博文谷

位置:首頁 > 事務文書 > 工作總結

科研實踐總結

在參與了科研實踐活動以後大家都有什麼收穫呢?以下是小編收集的實踐總結,僅供大家閱讀參考!

科研實踐總結

今年三月份開始,在導師的安排指引下,我和陳老師帶的同組同學開始了腦電圖的數據分析, 也是研究生學習生活的必修課。

我所研究的方向是“基於因子分析的心算事件相關腦電變化研究”, 本研究的意義是:人腦是具備多種功能的,因此腦電圖數據包含了不同功能所產生多種成分,爲了針對各種功能進行分別研究,就需要將不同功能的數據分離開。因子分析是根據不同獨立因子生成的資訊進行信號分離的,所以對腦電圖數據中各種獨立成分的分離是有效的。雖然還有獨立成分分析以及主成分分離等方法,但由於因子分析是針對不同因子產生的信號進行分離的,所以在腦電圖數據分析時比其它方法更適合。本研究的任務:將腦電圖數據中各種不同成分分離開,爲對各種成分分別研究提供基礎。本研究預期達到的水平:明確因子個數,然後按照因子個數對腦電圖數據進行分離,並對每個因子所產生的成分進行分析,對分離的各成分進行分析,並得出各成分的主要特徵。爲了能夠順利進行數據分析,我檢視了大量有關因子方向的書籍和論文,自己在電腦上試着做程序,一旦有什麼錯誤,陳老師總是和藹的給我指出問題所在,使我能夠把數據分析順利進行下去。

由於我研究的方向是腦電圖數據的因子分析,首先要對腦電圖的定義有所瞭解。人腦內的細胞基本上分爲兩類:星狀細胞和樹狀細胞。從右圖可以看出星狀細胞所產生的電流是發散的,所以產生的電場相互抵消,無法在人腦外部採集到。而樹狀細胞具有明顯的方向性,能夠產生一個有效的電場。但是,單個細胞所產生的電流是極爲微弱的,所以單一細胞所產生的電場仍然是無法觀測到的。人腦的大腦皮質裏擁有大量的樹狀細胞,並且基本上是平行排列。因此,大量樹狀細胞所產生的微弱電流合成了一個比較強的電場,腦電圖就是在人腦外部觀測到的這個電場的電壓。這個微弱電壓資訊就是腦電圖。

然後就是對因子分析法的認識,因子分析法是從研究變量內部相關的依賴關係出發,把一些具有錯綜複雜關係的變量歸結爲少數幾個綜合因子的一種多變量統計分析方法。它的基本思想是根據相關性大小對變量分組,使得同組內的變量之間相關性較高,而不同組的變量相關性較低。每一類變量實際上就代表了一個基本結構,即公共因子。對於所研究的問題就是試圖用最少個數的不可測的所謂公共因子的線性函數與特殊因子之和來描述原來觀測的每一分量。因子模型心算公式爲:X=A*F+e式中,X是測量變量組成的矢量,A是因子荷載常數矩陣,F爲獨立標準化公共因子矢量,e爲獨立特定因子矢量。因子荷載絕對值越大,表明變量與公共因子的相依程度越大,或稱公共因子對於變量的載荷量大。因子分析的基本問題就是要確定因子載荷。對所得到的各因子,首先觀察它們在哪些變量上的載荷較大,在哪些變量上載荷較小,再根據載荷大的變量本身的內容來說明因子的含義。

下一步就是對因子分析的應用,要想進行實際應用,就要做大量的實驗。下面介紹的幾個試驗都包括幾種不同狀態,其目的就是透過對不同狀態的腦電圖數據進行分析,得到每個狀態的特徵,用這些特徵來區別不同狀態。音樂效果:這個試驗分爲幾個連續的狀態。首先是閉眼放鬆狀態,接下來是聽不喜歡的音樂,最後是聽喜歡的音樂。這個試驗的目的是要了解人在聽喜歡和不喜歡音樂時人腦狀態發生的變化。人在聽音樂時需要理解(聽懂),同時還能產生感情,想象等變化。因此,研究人腦在聽不同音樂時的變化是很有意義的。許多研究表明,音樂對人腦能夠產生多種效應。著名的莫扎特效應就是其中之一。過去的研究還表明,音樂會有助於疾病的治療或恢復。還有的研究發現職業的音樂家與一般普通人在左右腦資訊

