具象思维作业的脑电空间与频域特征研究
|
摘要
1目的
本研究系高等学校博士学科点专项科研基金项目“气功锻炼中具象思维的脑电及相关的生理心理特征研究”(20060026006)的第二阶段。该课题第一阶段已经实验研究证明,具象思维是与抽象思维和形象思维相并列的一种独立的思维形式。本研究通过对具象思维、抽象思维、形象思维形式作业过程的脑电检测比较,探寻具象思维作业的脑电在不同空间(导联)、不同频带的兴奋性特征、相关性特征以及有序性特征,以期发现具象思维形式的脑电活动规律,为具象思维理论在中医、气功、心理等领域的应用提供更加充分的科学实验证据。
2方法
运用导师刘天君教授总结提出的“双向设计、关联检测、相互释义”的气功实验研究模式,根据实验对象的入选标准、纳入标准、排除标准、剔除标准和脱落标准,选择33例在校大学生,经过3次以上的系统培训,按照实验设计方案,进行与内在思维形式作业同步的外在脑电检测。所用仪器为日本产MR-31型脑电图仪,数据采集和提取软件是日本东京电机大学提供的ATAMAP.Ⅱfor Windows.处理分析由北京邮电大学电磁兼容和生物医学工程实验室协助完成,采用小波去噪与小波包分析处理,分解出6个频带：δ(0.8-3.1Hz)、θ(3.9-7.0Hz)、α1 (7.8-10.2Hz)、α2 (10.2-13.2Hz)、β1 (14.1-19.5Hz)、β2 (20.3-29.6Hz),输出了基于mat lab软件小波包分析的总体与分频平均功率、相关系数和小波熵数据。应用SPSS13.0统计软件,采用多元方差分析的方法,分别对①三种思维形式与各自作业前安静态平均功率的差值,②三种思维形式的相关系数,③三种思维形式与各自作业前安静态小波熵的差值进行比较分析。
3结果
(1)三种思维形式与各自作业前安静态的平均功率差值比较
此比较可表达三种思维形式作业总体及分频带平均功率的变化强度差异。
结果显示,在总体上,具象思维作业时的脑电平均功率变化强度明显高于抽象思维,二者相比有非常显著差异(P<0.01)。从各导联看,具象思维和形象思维时的脑电平均功率在大部分导联增加,在小部分导联减少,抽象思维时的脑电平均功率均为减少。
6频带,具象思维作业时的脑电平均功率变化强度明显高于形象思维,二者相比有非常显著差异(P<0.01)。从各导联看,具象思维作业时的脑电平均功率在Fpl和Fp2导联增加,在其他导联减少,形象思维和抽象思维在全部导联都表现为减少。
θ频带和α2频带,具象思维作业时的脑电平均功率变化强度与形象思维、抽象思维相比均无显著差异(P>0.05)。
α1、β1和β2频带,具象思维作业时的脑电平均功率变化强度明显高于抽象思维,二者相比有极显著差异(P<0.001)。从各导联看,具象思维和形象思维均在部分导联(Fp1、Fp2、C3、C4、F7、F8、Fz)增加,在部分导联(01、02、T6、Pz)减少,抽象思维在全部导联都表现为减少。
(2)三种思维形式的相关系数比较
此比较可表达三种思维形式作业总体及分频带各导联间的相关系数差异。
具象思维、抽象思维、形象思维与一般安静态的各导联间相关系数共同特点主要表现为以下两点：一是在总体与6频带前额部左右导联间出现高相关系数,θ与α1频带前额部与中央部的左右导联间出现高相关系数,α2频带右前额与中额、右前颞的导联间出现高相关系数,β1与β2频带左右半球各自的前部导联间、后部导联间出现高相关系数。二是在总体与各个分频带,都出现后枕部与前额部、前颞部导联间的低相关系数。
具象思维各导联间相关系数有其自身特点,主要是导联间相关系数高,表现在以下三点：一是具象思维相关系数大多在0.2-0.9之间,抽象思维、形象思维、一般安静态相关系数在0-0.8之间,说明具象思维较抽象思维、形象思维和一般安静态的相关系数集中且偏大。二是与其他状态相比,具象思维各导联间的相关系数大的特点主要体现在总体、α2、β1和β2频带,在δ、θ和α1频带不明显。在总体上,具象思维出现以右前额(Fp2)为中心的左前额(Fp1)、中额(Fz)、右前颞(F8)的高相关系数,左枕(01)、左后颞(T5)、中顶(Pz)也出现局部高相关系数。α2频带具象思维还在右中央(C4)与中额(Fz)出现高相关系数。β1频带具象思维出现前额部(左前额Fp1、右前额Fp2)左右半球间高相关系数。β2频带具象思维出现中额(Fz)、右前额(Fp2)、右中央(C4)、右前颞(F8)区域广泛高相关系数。三是与其他状态相比,具象思维各导联间的低相关系数在总体与各分频带,都出现低相关的导联数少于其他状态的现象。
(3)三种思维形式与各自作业前安静态的小波熵差值比较
此比较可表达三种思维形式作业小波熵的变化强度差异。
具象思维作业时脑电的小波熵变化强度明显低于形象思维,二者相比有极显著差异(P<0.001),高于抽象思维,二者相比有非常显著差异(P<0.01)。从各导联看,具象思维在部分导联(Fp1、Fp2、C3、O1、F7、T5、Pz)增加,在部分导联(C4、O2、F8、T6、Fz)减少,形象思维在全部导联均增加,抽象思维在全部导联均减少。
4结论
本研究的结论主要包括以下几个方面。
(1)具象思维作业时脑电兴奋性空频特征
具象思维作业时,脑电兴奋性显著增强,.高于抽象思维和形象思维作业。从频域上看,具象思维的兴奋度在δ频带显著高于形象思维,在α1、β1和β2频带,显著高于抽象思维。从各导联看,表现出在前额部(Fp1、Fp2)、前颞部(F7、F8)兴奋度增加,在后枕部(O1、O2)、后颞部(T5、T6)兴奋度减弱的特点。
(2)具象思维作业时脑电相关性空频特征
具象思维作业时导联间的相关性明显增强,脑区联络性明显加强。
与其他状态相比,具象思维各导联间的高相关特点主要体现在总体、α2、β1和β2频带。在总体上,大脑右前部有以右前额为中心的广泛高相关趋势,大脑前额区、中额区和前颞区之间协调性和联络性增强。具象思维还在α2、β1、β2频带的前额部和右半球的大部分导联间表现出高相关。
与其他状态相比,具象思维在总体与各分频带,都出现低相关的导联数少于其他状态的现象,说明具象思维作业时整个脑部的相关性程度较其他为强。
(3)具象思维作业时脑电有序性空间特征
具象思维作业时脑电有序性变化介于形象思维(有序性最弱)和抽象思维(有序性最强)之间,并且呈现双向变化。从各导联看,具象思维作业时前额部及左半球有序性降低,信号规律性减弱,复杂度较高。右半球有序性增强,信号规律性加强,复杂度较低。
1. Purpose
As a part of the doctoral research program of higher education (project No.20060026006), this article is for the second stage of study on the characters of Objective Thinking in Qigong practice in terms of brain electrical activity and its psychological and physiological related characters. In the first stage of this program, it has been proved that Objective Thinking is another way of thinking, apart from Abstractive Thinking and Imaginative Thinking. By comparing the results of Electroencephalogram (EEG) in three ways of thinking, the second stage tends to discover the characters in terms of the intensity and ordering of brain-electrical signal, the location in encephalic regions and its related characters, in order to define the brain electrical activity in Objective Thinking. Therefore, this study will provide evidences with more sufficient scientific experiments that could be used in the study of Objective Thinking in the fields, such as Chinese Medicine, Qigong and Psychology etc.
