【摘 要】
：
目的:为探究龙舟运动员不同状态下的α脑电Lemple-Ziv复杂度(简称:LZC)特征,帮助运动员进行心理状态的调节,提高竞赛的效益,同时将α频段(8-13HZ)LZC复杂度作为一个基础指标应用到表象能力的测量方式中,促进科学化、指标化的运动训练过程。方法:以16名在世界龙舟锦标赛、亚洲龙舟锦标赛和中华龙舟大赛上获得金牌的男性运动员为研究对象。运用问卷调查法,给运动员发放问卷,包括姓名、拉桨手、运
论文部分内容阅读
目的:为探究龙舟运动员不同状态下的α脑电Lemple-Ziv复杂度（简称:LZC）特征,帮助运动员进行心理状态的调节,提高竞赛的效益,同时将α频段（8-13HZ）LZC复杂度作为一个基础指标应用到表象能力的测量方式中,促进科学化、指标化的运动训练过程。方法:以16名在世界龙舟锦标赛、亚洲龙舟锦标赛和中华龙舟大赛上获得金牌的男性运动员为研究对象。运用问卷调查法,给运动员发放问卷,包括姓名、拉桨手、运动等级、训练年限、获奖经历等基本信息。通过实验法,利用美国Emotiv System公司开发的16导联Emotiv EPOC脑电采集仪,对运动员进行安静闭眼状态、运动表象状态的脑电波测试。最后进行数理统计法,采用Matlab2020a软件对收集运动员安静闭目状态、运动表象状态的脑电数据进行8-13HZ滤波与复杂度计算,得到运动员14通道内不同状态下α频段LZC复杂度,使用SPSS与Graph Pad Prism对数据进行K-S正态性检验、两相关对样本非参数检验、多相关样本非参数检验、皮尔逊相关性分析。结果:（1）龙舟运动员安静闭目状态1min、运动表象状态1min全脑α频段（8-13HZ）LZC复杂度具有显著性差异,其中安静闭目状态>运动表象状态;（2）龙舟运动员安静闭目状态α频段（8-13HZ）LZC复杂度于AF3、F3、O1、T8、F4、F8通道内显著高于运动表象状态;（3）龙舟运动员运动表象状态下启航表象（5-10s）、划至50m表象（10-15s）、划至380m表象（30-35s）、最后20m表象（55-60s）四个阶段的α脑电LZC复杂度于O2通道内具有显著性差异,其中最后20m表象（55-60s）>划至380m表象（30-35s）;（4）不同拉桨手龙舟运动员运动表象状态下左脑、右脑LZC复杂度无显著性差异,但呈显著正相关关系。结论:（1）对龙舟运动员进行运动表象可以提高其注意力、唤醒水平及表象能力;（2）闭目语言刺激表象下龙舟运动员α波LZC复杂度于左前额、左后额、左枕叶、右后颞、右后额、右前颞这六个区域最为敏感,顶叶对于语言刺激不敏感;（3）龙舟运动员运动表象状态下右枕叶α脑电复杂度对时间序列的变化更为敏感,完整运动表象过程中,龙舟运动员的注意集中、唤醒程度与运动表象能力在不同时间段有所差异,运动表象时间过长注意力会下降,造成中枢神经的疲劳;（4）龙舟运动员运动表象过程中左右半脑α波LZC复杂度是一致的,不受自身拉桨手影响。建议:（1）α波（8-13HZ）的LZC复杂度参数可以作为衡量龙舟运动员表象能力的指标;（2）加强龙舟运动员日常训练中的运动表象练习与脑电复杂度的监控;（3）注意控制龙舟运动员运动表象时间。本研究通过检测不同状态下脑电波结合复杂度计算,观察运动员脑电复杂度的特征,为今后运动心理学研究提供科学的参考依据。
其他文献
随着计算机科学的快速发展,人机交互领域逐渐呈现出多元化,不再单纯局限于传统的键盘,鼠标等输入设备。手势识别之所以作为自然交互的热点课题,是因为其直观、灵活、表达丰富等特点更加符合人们在日常生活中的习惯。使用基于视觉的手势识别方法已成为该领域的主流方法,通过对手势图像的采集和处理,最终输出理想的结果。使用Kinect二代传感器作为采集设备,不仅可以采集彩色信息,还可以获取深度信息及骨骼信息,文中分别