傳遞的方向性方面不同。類似結果有很多,就不一一列舉了。進行這樣的研究應該是富有情趣的.。同學們可以瞭解音樂對自己的影響的關心的問題。心算試驗:這個試驗分爲三個連續的狀態。首先是閉眼放鬆狀態,接下來每隔一定時間聽到一個數字,然後從零開始進行累計計算,最後還是閉眼放鬆狀態。 這個試驗涉及到的內容比較多。比如與聽懂有關,與記憶有關,需要集中精力,與計算能力也有關。試驗中給出的數字是1至10的整數。看起來似乎不難,但最後能夠獲得準確計算結果的人並不多。語言效果試驗:這個試驗分爲四個連續的狀態。首先是閉眼放鬆狀態,接下來聽一段日語,然後聽一段中文,最後還是閉眼放鬆狀態。這個試驗的目的是要分析人在聽懂和聽不懂時人腦狀態的差異。被選中作腦電圖試驗的人基本上都聽不懂日語。

由於我最後要寫的論文是和心算試驗有很大關係,所以重點對心算實驗的數據進行了分析。本研究爲正確理解心算對大腦的影響,對三種狀態下獲取的腦電圖數據進行了因子分析。在受測者閉眼心算前放鬆,閉眼心算,閉眼心算後放鬆三種狀態下獲得腦電數據,找出三種狀態下腦電圖數據的公共因子個數,然後按照因子個數對腦電圖數據進行分離,提取與公共因子關係最密切的腦電極,在百分比圖中顯示不同腦電極所佔的百分比比重,最後得到左右頭部腦電極所佔的百分比比重。心算事件的腦電圖數據經過因子分析後,每個公共因子相關的最密切電極的變化就有比較明顯的規律:在閉眼心算時,發現跟每個公共因子相關的最密切的電極都位於人的左腦上;當閉眼放鬆時,發現跟每個公共因子相關的最密切的電極都位於人的右腦上。研究顯示心算訓練促進了人們大腦功能的偏側化進程,閉眼心算比閉眼放鬆時表現出更爲明顯的左腦優勢。從而推測:大腦左側半球在人們的心算中可能發揮着主要作用。

在科研實踐既將完成之際,首先,我要感謝我的導師陳志華教授。在進行科研實踐期間,陳老師不但在理論研究和實際算法的研究中給與我指導,使我的專業知識和科研工作能力都得到了很大的提高。陳老師淵博的知識、嚴謹的治學態度、敏銳的觀察力、勤勤懇懇的作風和力求創新的精神都給了我極大的影響和鼓舞。在論文工作中,從研究方向的確定、論文的選題直到研究工作的開展,陳老師都與我反覆討論,給予了悉心指導。其次,我要感謝和我同組的同學,經過我們多次的討論和同組同學的幫助,順利地完成了本次研究。在論文的撰寫過程中,我們定期交流,互相學習。他們的建議給了我很大的啓發,開闊了我的思路。在論文及諸多繁雜事務中,他們給予了無私的幫助。同時,我也要感謝我的父母,無論出於什麼狀態都一如既往的支援我、鼓勵我,正是由於他們的默默支援和鼓勵,我才能夠走好人生道路上的每一步。我透過這次的實踐,從另一個側面檢驗了自己的學習情況,培養了自己發現問題、分析問題、解決問題的能力;同時也發現一些了自己的不足,使我在以後的學習中不斷的彌補和提高。可以說,這次實踐讓我是“受益匪淺”。

標籤:實踐 科研