2.Methods
By applying the model proposed by Professor Liu Tianjun on Qigong experimental study known as "Two-way layout, correlated detection and mutual paraphrase." Following the standards of taking samples and the plan of experimental design, there were total of 33 undergraduate students had been selected to take the EEG tests designed for testing in different ways of thinking, after over three times of systematic training. The testing equipment used is MR-31, made in Japan. And the software for collecting and analysing data adopted is ATAMAP. II for windows, provided by Tokyo Denki University, Japan. The data processing work was fulfilled by the Biological Engineering Llab of Beijing University of Posts and Telecommunications. By adopting the methods of wavelet domain de-noising and wavelet packet, total six of frequency bands had been resolved,δ(0.8-3. 1Hz),θ(3.9-7.0Hz).α1 (7.8-10.2Hz)、α2 (10.2-13.2Hz)、β1(14.1-19.5Hz)、β2(20.3-29.6Hz), also for the population and average capacity and correlation coefficient and wavelet entropy data. Using the statistic software of SPSS13.0 and adopting the method of multivariate analysis of variance, there are three sets of variance had been analysed respectively in the resting state of three ways of thinking as follows:①average capacities;②the correlation coefficient;③wavelet packet.
3.Results
(1)Variances on the average capacity in the resting state of different ways of thinking0
The comparison on the variances explains the degree of change in terms of the population and average capacity in the resting state of different ways of thinking.
It turns out that, in the population band, the average capacity of EEG is significant higher in Objective Thinking comparing to Abstractive Thinking. The variance (P<0.01) is highly significant. In terms of the number of leads, both for Objective Thinking and Imaginative Thinking, the numbers increased for most of the parts, the rest reduced. Regards to Abstractive Thinking, the numbers all reduced; inδband, the average capacity of EEG is significant higher in Objective Thinking comparing to Imaginative Thinking. The variance (P<0.01) is highly significant. In terms of the number of leads, for Objective Thinking, the numbers increased at Fp1 & Fp2, the rest reduced. Regards to Abstractive Thinking and Imaginative Thinking, the numbers all reduced; inθ&α2 band, the average capacity of EEG is not significant among three ways of thinking(P>0.05); inα1、β1 &β2 band, the average capacity of EEG is significant higher in Objective Thinking comparing to Abstractive Thinking. The variance (P<0.001) is extremely significant. In terms of the number of leads, both for Objective Thinking and Imaginative Thinking, the numbers increased for most of the parts, the rest reduced. Regards to Abstractive Thinking, the numbers all reduced.
(2) Variances on the correlation coefficient of different ways of thinking
The comparison on the variances explains the correlation of leads in terms of the population and respective bands of different ways of thinking.
According to the correlation coefficients in the leads of the population bands, the correlation is high in Objective Thinking at Fp2, Fp1, F8 and Fz; and also high at O1, T5 & Pz. In a2 band, it shows a significant correlation among the area of right central area (C4) with frontal midline point (Fz); inβ1 band, it shows a significant correlation between Fp1 & Fp2; the same inβ2 band in the areas of Fz, Fp2, C4 and F8.
In the population and other bands, the result shows the number of the low correlation leads is less in the state of Objective Thinking than any of the other ways. It reveals that Objective Thinking shows highly significant correlation among the leads of the brain.
(3) Variances on the wavelet entropy in the resting state of different ways of thinking
The comparison on the variances explains the wavelet entropy of population in the resting state of different ways of thinking.
It shows the wavelet entropy is lower in Objective Thinking comparing to Imaginative Thinking, there is a significant variance between these two (P<0.001). And it is higher than Abstractive Thinking. The variance is also significant (P<0.01). In terms of the number of leads, it increased partially at the points of Fp1、Fp2、C3、O1、F7、T5、Pz and reduced at the points of C4、O2、F8、T6、Fz. Regards to Imaginative Thinking, the numbers are all increased. And for Abstractive Thinking, the numbers are all reduced.
4. Conclusions
The conclusions of the study include the following aspects:
(1)Features on the activity and spatial & frequency characters of EEG in Objective Thinking
The activity of EEG is increasing. Comparing with Imaginative Thinking, inδband, it becomes more active in Objective Thinking; comparing with Abstractive Thinking, inα1、β1 &β2 band, it becomes more active in Objective Thinking. In terms of spatial character, it reveals strong activity in the points of Fp1 & Fp2, also F7 & F8, and less activity in the points of O1 & O2,T5 & T6.
(2)Features on the correlation and spatial & frequency characters of EEG in Objective Thinking
The correlation in Objective Thinking is highly significant. In the population bands, the correlation is high in Objective Thinking at right front area including Fp2, Fp1, F8 and Fz. This points out a trend of generally high correlation in the right hemisphere around the point of Fp2. It shows high correlation inα2,β1 andβ2 band in the forehead and right hemisphere.
(3)Features on the ordering and spatial characters of EEG in Objective Thinking
The ordering of EEG shows a bi-directional change. In terms of spatial characters, the ordering of forehead and left hemisphere reduced, the signal is high complexity. The ordering of right hemisphere is high, the signal is less complexity.
本研究系高等学校博士学科点专项科研基金项目“气功锻炼中具象思维的脑电及相关的生理心理特征研究”(20060026006)的第二阶段。该课题第一阶段已经实验研究证明,具象思维是与抽象思维和形象思维相并列的一种独立的思维形式。本研究通过对具象思维、抽象思维、形象思维形式作业过程的脑电检测比较,探寻具象思维作业的脑电在不同空间(导联)、不同频带的兴奋性特征、相关性特征以及有序性特征,以期发现具象思维形式的脑电活动规律,为具象思维理论在中医、气功、心理等领域的应用提供更加充分的科学实验证据。
2方法
运用导师刘天君教授总结提出的“双向设计、关联检测、相互释义”的气功实验研究模式,根据实验对象的入选标准、纳入标准、排除标准、剔除标准和脱落标准,选择33例在校大学生,经过3次以上的系统培训,按照实验设计方案,进行与内在思维形式作业同步的外在脑电检测。所用仪器为日本产MR-31型脑电图仪,数据采集和提取软件是日本东京电机大学提供的ATAMAP.Ⅱfor Windows.处理分析由北京邮电大学电磁兼容和生物医学工程实验室协助完成,采用小波去噪与小波包分析处理,分解出6个频带：δ(0.8-3.1Hz)、θ(3.9-7.0Hz)、α1 (7.8-10.2Hz)、α2 (10.2-13.2Hz)、β1 (14.1-19.5Hz)、β2 (20.3-29.6Hz),输出了基于mat lab软件小波包分析的总体与分频平均功率、相关系数和小波熵数据。应用SPSS13.0统计软件,采用多元方差分析的方法,分别对①三种思维形式与各自作业前安静态平均功率的差值,②三种思维形式的相关系数,③三种思维形式与各自作业前安静态小波熵的差值进行比较分析。
3结果
(1)三种思维形式与各自作业前安静态的平均功率差值比较
此比较可表达三种思维形式作业总体及分频带平均功率的变化强度差异。
结果显示,在总体上,具象思维作业时的脑电平均功率变化强度明显高于抽象思维,二者相比有非常显著差异(P<0.01)。从各导联看,具象思维和形象思维时的脑电平均功率在大部分导联增加,在小部分导联减少,抽象思维时的脑电平均功率均为减少。
6频带,具象思维作业时的脑电平均功率变化强度明显高于形象思维,二者相比有非常显著差异(P<0.01)。从各导联看,具象思维作业时的脑电平均功率在Fpl和Fp2导联增加,在其他导联减少,形象思维和抽象思维在全部导联都表现为减少。
θ频带和α2频带,具象思维作业时的脑电平均功率变化强度与形象思维、抽象思维相比均无显著差异(P>0.05)。
α1、β1和β2频带,具象思维作业时的脑电平均功率变化强度明显高于抽象思维,二者相比有极显著差异(P<0.001)。从各导联看,具象思维和形象思维均在部分导联(Fp1、Fp2、C3、C4、F7、F8、Fz)增加,在部分导联(01、02、T6、Pz)减少,抽象思维在全部导联都表现为减少。
(2)三种思维形式的相关系数比较
此比较可表达三种思维形式作业总体及分频带各导联间的相关系数差异。
具象思维、抽象思维、形象思维与一般安静态的各导联间相关系数共同特点主要表现为以下两点：一是在总体与6频带前额部左右导联间出现高相关系数,θ与α1频带前额部与中央部的左右导联间出现高相关系数,α2频带右前额与中额、右前颞的导联间出现高相关系数,β1与β2频带左右半球各自的前部导联间、后部导联间出现高相关系数。二是在总体与各个分频带,都出现后枕部与前额部、前颞部导联间的低相关系数。
