3.1 行為學計算指標
3.3.2 AACI-ERP計算指標
3.3.3 AACI認知控制相關的計算指標
3.3.4 腦電位活動映射
3.3.5 實驗結果比較
3.3.6 AACI-ERP計算指標的統計結果及分析
3.4 AACI認知控制的工作機制
3.4.1 感知計算指標：SCI（△AEP1, AAEN1,AAEP2）
3.4.2 確認計算指標：ICI（△AEN2, △AEP3）
3.4.3 執行計算指標：ECI（AAELate-SW1, AAELate-SW2）
3.4.4 聽覺認知控制模型
3.5 本章小結
第4章 基於單次實驗腦電信號的認知控制特徵的提取方法
4.1 引言
4.2 聽覺認知控制缺失症及其檢測實驗平台設計
4.2.1 聽覺認知控制缺失症
4.2.2 聽覺認知控制檢測實驗平台的設計
4.2.3 實驗數據採集方法
4.3 聽覺認知控制檢測方法
4.3.1 聽覺認知控制檢測系統模型框架
4.3.2 腦電實驗數據的預處理方法
4.3.3 事件相關電位處理方法
4.3.4 統計分析
4.3.5 基於單次實驗腦電信號的認知控制特徵的提取方法
4.3.6 聽覺認知控制腦電的檢測識別方法
4.4 自動聽覺認知控制檢測相關實驗結果及分析
4.4.1 聽覺認知控制的行為學
4.4.2 聽覺認知控制腦電的時域認知規律
4.4.3 基於不同特徵聽覺認知控制識別
4.4.4 基於不同聽覺腦電時間段作特徵聽覺認知控制識別
4.5 基於認知規律的聽覺認知控制的自動檢測識別應用
4.5.1 聽覺認知控制的規律及模型
4.5.2 基幹單次認知腦電的認知控制檢測識別應用
4.5.3 聽覺認知控制率
4.6 本章小結
第5章 基於樣本特徵空間分佈信息的認知控制模式分類方法研究
5.1 引言
5.2 經典模式分類方法檢測認知腦電信號存在的問題
5.2.1 支持向量機模型
5.2.2 SVM的傾向性問題
5.3 基於樣本特徵空間分佈信息的新分類器
5.3.1 基於支持向量的歐氏平方距離及樣本數量分佈信息的分類器
5.3.2 基於支持向量的歐氏距離及樣本數量分佈信息的分類器
5.3.3 基於全部樣本的歐氏距離及樣本數量分佈信息的分類器
5.4 實驗結果及分析
5.4.1 公開數據集
5.4.2 認知控制腦電數據集實驗結果
5.5 本章小結
第6章 總結
參考文獻
[