在现代电力系统中,网络部分与物理部分的连接越来越紧密,耦合越来越深入,而电力信息物理系统(Cyber-Physical Power Systems,简称CPPS)可以准确地描述现代电网的动态过程。电力通信网作为电力工业控制系统的专用网络,具有安全分区、网络专用性、水平隔离和垂直认证等特点。然而,在CPPS中,网络部分和物理部分是深度耦合并相互作用的,容易受到内部故障和外部攻击的影响。攻击者很容易利
信息物理系统(Cyber-physical System,CPS)是控制网络和通讯网络监控物理系统的同时,三者紧密联系,协调控制的整合系统,现代电网已逐步发展成电力系统与CPS的完美融合。然而,信息网络在大幅优化电力信息物理系统(Cyber-physical Power System,CPPS)与协调控制的同时,也产生了诸多潜在风险,如发生在信息网络中的攻击会随着信息网络与电力系统的融合交互威胁到
随着我国“互联网+医疗”产业的发展,众多网络健康社区以其便捷的线上问诊方式,破除传统医疗服务的时空壁垒,优化就诊流程,在促进优质医疗资源共享的同时,也积累了海量的医疗文本数据,为进一步研究高发疾病的话题演化趋势提供了重要的数据基础。然而,网络健康社区文本大多为非结构化数据,且口语化特性明显,数据处理难度较大。因此,如何针对上述文本特性进行准确高效的挖掘处理,是提高热点疾病话题趋势演化分析可靠性和有
EMD(经验模态分解)是一种适用于处理非线性非平稳信号的完全数据驱动的分解方法,它的提出被视为信号分析处理领域的一个重大创新突破。EMD能够避免傅里叶分析和小波分析对基函数选取的依赖,并广泛应用在气象、地质、电力等领域的信号分析和处理中。尽管二维EMD已经在图像处理和分析领域中得到了广泛的应用,但现有的多通道图像EMD方法在计算效率、分解质量等方面仍有提高的空间。为此,本文针对多通道图像EMD方法
随着科学技术的发展与时代的需求,人类对于大脑的理解和认知越来越深入,脑科学逐渐成为了科研人员的热门研究领域,而脑-机接口作为脑科学研究的直接应用,也受到了广泛的关注。基于运动想象的脑-机接口系统可以绕过神经及肌肉组织,仅通过想象肢体运动时产生的脑电信号来控制外部设备,这对于帮助那些大脑活动正常但神经受损或肢体残疾的人来说具有十分重要的应用价值和实践意义。本课题对运动想象脑电信号识别方法进行了深入的
输电线路是电力系统的重要组成部分,其运维质量直接关系到电力系统安全稳定运行。由于输电线路长期遭受自然环境的雨雪侵蚀、雷打电击、外力破坏等侵害,导致输电线路上极易出现导线断股和异物附着这两种常见的异常状况。若不及时消除,势必影响电网的安全稳定运行。目前电力部门大多应用无人机代替人工执行线路巡检任务,通过人工判图的方法分析航拍原始图像,不仅效率低,而且容易出现误判。因此,本文围绕如何运用图像处理技术对
随着大数据技术的发展,图像已经成为我们日常生活中不可或缺的信息获取方式。尽管图像处理、图像检索等研究已经非常深入,也取得了不菲的成果,但是仍有诸多不足的地方亟待加以优化。鉴于此,本文在基于内容的图像检索技术的基础上,对图像的主体部分进行分析,提出了基于感兴趣区域的图像检索方法。本文的主要工作内容如下:1.提出了一种基于颜色特征的单主体图像感兴趣区域提取方法。图像感兴趣区域是图像的主体部分,可用来代
自然杂志授予了一项新的“本世纪的技术”它被称为“芯片实验室”,微流控芯片就是其中之一,自然杂志文章中从多方面的阐述了微纳流控芯片的应用前景和发展过程。虽然微流控芯片的发展只有几十年的时间,但是其应用领域已经从最开始简单的样本分析延伸到了现如今的临床诊断核酸分析、蛋白质分析、细胞筛选等方面。通常来说,微流控芯片指的是集成了各种单元的微器件,其加工方法利用的技术是微小加工,这种技术可以加工出微反应的腔
身心健康是创造一切的前提,体育锻炼以及行为习惯是大学生改善身心健康的有效手段,是提高心理韧性水平、幸福感的重要途径。目的:本研究主要探讨体育锻炼行为阶段与心理韧性和幸福感的关系。采用了问卷调查的方式,对635名在校的大学生进行调查研究。运用SPSS 23.0统计软件进行数据分析,数据处理方法采用了探索性因子分析、方差分析、相关分析。具体方法:第一、采用独立样本T检验,对比吉林省大学生体育锻炼行为阶