具象思维各导联间相关系数有其自身特点,主要是导联间相关系数高,表现在以下三点：一是具象思维相关系数大多在0.2-0.9之间,抽象思维、形象思维、一般安静态相关系数在0-0.8之间,说明具象思维较抽象思维、形象思维和一般安静态的相关系数集中且偏大。二是与其他状态相比,具象思维各导联间的相关系数大的特点主要体现在总体、α2、β1和β2频带,在δ、θ和α1频带不明显。在总体上,具象思维出现以右前额(Fp2)为中心的左前额(Fp1)、中额(Fz)、右前颞(F8)的高相关系数,左枕(01)、左后颞(T5)、中顶(Pz)也出现局部高相关系数。α2频带具象思维还在右中央(C4)与中额(Fz)出现高相关系数。β1频带具象思维出现前额部(左前额Fp1、右前额Fp2)左右半球间高相关系数。β2频带具象思维出现中额(Fz)、右前额(Fp2)、右中央(C4)、右前颞(F8)区域广泛高相关系数。三是与其他状态相比,具象思维各导联间的低相关系数在总体与各分频带,都出现低相关的导联数少于其他状态的现象。
(3)三种思维形式与各自作业前安静态的小波熵差值比较
此比较可表达三种思维形式作业小波熵的变化强度差异。
具象思维作业时脑电的小波熵变化强度明显低于形象思维,二者相比有极显著差异(P<0.001),高于抽象思维,二者相比有非常显著差异(P<0.01)。从各导联看,具象思维在部分导联(Fp1、Fp2、C3、O1、F7、T5、Pz)增加,在部分导联(C4、O2、F8、T6、Fz)减少,形象思维在全部导联均增加,抽象思维在全部导联均减少。
4结论
本研究的结论主要包括以下几个方面。
(1)具象思维作业时脑电兴奋性空频特征
具象思维作业时,脑电兴奋性显著增强,.高于抽象思维和形象思维作业。从频域上看,具象思维的兴奋度在δ频带显著高于形象思维,在α1、β1和β2频带,显著高于抽象思维。从各导联看,表现出在前额部(Fp1、Fp2)、前颞部(F7、F8)兴奋度增加,在后枕部(O1、O2)、后颞部(T5、T6)兴奋度减弱的特点。
(2)具象思维作业时脑电相关性空频特征
具象思维作业时导联间的相关性明显增强,脑区联络性明显加强。
与其他状态相比,具象思维各导联间的高相关特点主要体现在总体、α2、β1和β2频带。在总体上,大脑右前部有以右前额为中心的广泛高相关趋势,大脑前额区、中额区和前颞区之间协调性和联络性增强。具象思维还在α2、β1、β2频带的前额部和右半球的大部分导联间表现出高相关。
与其他状态相比,具象思维在总体与各分频带,都出现低相关的导联数少于其他状态的现象,说明具象思维作业时整个脑部的相关性程度较其他为强。
(3)具象思维作业时脑电有序性空间特征
具象思维作业时脑电有序性变化介于形象思维(有序性最弱)和抽象思维(有序性最强)之间,并且呈现双向变化。从各导联看,具象思维作业时前额部及左半球有序性降低,信号规律性减弱,复杂度较高。右半球有序性增强,信号规律性加强,复杂度较低。
1. Purpose
As a part of the doctoral research program of higher education (project No.20060026006), this article is for the second stage of study on the characters of Objective Thinking in Qigong practice in terms of brain electrical activity and its psychological and physiological related characters. In the first stage of this program, it has been proved that Objective Thinking is another way of thinking, apart from Abstractive Thinking and Imaginative Thinking. By comparing the results of Electroencephalogram (EEG) in three ways of thinking, the second stage tends to discover the characters in terms of the intensity and ordering of brain-electrical signal, the location in encephalic regions and its related characters, in order to define the brain electrical activity in Objective Thinking. Therefore, this study will provide evidences with more sufficient scientific experiments that could be used in the study of Objective Thinking in the fields, such as Chinese Medicine, Qigong and Psychology etc.
2.Methods
By applying the model proposed by Professor Liu Tianjun on Qigong experimental study known as "Two-way layout, correlated detection and mutual paraphrase." Following the standards of taking samples and the plan of experimental design, there were total of 33 undergraduate students had been selected to take the EEG tests designed for testing in different ways of thinking, after over three times of systematic training. The testing equipment used is MR-31, made in Japan. And the software for collecting and analysing data adopted is ATAMAP. II for windows, provided by Tokyo Denki University, Japan. The data processing work was fulfilled by the Biological Engineering Llab of Beijing University of Posts and Telecommunications. By adopting the methods of wavelet domain de-noising and wavelet packet, total six of frequency bands had been resolved,δ(0.8-3. 1Hz),θ(3.9-7.0Hz).α1 (7.8-10.2Hz)、α2 (10.2-13.2Hz)、β1(14.1-19.5Hz)、β2(20.3-29.6Hz), also for the population and average capacity and correlation coefficient and wavelet entropy data. Using the statistic software of SPSS13.0 and adopting the method of multivariate analysis of variance, there are three sets of variance had been analysed respectively in the resting state of three ways of thinking as follows:①average capacities;②the correlation coefficient;③wavelet packet.
3.Results
(1)Variances on the average capacity in the resting state of different ways of thinking0
The comparison on the variances explains the degree of change in terms of the population and average capacity in the resting state of different ways of thinking.
It turns out that, in the population band, the average capacity of EEG is significant higher in Objective Thinking comparing to Abstractive Thinking. The variance (P<0.01) is highly significant. In terms of the number of leads, both for Objective Thinking and Imaginative Thinking, the numbers increased for most of the parts, the rest reduced. Regards to Abstractive Thinking, the numbers all reduced; inδband, the average capacity of EEG is significant higher in Objective Thinking comparing to Imaginative Thinking. The variance (P<0.01) is highly significant. In terms of the number of leads, for Objective Thinking, the numbers increased at Fp1 & Fp2, the rest reduced. Regards to Abstractive Thinking and Imaginative Thinking, the numbers all reduced; inθ&α2 band, the average capacity of EEG is not significant among three ways of thinking(P>0.05); inα1、β1 &β2 band, the average capacity of EEG is significant higher in Objective Thinking comparing to Abstractive Thinking. The variance (P<0.001) is extremely significant. In terms of the number of leads, both for Objective Thinking and Imaginative Thinking, the numbers increased for most of the parts, the rest reduced. Regards to Abstractive Thinking, the numbers all reduced.
(2) Variances on the correlation coefficient of different ways of thinking
The comparison on the variances explains the correlation of leads in terms of the population and respective bands of different ways of thinking.
According to the correlation coefficients in the leads of the population bands, the correlation is high in Objective Thinking at Fp2, Fp1, F8 and Fz; and also high at O1, T5 & Pz. In a2 band, it shows a significant correlation among the area of right central area (C4) with frontal midline point (Fz); inβ1 band, it shows a significant correlation between Fp1 & Fp2; the same inβ2 band in the areas of Fz, Fp2, C4 and F8.
In the population and other bands, the result shows the number of the low correlation leads is less in the state of Objective Thinking than any of the other ways. It reveals that Objective Thinking shows highly significant correlation among the leads of the brain.
(3) Variances on the wavelet entropy in the resting state of different ways of thinking
The comparison on the variances explains the wavelet entropy of population in the resting state of different ways of thinking.
It shows the wavelet entropy is lower in Objective Thinking comparing to Imaginative Thinking, there is a significant variance between these two (P<0.001). And it is higher than Abstractive Thinking. The variance is also significant (P<0.01). In terms of the number of leads, it increased partially at the points of Fp1、Fp2、C3、O1、F7、T5、Pz and reduced at the points of C4、O2、F8、T6、Fz. Regards to Imaginative Thinking, the numbers are all increased. And for Abstractive Thinking, the numbers are all reduced.
4. Conclusions
The conclusions of the study include the following aspects:
(1)Features on the activity and spatial & frequency characters of EEG in Objective Thinking
The activity of EEG is increasing. Comparing with Imaginative Thinking, inδband, it becomes more active in Objective Thinking; comparing with Abstractive Thinking, inα1、β1 &β2 band, it becomes more active in Objective Thinking. In terms of spatial character, it reveals strong activity in the points of Fp1 & Fp2, also F7 & F8, and less activity in the points of O1 & O2,T5 & T6.
(2)Features on the correlation and spatial & frequency characters of EEG in Objective Thinking
The correlation in Objective Thinking is highly significant. In the population bands, the correlation is high in Objective Thinking at right front area including Fp2, Fp1, F8 and Fz. This points out a trend of generally high correlation in the right hemisphere around the point of Fp2. It shows high correlation inα2,β1 andβ2 band in the forehead and right hemisphere.
(3)Features on the ordering and spatial characters of EEG in Objective Thinking
The ordering of EEG shows a bi-directional change. In terms of spatial characters, the ordering of forehead and left hemisphere reduced, the signal is high complexity. The ordering of right hemisphere is high, the signal is less complexity.
引文
[1]吴克俭,沈霞.临床脑电图速成指南.第二军医大学出版社[M],2002：16.
[2]Horan, Roy. The Neuropsychological Connection Between Creativity and Meditation[J],Creativity Research Journal,2009,21(2):199-222.
[3]肖俊,林雅谷.练功过程中脑电的观察[G]//中华人民共和国卫生部.庆祝建国十周年医学科学成就论文集.北京：人民卫生出版社,1959：123.
[4]钱学森.谈人体科学的体系结构[J].自然杂志,1981,4(7)：483.
[5]梅磊,周传岱,薛新民.气功功能态脑波研究[J].自然杂志,1981,4(9)：662-668.
[6]何庆年.从长期练功者脑波的电子计算机分析看气功锻炼对脑功能的影响[J].东方气功,1986,4：30.
[7]张建洲.用统计拓扑图系统对气功状态下的脑电图的研究[J].中国生物医学工程学报,1986,(6)：12.
[8]阎晓霞.气功功能态脑电时序谱阵的研究[G]//胡海昌,吴祈耀.气功科学文集Ⅱ.北 京：北京理工大学出版社,1989：252-271.
[9]吴祈耀.气功态脑电波动态特性的有效提取与研究[G]//胡海昌,吴祈耀.气功科学文集Ⅱ.北京：北京理工大学出版社,1989：229-239.
[10]潘卫星.意守功和非意守功入静态的脑波差异——气功入静态的脑电研究初步报导[G]//胡海昌,吴祈耀.气功科学文集Ⅱ.北京：北京理工大学出版社,1989：240-251.
[11]张海波.气功调心、调息分别与协同操作的脑电研究[D].北京中医药大学,2006：59.
[12]秦潮.气功反馈疗法[J].自然杂志,1992,15(2)：109.
[13]Lazar SW, Bush G,Gollub RL,et al. Functional brain mapping of the relaxationresponse and meditation[J].Neuroreport,2000, (11):1581-1585.
[14]Newberg A,Alavi A,Baime M, et al.The measurement of regional cerebral bloodflow during the complex cognitive task of meditation:apreliminary SPECT study[J].Psychiatry Res,2001,106 (2):113-122.
[15]杨斯环,杨秦飞,石继明,等.练功一年中脑电相干函数的变化[J].北京中医药大学学报,1994,17(5)：27-29.
[16]杨斯环,杨秦飞,石继明,等.对练功1年脑电综合指标变化的观察[J].北京中医药大学学报,1997,20(2)：31-32.
[17]杨银,杨斯环,张莉.放松训练对脑电、心率变异及情绪的影响[J].中国心理卫生杂志,2002,16(8)：522-524.
[18]张燕冰,杨斯环,张莉.放松训练对脑电、情绪的影响及与人格特征的关系[J].中国心理卫生杂志,2004,18(1)：21-23,17.
[19]李学菊.从脑电、五态性格等变化探讨放松训练心身调节机制[D].北京中医药大学,2004：40-41.
[20]孙福立.气功入静过程中自发EEG功率谱及相干函数的分析[J].心理学报,1984,4：22.
[21]汪伟.超静态脑电相干函数和地形图的研究[G]//胡海昌,吴祈耀.气功科学文集Ⅰ.北京：北京理工大学出版社,1989：102-126.
[22]Travis F, Olson T, Egenes T, et al. Physiological patterns during practice of the Transcendental Meditation technique compared with patterns while reading Sanskrit and a modern language[J].Int J Neurosci,2001,109(1-2):71-80.
[23]梅磊.大脑为什么如此美丽[J].人体特异功能研究,1988,(4)：12.
[24]Banquet, J. P, Spectral Analysis of the EEG in Meditation, Electroencephalography and Clinical[J]. Neurphysiology,1973,35 (2):143-151.
[25]Cahn BR, Polich J. Meditation States and Traits:EEG, ERP, and Neuroimaging Studies[J]. Psychological Bulletin,2006,132(2):180-211
[26]单春雷,励建安,周士杭,等.入静意念对脑电地形图的影响[J].中国康复医学杂志,2003,18(10)：601-603.
[27]孙福立,梅慧生,邹宪文,等.意念导引对脑波超慢涨落的影响[J].北京生物医 学工程,1996,15(1)：45-48.
[28]张一和,陈驰,徐建芬.多测度动态脑地形图技术与练功的意识活动研究[J].上海中医药大学学报,2008,22(4)：54-57+F0003.
[29]沈仲元,Shinlin,竺英祺,等.气功意守状态下多导脑电相空间重构非线性分析研究[J].上海中医药大学学报,2008,22(6)：54-56.
[30]魏玉龙,刘天君.气功态的脑电研究进展[J].河南中医学院学报,2009,(04)：118-121.
[31]ZA keirn and JI Aunon, A new mode of communication between man and his surroundings, IEEE Trans[J]. on Biomed Eng,1990,37(12):1209-1214.
[32]Charles W.Anderson and Zlatko sijercic. Classification of EEG Signals from Four Subjects During Five Mental Tasks. Solving Engineering Problems with neural Networks:Proceedings of the Conferece on Engineering Applications in Neural Networks[M]. Turku, Finland:systems Engneering Association,1996,407-414.
[33]Neuper C, Pfurtscheller G. Event-Related Dynamics of Cortical Rhythms: Frequency-Specific Features and Functional Correlate International[J]. Journal of Psychophysiology,2001,43(1):41-58.
[34]Inouye T, Shinosaki K, Iyama A. Localization of activated areas and directional EEG patterns during mental arithmetic[J]. EEG Clin Neurophysion, 1993,86 (4):224-230.
[35]于晓琳,张建保,王珏.心算任务中与自主神经有关的头皮脑电活动研究[J].西安交通大学学报,2009,43(10)：124-128.
[36]李瑾坤,曹欢,田清.知识型作业胜任力的脑神经科学分析[J].电子科技大学学报,2009,(6)：1039-1041.
[37]许崇涛,沈民奋,朱国平.大脑安静与积极思维状态下脑电波双谱分析6例报告[J].中国心理卫生杂志,2004,18(6)：392-394.
[38]李川云,严进,殷学平,等.不同难度心算时脑电信号近似熵研究[J].第二军医大学学报,2003,21(10)：1152-1154.
[39]李卫君,杨玉芳.绝句韵律边界的认知加工及其脑电效应[J].心理学报,2010,(11)：1021-1032.
[40]张珊珊,刘涛,耿立波.左脑枕顶功能与汉字语义加工的早期皮层电位[J].临床和实验医学杂志,2010,9(23)：1766-1767.
[41]Simon G, Bernard C, LalondeR, et al. Orthographic transparency and grapheme-phoneme conversion:An ERP study in Arabic and French readers[J]. Brain Res,2006,1104(1):141-152.
[42]Galin D, Raz J, Fein G, et al. EEG spectra in dyslexic and normal readers during oral and silent reading[J]. EEG Clin Neurophysiol,1992,82 (2):87-101.
[43]Petsche H, Etlinger SC, Filz 0. Brain electrical mechanisms of bilingual speech management:an initial investigation[J]. EEG Clin Neurophysiol,1993,86 (6): 385-394.
[44]张新,田学隆,王显付.不同思维状态下脑电近似熵的变化规律[J].中国组织工程研究与临床康复,2010,(43)：8077-8080.
[45]潘昱,沃建中,林崇德.13-18岁青少年表象能力的发展和脑电α波的关系[J].心理发展与教育,2001,17(4)：6-11.
[46]尧德中,刘铁军,雷旭,等.基于脑电的脑-机接口：关键技术和应用前景[J].电子科技大学学报,2009,(5)：550-554.
[47]徐宝国,宋爱国.单次运动想象脑电的特征提取和分类[J].东南大学学报,2007,37(4)：629-632.
[48]Pawel Herman, Gi esh Prasad, Thomas Martin et al.Comparative analysis of spectral approaches to feature extraction for EEG-based motor imagery classification[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering,2008,16 (4):317-325.
[49]孟飞,高小榕,高上凯.利用自举法与相干矢量虚部研究脑电信号的连通性[J].清华大学学报(自然科学版)网络.预览,2009,(6)：880-883.
[50]Wolpaw J R, Birbaumer N, McFarland D J,et al. Brain omputer interface for communication and control[J].Clinical Neurophysiology,2002,113(6):767-791.
[51]裴晓梅,郑崇勋,宾光宇.基于多通道脑电特征运动意识任务的分类[J].西安交通大学学报,2005,39(8)：904-907.
[52]伍亚舟,吴宝明,何庆华,等.基于想象左右手运动脑电特征提取及其统计特性分析[J].北京生物医学工程,2007,26(2)：199-203.
[53]任亚莉.基于功率谱峰值及时变线性分类算法的运动意识分类[J].中国组织工程研究与临床康复,2010,(39)：7331-7335.
[54]李丽君,黄思娟,吴效明,等.基于运动想象的脑电信号特征提取与分类[J].医疗卫生装备,2011,(1)：16-17+25.
[55]伍亚舟,何庆华,黄华,等.基于想象左右手运动脑机接口实验研究及分析[J].生物医学工程学杂志,2008,(5)：983-988.
[56]万柏坤,刘延刚,明东,等.基于脑电特征的多模式想象动作识别[J].天津大学学报,2010,(10)：895-900.
[57]卢英俊,吴海珍,钱靓,等.莫扎特奏鸣曲K.448对脑电功率谱与重心频率的影响[J].生物物理学报,2011,(2)：154-166.
[58]韩东旭,周传岱,刘月红,等.靶音识别作业对脑波α段频率涨落特征的影响[J].航天医学与医学工程,2004,17(1)：30-34.
[59]张连毅.想象几何物体空间旋转状态下的大脑一测优势分析[J].生物医学工程学杂志,2010,(3)：538-543.
[60]赵冰,梁福成,吕勇.大学生心理理论错误信念任务的事件相关电位特点[J].中国心理卫生杂志,2010,(10)：770-774.
[1]王涛,王国辉,冯焕清.睡眠脑电的自回归模型阶数特性[J].生物医学工程学杂志,2004,21(3)：394-396.
[2]肖丽萍,康志新,吴宝水,等.利用脑电频域指标评定脑梗死的预后[J].中西医结合心脑血管病杂志,2009,7(10)：1250-1251.
[3]胡淑燕,郑钢铁.基于EEG频谱特征的驾驶员疲劳监测研究[J].中国安全生产科学技术,2010,(3)：90-94.
[4]Sweldens, W. The lifting scheme:A custom-design construction of bi-orthogonal wavelets [J]. Applied and Computational Harmonic Analysis,1996,3 (2):186-200.
[5]李勇,华蕴博.一个新的脑电信号分析系统[J].生物物理学报,1996,12(2)：367-370.
[6]Flavio S, Mario E. Automatic detection of epileptiform activity by single level wavelet analysis[J]. Clinical Neurophysiology,1999,11 (10):26-30.
[7]林相波,邱天爽.基于小波分析的癫痫发作前脑电特征分析[J].信号处理,2003,19(增刊)：328-331.
[8]吴小培,冯焕清,周荷琴,等.基于小波分析的脑电信号噪声消除方法[J].电路与系统学报,2000,5(3)：96-98.
[9]杨琨,曹建庭,王如彬,等.疑似脑死患者脑电信号的动态近似熵分析[J].中国生物医学工程学报,2011,(1)：27-33.
[10]伍亚舟,吴宝明,何庆华,等.基于想象左右手运动脑电特征提取及其统计特性分析[J].北京生物医学工程,2007,26(2)：199-203.
[11]王永轩,邱天爽,刘蓉.基于小波分析方法的脑电诱发电位单导少次提取[J].中国生物医学工程学报,2011,(1)：34-39.
[12]Mao K Z. Tan K C. Ser W. Probabilistic neural-net-work structure determinat ion for pattern classification[J]. IEEE Tran. Neural Networks,2000,11 (4):1010-1017.
[13]Babloyantz A. SalAtr J.M. Nico lis C. Evidence of Chaotic dynamics of brain activity during the sleep cycle [J].Physics Letters A,1985,111 (3):152-156.
[14]Rosson OA, Blanco S, Yordanova J et al. Wavelet entropy:a new tool for analysis of short duration brain electrical signals[J]. J Neurosci Meth 2001, 105(1):65-75.
[15]邹继东,陈小平,和卫星,等.小波熵提取脑意识任务特征的脑机接口设计[J].中国临床康复,2006,10(13)：110-112.
[16]沈民奋,黎展程,孙丽莎.小波包熵在脑电信号分析中的应用[J].数据采集与处理,2005,20(1)：48-53.
[17]任亚莉.基于小波包熵的运动意识任务分类研究[J].生物物理学报,2008,24(3)：227-231.
[18]张新,田学隆,王显付.不同思维状态下脑电近似熵的变化规律[J].中国组织工程研究与临床康复,2010,(43)：8077-8080.
[19]杨琨,曹建庭,王如彬,等.疑似脑死患者脑电信号的动态近似熵分析[J].中国生物医学工程学报,2011,(1)：27-33.
[20]张小鹏,范影乐,杨勇.基于奇异谱熵的脑电意识任务识别方法的研究[J].计算机工程与科学,2009,31(12)：117-120.
[21]范影乐,李谷,刘亚景,等.基于排列组合熵的脑电意识任务识别方法的研究[J].传感技术学报,2008,21(1)：74-78.
[22]张连毅.想象几何物体空间旋转状态下的大脑一测优势分析[J].生物医学工程学杂志,2010,(3)：538-543.
[23]汤晓军,宋卓,杨卓,等.双任务事件中脑电信号的熵计算[J].生物物理学报, 2005,21(5)：371-376.
[24]刘海龙,王珏,郑崇勋.基于非线性参数的意识任务分类[J].西安交通大学学报,2005,39(8)：900-903.
[25]张磊,张道信,吴小培.基于独立分量分析的心理作业诱发脑电特征增强[J].安徽大学学报：自然科学版,2008,32(2)：39-43.
[26]李颖洁,樊飞燕,朱贻盛.精神分裂症脑电在不同认知作业下的复杂度分析[J].北京生物医学工程,2006,25(5)：470-473+497.
[27]李颖洁,石菁,朱春妍,等.心算任务下脑电信息传输[J].上海大学学报：自然科学版,2007,13(4)：439-443.
[28]蔡冬梅,周卫东,李淑芳,等.基于去趋势波动分析和支持向量机的癫痫脑电分类[J].生物物理学报,2011,(02)：175-182.
[29]罗志增,李亚飞,孟明,等.脑电信号的混沌分析和小波包变换特征提取算法[J].仪器仪表学报,2011,(01)：33-39.
[1]刘天君.禅定中的思维操作[M].北京：人民体育出版社,1994.
[2]刘天君.体验科学方法论的框架(上)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(2)：13-15.
[3]朱智贤.心理学大词典[M].北京：北京师范大学出版社,1989：210.
[4]魏玉龙.具象思维的形成、发展和研究[J].中医学报,2009,24(6)：18-20.
[5]刘天君.具象思维是中医学基本的思维形式[J].中国中医基础医学杂志,1995,1(1)：33-34.
[6]刘天君.体验科学方法论的框架(下)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(3)：23-26.
[7]刘天君.实验科学与体验科学——中西医方法论比较[J].中国中医基础医学杂志,1996,2(1)：33-34.
[8]刘天君.体验科学方法论的框架(上)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(2)：13-15.
[9]张海波,刘天君.关于中医药教育问题的几点思考[N].中国中医药报,2009-09-21(3).
[10]张海波,刘天君.在基础教育阶段开展中医药教育的思考[J].中医药管理杂志,2011,19(4)：318-321.
[11]刘天君.中医气功学[M].北京：中国中医药出版社,2005.
[12]刘天君.中医现代化研究的功能性定量方法[J].中国中医基础医学杂志,1998,(02)：27-29.
[13]刘天君.双向设计关联检测相互释义——气功现代科学研究的方法论探索[J].上海中医药杂志,2007,41(7)：1-2.
[14]刘峰.劳官部位观想温热感的实验研究[D].北京中医药大学,2004.
[15]张海波.气功调心、调息分别与协同操作的脑电研究[D].北京中医药大学,2006.
[16]魏玉龙.关于具象思维形式独立性的脑电特征研究[D].北京中医药大学,2008.
[17]刘天君,魏玉龙.基于α频段功率谱分析具象思维形式脑电的特异性[OL].中国科技论文在线[2010-01-26]. http://www.paper.edu.cn/index.php/default/ releasepaper/content/201001-1100.
[18]魏玉龙,刘天君.基于p频段功率谱分析具象思维形式脑电的特异性[J].中国科技论文在线,2010,3(23)：2445-2448.
[19]翟向阳.少林禅修的脑电特异性研究[D].北京中医药大学,2010.
[1]刘天君.双向设计关联检测相互释义——气功现代科学研究的方法论探索[J].上海中医药杂志,2007,41(7)：1-2.
[2]修永富.基于小波分析的脑电去噪方法研究与实现[D].天津师范大学,2009：37-41.
[3]魏玉龙.关于具象思维形式独立性的脑电特征研究[D].北京中医药大学,2008：57.
[4]孙振球.医学统计学[M].北京：人民卫生出版社,2003：538.
[1]刘晓燕.临床脑电图学[M].北京：人民卫生出版社,2006：53.
[2]张文渊.临床神经电生理学术语(13).临床神经电生理学杂志,2006,15(5)：280-283.
[3]蔡厚德.生物心理学：认知神经科学的视角[M].上海：上海教育出版社,2010：15.
[4]张文渊.临床神经电生理学术语(15).临床神经电生理学杂志,2007,16(1)：20-22.
[5]周锦华译,大熊辉雄编著.临床脑电图学[M].北京：清华大学出版社,2005：67.
[6]刘天君,魏玉龙.基于α频段功率谱分析具象思维形式脑电的特异性[0L].中国科技论文在线[2010-01-26]. http://www.paper.edu.cn/index.php/default/
releasepaper/content/201001-1100.
[7]佚名.脑电图成分及其临床意义[J].现代电生理学杂志,2001,8(3)：101-102.
[8]魏玉龙.关于具象思维形式独立性的脑电特征研究[D].北京中医药大学,2008：89.
[9]刘天君.禅定中的思维操作[M].北京：人民体育出版社,1994.
[10]Willingham DB,Wells LA,Farrell JM. Implicit motor sequence learning is represented in response locations[J].Memory & Cognition,2000,28(3):366-375.
[11]罗跃嘉.认知神经科学教程[M].北京：北京大学出版社,2006.
[12]何华.新视野下的认知心理学[M].北京：科学出版社,2009：188.
[13]肖余粮,和卫星,陈晓平,等.小波分析和小波熵在睡眠脑电信号变化特性研究中的应用价值[J].中国临床康复,2006,10(25)：118-120.
[14]王永炎.概念时代应重视中医学原创思维的传承与发展[J].中华中医药学刊,2008,(04)：677-679.
[15]刘天君.中医气功学[M].北京：中国中医药出版社,2005.
[16]魏玉龙.具象思维的形成、发展和研究[J].中医学报,2009,24(6)：18-20.
[17]张海波.气功调心、调息分别与协同操作的脑电研究[D].北京中医药大学,2006：58.
[18]刘天君.具象思维是中医学基本的思维形式[J].中国中医基础医学杂志,1995,1(1)：33-34.
[19]张海波,刘天君.在基础教育阶段开展中医药教育的思考[J].中医药管理杂志,2011,19(4)：318-321.
[20]刘天君.体验科学方法论的框架(下)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(3)：23-26.
[21]林青,张前德.思维导图在中医药教学中的应用[J].中医教育,2009,(05)：30-33.
[22]丁建昌.运动表象训练在高校足球教学中的运用研究[J].牡丹江医学院学报,2008,29(4)：119-120.
[23]廖建路.运用表象训练法提高飞行学员空间定向能力研究[J].军事体育进修学院学报,2008,(3)：92-94.
[24]戴清华,薛天庆.表象训练法预防网球运动损伤的探讨[J].潍坊教育学院学报,2009(1)：50-51+58.
[25]伍亚舟,何庆华,黄华,等.基于想象左右手运动脑机接口实验研究及分析[J].生物医学工程学杂志,2008,(05)：983-988.
[2]Horan, Roy. The Neuropsychological Connection Between Creativity and Meditation[J],Creativity Research Journal,2009,21(2):199-222.
[3]肖俊,林雅谷.练功过程中脑电的观察[G]//中华人民共和国卫生部.庆祝建国十周年医学科学成就论文集.北京：人民卫生出版社,1959：123.
[4]钱学森.谈人体科学的体系结构[J].自然杂志,1981,4(7)：483.
[5]梅磊,周传岱,薛新民.气功功能态脑波研究[J].自然杂志,1981,4(9)：662-668.
[6]何庆年.从长期练功者脑波的电子计算机分析看气功锻炼对脑功能的影响[J].东方气功,1986,4：30.
[7]张建洲.用统计拓扑图系统对气功状态下的脑电图的研究[J].中国生物医学工程学报,1986,(6)：12.
[8]阎晓霞.气功功能态脑电时序谱阵的研究[G]//胡海昌,吴祈耀.气功科学文集Ⅱ.北 京：北京理工大学出版社,1989：252-271.
[9]吴祈耀.气功态脑电波动态特性的有效提取与研究[G]//胡海昌,吴祈耀.气功科学文集Ⅱ.北京：北京理工大学出版社,1989：229-239.
[10]潘卫星.意守功和非意守功入静态的脑波差异——气功入静态的脑电研究初步报导[G]//胡海昌,吴祈耀.气功科学文集Ⅱ.北京：北京理工大学出版社,1989：240-251.
[11]张海波.气功调心、调息分别与协同操作的脑电研究[D].北京中医药大学,2006：59.
[12]秦潮.气功反馈疗法[J].自然杂志,1992,15(2)：109.
[13]Lazar SW, Bush G,Gollub RL,et al. Functional brain mapping of the relaxationresponse and meditation[J].Neuroreport,2000, (11):1581-1585.
[14]Newberg A,Alavi A,Baime M, et al.The measurement of regional cerebral bloodflow during the complex cognitive task of meditation:apreliminary SPECT study[J].Psychiatry Res,2001,106 (2):113-122.
[15]杨斯环,杨秦飞,石继明,等.练功一年中脑电相干函数的变化[J].北京中医药大学学报,1994,17(5)：27-29.
[16]杨斯环,杨秦飞,石继明,等.对练功1年脑电综合指标变化的观察[J].北京中医药大学学报,1997,20(2)：31-32.
[17]杨银,杨斯环,张莉.放松训练对脑电、心率变异及情绪的影响[J].中国心理卫生杂志,2002,16(8)：522-524.
[18]张燕冰,杨斯环,张莉.放松训练对脑电、情绪的影响及与人格特征的关系[J].中国心理卫生杂志,2004,18(1)：21-23,17.
[19]李学菊.从脑电、五态性格等变化探讨放松训练心身调节机制[D].北京中医药大学,2004：40-41.
[20]孙福立.气功入静过程中自发EEG功率谱及相干函数的分析[J].心理学报,1984,4：22.
[21]汪伟.超静态脑电相干函数和地形图的研究[G]//胡海昌,吴祈耀.气功科学文集Ⅰ.北京：北京理工大学出版社,1989：102-126.
[22]Travis F, Olson T, Egenes T, et al. Physiological patterns during practice of the Transcendental Meditation technique compared with patterns while reading Sanskrit and a modern language[J].Int J Neurosci,2001,109(1-2):71-80.
[23]梅磊.大脑为什么如此美丽[J].人体特异功能研究,1988,(4)：12.
[24]Banquet, J. P, Spectral Analysis of the EEG in Meditation, Electroencephalography and Clinical[J]. Neurphysiology,1973,35 (2):143-151.
[25]Cahn BR, Polich J. Meditation States and Traits:EEG, ERP, and Neuroimaging Studies[J]. Psychological Bulletin,2006,132(2):180-211
[26]单春雷,励建安,周士杭,等.入静意念对脑电地形图的影响[J].中国康复医学杂志,2003,18(10)：601-603.
[27]孙福立,梅慧生,邹宪文,等.意念导引对脑波超慢涨落的影响[J].北京生物医 学工程,1996,15(1)：45-48.
[28]张一和,陈驰,徐建芬.多测度动态脑地形图技术与练功的意识活动研究[J].上海中医药大学学报,2008,22(4)：54-57+F0003.
[29]沈仲元,Shinlin,竺英祺,等.气功意守状态下多导脑电相空间重构非线性分析研究[J].上海中医药大学学报,2008,22(6)：54-56.
[30]魏玉龙,刘天君.气功态的脑电研究进展[J].河南中医学院学报,2009,(04)：118-121.
[31]ZA keirn and JI Aunon, A new mode of communication between man and his surroundings, IEEE Trans[J]. on Biomed Eng,1990,37(12):1209-1214.
[32]Charles W.Anderson and Zlatko sijercic. Classification of EEG Signals from Four Subjects During Five Mental Tasks. Solving Engineering Problems with neural Networks:Proceedings of the Conferece on Engineering Applications in Neural Networks[M]. Turku, Finland:systems Engneering Association,1996,407-414.
[33]Neuper C, Pfurtscheller G. Event-Related Dynamics of Cortical Rhythms: Frequency-Specific Features and Functional Correlate International[J]. Journal of Psychophysiology,2001,43(1):41-58.
[34]Inouye T, Shinosaki K, Iyama A. Localization of activated areas and directional EEG patterns during mental arithmetic[J]. EEG Clin Neurophysion, 1993,86 (4):224-230.
[35]于晓琳,张建保,王珏.心算任务中与自主神经有关的头皮脑电活动研究[J].西安交通大学学报,2009,43(10)：124-128.
[36]李瑾坤,曹欢,田清.知识型作业胜任力的脑神经科学分析[J].电子科技大学学报,2009,(6)：1039-1041.
[37]许崇涛,沈民奋,朱国平.大脑安静与积极思维状态下脑电波双谱分析6例报告[J].中国心理卫生杂志,2004,18(6)：392-394.
[38]李川云,严进,殷学平,等.不同难度心算时脑电信号近似熵研究[J].第二军医大学学报,2003,21(10)：1152-1154.
[39]李卫君,杨玉芳.绝句韵律边界的认知加工及其脑电效应[J].心理学报,2010,(11)：1021-1032.
[40]张珊珊,刘涛,耿立波.左脑枕顶功能与汉字语义加工的早期皮层电位[J].临床和实验医学杂志,2010,9(23)：1766-1767.
[41]Simon G, Bernard C, LalondeR, et al. Orthographic transparency and grapheme-phoneme conversion:An ERP study in Arabic and French readers[J]. Brain Res,2006,1104(1):141-152.
[42]Galin D, Raz J, Fein G, et al. EEG spectra in dyslexic and normal readers during oral and silent reading[J]. EEG Clin Neurophysiol,1992,82 (2):87-101.
[43]Petsche H, Etlinger SC, Filz 0. Brain electrical mechanisms of bilingual speech management:an initial investigation[J]. EEG Clin Neurophysiol,1993,86 (6): 385-394.
[44]张新,田学隆,王显付.不同思维状态下脑电近似熵的变化规律[J].中国组织工程研究与临床康复,2010,(43)：8077-8080.
[45]潘昱,沃建中,林崇德.13-18岁青少年表象能力的发展和脑电α波的关系[J].心理发展与教育,2001,17(4)：6-11.
[46]尧德中,刘铁军,雷旭,等.基于脑电的脑-机接口：关键技术和应用前景[J].电子科技大学学报,2009,(5)：550-554.
[47]徐宝国,宋爱国.单次运动想象脑电的特征提取和分类[J].东南大学学报,2007,37(4)：629-632.
[48]Pawel Herman, Gi esh Prasad, Thomas Martin et al.Comparative analysis of spectral approaches to feature extraction for EEG-based motor imagery classification[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering,2008,16 (4):317-325.
[49]孟飞,高小榕,高上凯.利用自举法与相干矢量虚部研究脑电信号的连通性[J].清华大学学报(自然科学版)网络.预览,2009,(6)：880-883.
[50]Wolpaw J R, Birbaumer N, McFarland D J,et al. Brain omputer interface for communication and control[J].Clinical Neurophysiology,2002,113(6):767-791.
[51]裴晓梅,郑崇勋,宾光宇.基于多通道脑电特征运动意识任务的分类[J].西安交通大学学报,2005,39(8)：904-907.
[52]伍亚舟,吴宝明,何庆华,等.基于想象左右手运动脑电特征提取及其统计特性分析[J].北京生物医学工程,2007,26(2)：199-203.
[53]任亚莉.基于功率谱峰值及时变线性分类算法的运动意识分类[J].中国组织工程研究与临床康复,2010,(39)：7331-7335.
[54]李丽君,黄思娟,吴效明,等.基于运动想象的脑电信号特征提取与分类[J].医疗卫生装备,2011,(1)：16-17+25.
[55]伍亚舟,何庆华,黄华,等.基于想象左右手运动脑机接口实验研究及分析[J].生物医学工程学杂志,2008,(5)：983-988.
[56]万柏坤,刘延刚,明东,等.基于脑电特征的多模式想象动作识别[J].天津大学学报,2010,(10)：895-900.
[57]卢英俊,吴海珍,钱靓,等.莫扎特奏鸣曲K.448对脑电功率谱与重心频率的影响[J].生物物理学报,2011,(2)：154-166.
[58]韩东旭,周传岱,刘月红,等.靶音识别作业对脑波α段频率涨落特征的影响[J].航天医学与医学工程,2004,17(1)：30-34.
[59]张连毅.想象几何物体空间旋转状态下的大脑一测优势分析[J].生物医学工程学杂志,2010,(3)：538-543.
[60]赵冰,梁福成,吕勇.大学生心理理论错误信念任务的事件相关电位特点[J].中国心理卫生杂志,2010,(10)：770-774.
[1]王涛,王国辉,冯焕清.睡眠脑电的自回归模型阶数特性[J].生物医学工程学杂志,2004,21(3)：394-396.
[2]肖丽萍,康志新,吴宝水,等.利用脑电频域指标评定脑梗死的预后[J].中西医结合心脑血管病杂志,2009,7(10)：1250-1251.
[3]胡淑燕,郑钢铁.基于EEG频谱特征的驾驶员疲劳监测研究[J].中国安全生产科学技术,2010,(3)：90-94.
[4]Sweldens, W. The lifting scheme:A custom-design construction of bi-orthogonal wavelets [J]. Applied and Computational Harmonic Analysis,1996,3 (2):186-200.
[5]李勇,华蕴博.一个新的脑电信号分析系统[J].生物物理学报,1996,12(2)：367-370.
[6]Flavio S, Mario E. Automatic detection of epileptiform activity by single level wavelet analysis[J]. Clinical Neurophysiology,1999,11 (10):26-30.
[7]林相波,邱天爽.基于小波分析的癫痫发作前脑电特征分析[J].信号处理,2003,19(增刊)：328-331.
[8]吴小培,冯焕清,周荷琴,等.基于小波分析的脑电信号噪声消除方法[J].电路与系统学报,2000,5(3)：96-98.
[9]杨琨,曹建庭,王如彬,等.疑似脑死患者脑电信号的动态近似熵分析[J].中国生物医学工程学报,2011,(1)：27-33.
[10]伍亚舟,吴宝明,何庆华,等.基于想象左右手运动脑电特征提取及其统计特性分析[J].北京生物医学工程,2007,26(2)：199-203.
[11]王永轩,邱天爽,刘蓉.基于小波分析方法的脑电诱发电位单导少次提取[J].中国生物医学工程学报,2011,(1)：34-39.
[12]Mao K Z. Tan K C. Ser W. Probabilistic neural-net-work structure determinat ion for pattern classification[J]. IEEE Tran. Neural Networks,2000,11 (4):1010-1017.
[13]Babloyantz A. SalAtr J.M. Nico lis C. Evidence of Chaotic dynamics of brain activity during the sleep cycle [J].Physics Letters A,1985,111 (3):152-156.
[14]Rosson OA, Blanco S, Yordanova J et al. Wavelet entropy:a new tool for analysis of short duration brain electrical signals[J]. J Neurosci Meth 2001, 105(1):65-75.
[15]邹继东,陈小平,和卫星,等.小波熵提取脑意识任务特征的脑机接口设计[J].中国临床康复,2006,10(13)：110-112.
[16]沈民奋,黎展程,孙丽莎.小波包熵在脑电信号分析中的应用[J].数据采集与处理,2005,20(1)：48-53.
[17]任亚莉.基于小波包熵的运动意识任务分类研究[J].生物物理学报,2008,24(3)：227-231.
[18]张新,田学隆,王显付.不同思维状态下脑电近似熵的变化规律[J].中国组织工程研究与临床康复,2010,(43)：8077-8080.
[19]杨琨,曹建庭,王如彬,等.疑似脑死患者脑电信号的动态近似熵分析[J].中国生物医学工程学报,2011,(1)：27-33.
[20]张小鹏,范影乐,杨勇.基于奇异谱熵的脑电意识任务识别方法的研究[J].计算机工程与科学,2009,31(12)：117-120.
[21]范影乐,李谷,刘亚景,等.基于排列组合熵的脑电意识任务识别方法的研究[J].传感技术学报,2008,21(1)：74-78.
[22]张连毅.想象几何物体空间旋转状态下的大脑一测优势分析[J].生物医学工程学杂志,2010,(3)：538-543.
[23]汤晓军,宋卓,杨卓,等.双任务事件中脑电信号的熵计算[J].生物物理学报, 2005,21(5)：371-376.
[24]刘海龙,王珏,郑崇勋.基于非线性参数的意识任务分类[J].西安交通大学学报,2005,39(8)：900-903.
[25]张磊,张道信,吴小培.基于独立分量分析的心理作业诱发脑电特征增强[J].安徽大学学报：自然科学版,2008,32(2)：39-43.
[26]李颖洁,樊飞燕,朱贻盛.精神分裂症脑电在不同认知作业下的复杂度分析[J].北京生物医学工程,2006,25(5)：470-473+497.
[27]李颖洁,石菁,朱春妍,等.心算任务下脑电信息传输[J].上海大学学报：自然科学版,2007,13(4)：439-443.
[28]蔡冬梅,周卫东,李淑芳,等.基于去趋势波动分析和支持向量机的癫痫脑电分类[J].生物物理学报,2011,(02)：175-182.
[29]罗志增,李亚飞,孟明,等.脑电信号的混沌分析和小波包变换特征提取算法[J].仪器仪表学报,2011,(01)：33-39.
[1]刘天君.禅定中的思维操作[M].北京：人民体育出版社,1994.
[2]刘天君.体验科学方法论的框架(上)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(2)：13-15.
[3]朱智贤.心理学大词典[M].北京：北京师范大学出版社,1989：210.
[4]魏玉龙.具象思维的形成、发展和研究[J].中医学报,2009,24(6)：18-20.
[5]刘天君.具象思维是中医学基本的思维形式[J].中国中医基础医学杂志,1995,1(1)：33-34.
[6]刘天君.体验科学方法论的框架(下)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(3)：23-26.
[7]刘天君.实验科学与体验科学——中西医方法论比较[J].中国中医基础医学杂志,1996,2(1)：33-34.
[8]刘天君.体验科学方法论的框架(上)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(2)：13-15.
[9]张海波,刘天君.关于中医药教育问题的几点思考[N].中国中医药报,2009-09-21(3).
[10]张海波,刘天君.在基础教育阶段开展中医药教育的思考[J].中医药管理杂志,2011,19(4)：318-321.
[11]刘天君.中医气功学[M].北京：中国中医药出版社,2005.
[12]刘天君.中医现代化研究的功能性定量方法[J].中国中医基础医学杂志,1998,(02)：27-29.
[13]刘天君.双向设计关联检测相互释义——气功现代科学研究的方法论探索[J].上海中医药杂志,2007,41(7)：1-2.
[14]刘峰.劳官部位观想温热感的实验研究[D].北京中医药大学,2004.
[15]张海波.气功调心、调息分别与协同操作的脑电研究[D].北京中医药大学,2006.
[16]魏玉龙.关于具象思维形式独立性的脑电特征研究[D].北京中医药大学,2008.
[17]刘天君,魏玉龙.基于α频段功率谱分析具象思维形式脑电的特异性[OL].中国科技论文在线[2010-01-26]. http://www.paper.edu.cn/index.php/default/ releasepaper/content/201001-1100.
[18]魏玉龙,刘天君.基于p频段功率谱分析具象思维形式脑电的特异性[J].中国科技论文在线,2010,3(23)：2445-2448.
[19]翟向阳.少林禅修的脑电特异性研究[D].北京中医药大学,2010.
[1]刘天君.双向设计关联检测相互释义——气功现代科学研究的方法论探索[J].上海中医药杂志,2007,41(7)：1-2.
[2]修永富.基于小波分析的脑电去噪方法研究与实现[D].天津师范大学,2009：37-41.
[3]魏玉龙.关于具象思维形式独立性的脑电特征研究[D].北京中医药大学,2008：57.
[4]孙振球.医学统计学[M].北京：人民卫生出版社,2003：538.
[1]刘晓燕.临床脑电图学[M].北京：人民卫生出版社,2006：53.
[2]张文渊.临床神经电生理学术语(13).临床神经电生理学杂志,2006,15(5)：280-283.
[3]蔡厚德.生物心理学：认知神经科学的视角[M].上海：上海教育出版社,2010：15.
[4]张文渊.临床神经电生理学术语(15).临床神经电生理学杂志,2007,16(1)：20-22.
[5]周锦华译,大熊辉雄编著.临床脑电图学[M].北京：清华大学出版社,2005：67.
[6]刘天君,魏玉龙.基于α频段功率谱分析具象思维形式脑电的特异性[0L].中国科技论文在线[2010-01-26]. http://www.paper.edu.cn/index.php/default/
releasepaper/content/201001-1100.
[7]佚名.脑电图成分及其临床意义[J].现代电生理学杂志,2001,8(3)：101-102.
[8]魏玉龙.关于具象思维形式独立性的脑电特征研究[D].北京中医药大学,2008：89.
[9]刘天君.禅定中的思维操作[M].北京：人民体育出版社,1994.
[10]Willingham DB,Wells LA,Farrell JM. Implicit motor sequence learning is represented in response locations[J].Memory & Cognition,2000,28(3):366-375.
[11]罗跃嘉.认知神经科学教程[M].北京：北京大学出版社,2006.
[12]何华.新视野下的认知心理学[M].北京：科学出版社,2009：188.
[13]肖余粮,和卫星,陈晓平,等.小波分析和小波熵在睡眠脑电信号变化特性研究中的应用价值[J].中国临床康复,2006,10(25)：118-120.
[14]王永炎.概念时代应重视中医学原创思维的传承与发展[J].中华中医药学刊,2008,(04)：677-679.
[15]刘天君.中医气功学[M].北京：中国中医药出版社,2005.
[16]魏玉龙.具象思维的形成、发展和研究[J].中医学报,2009,24(6)：18-20.
[17]张海波.气功调心、调息分别与协同操作的脑电研究[D].北京中医药大学,2006：58.
[18]刘天君.具象思维是中医学基本的思维形式[J].中国中医基础医学杂志,1995,1(1)：33-34.
[19]张海波,刘天君.在基础教育阶段开展中医药教育的思考[J].中医药管理杂志,2011,19(4)：318-321.
[20]刘天君.体验科学方法论的框架(下)——传统中医学方法论的基本内容[J].中国中医基础医学杂志,1996,2(3)：23-26.
[21]林青,张前德.思维导图在中医药教学中的应用[J].中医教育,2009,(05)：30-33.
[22]丁建昌.运动表象训练在高校足球教学中的运用研究[J].牡丹江医学院学报,2008,29(4)：119-120.
[23]廖建路.运用表象训练法提高飞行学员空间定向能力研究[J].军事体育进修学院学报,2008,(3)：92-94.
[24]戴清华,薛天庆.表象训练法预防网球运动损伤的探讨[J].潍坊教育学院学报,2009(1)：50-51+58.
[25]伍亚舟,何庆华,黄华,等.基于想象左右手运动脑机接口实验研究及分析[J].生物医学工程学杂志,2008,(05)：983-988.