臺灣博碩士論文加值系統

定向標誌對於人體腦波是有相當的影響，腦波頻率具有可訓練及了解身心狀況之功效，但缺乏科學驗證。本研究提出以腦波特徵頻段進行視覺觀看方向箭頭之探討，實驗透過腦波儀擷取人體視覺在觀看定向標誌產生腦波訊號，經統計分析相關樣本之腦波特徵頻段，訂定觀看狀態下共有影響的特徵頻段。[1]

本研究所開發的頻譜分析演算法可將資料分析 0.25Hz，因此可以細分出更精細的腦波頻段。本身有相關的腦波頻段為Delta(0.25~3Hz)、Theta(4~7Hz)、Low Alpha(8~9Hz)、Middle Alpha(9~12Hz)、High Alpha(12~14Hz)、Low Beta(12.5~16Hz)、Middle Beta(16.5~20Hz)、High Beta(20.5~28Hz)與Gamma(30~70Hz)這9個頻率中評估視覺觀看定向標誌會明顯影響頻率程度。 [4]

本篇論文的研究結果顯示，透過視覺觀看定向標誌的情況下，各個頻率波段都較有活躍的影響。在觀看定向標誌圖片視覺刺激會對Low Beta、High Beta 跟 Gamma等3個波段造成腦波較為活躍的顯著影響，較專注狀況下效果提升更加明顯，而對Low Alpha、Middle Betta兩個波段的方向有無顯著變化，在較專注的狀態下Gamma效果會更加明顯。

Directional markers have a considerable impact on human brain waves, and brain wave frequencies have the effect of training and understanding of physical and mental conditions, but lack of scientific verification. This study proposes to explore the direction arrow of visual viewing with the brain wave characteristic band, and the experiments to capture human vision through a brain waver to generate brain wave signals in viewing directional signs, and to determine the characteristic band of the common influence in the viewing state by statistical analysis of the brain wave characteristic band. [1]
Direction for human brain waves is quite a difference, brain waves have the effect of training and understanding of physical and mental conditions, but lack of scientific verification. This study proposes to explore the visual viewing direction arrow stoicism with the brain wave characteristic band, and the experiment to capture human vision through the brain wave instrument to produce brain wave signal analysis in viewing directional signs, and to determine the characteristic band of the viewing state by statistically the brain wave characteristic band of the relevant sample.
The spectrum analysis algorithm developed by the Institute can fine-tune data analysis to 0.25Hz, so that more granular brain wave bands can be subdivided. There are related brain wave bands for Delta(0.25~3Hz), Theta(4~7Hz), Low Alpha(8~9Hz), Middle Alpha(9~12Hz), High Alpha(12~14Hz), Low Beta(12.5~16Hz), Middle Beta(16.5~20Hz), High Beta(20.5~28Hz) and Gamma(30~70Hz) are nine frequencies to evaluate the degree of frequency of visual viewing directional markers.
The results of this paper show that in the case of visual viewing of directional signs, the frequency bands are more active. In watching the directional logo picture visual stimulation will cause the brain waves more active in the three bands, such as Low Beta, High Beta and Gamma, the effect is more obvious, and there is no significant change in the direction of the Low Alpha, Beta Middle two bands, The Gamma effect is more pronounced in a more focused state.

中文摘要 I
Abstract II
誌謝 IV
章節目錄 V
圖目錄 VIII
表目錄 XII
第一章 前言 1
1.1 研究背景與動機 1
1.2 研究目的 2
第二章 文獻探討 3
2.1腦機介面 3
2.1.1何謂腦機介面 3
2.1.2腦機介面的應用 3
2.2大腦 4
2.3腦波 5
2.3.1腦波起源 5
2.3.2腦波的種類 6
2.4視覺 7
2.4.1 視覺形成過程 7
2.4.2 視覺訊息傳遞至大腦 7
第三章 研究方法 8
3.1實驗架構 8
3.2 實驗工具 9
3.3 實驗流程 11
第四章 研究結果 14
4.1 Delta 波段(0.1~3 Hz) 16
4.1.1 觀看向上箭頭 16
4.1.2 觀看向下箭頭 19
4.1.3 觀看向左箭頭 21
4.1.4 觀看向右箭頭 25
4.2 Theta 波段(4~7 Hz) 27
4.2.1 觀看向上箭頭 28
4.2.2 觀看向下箭頭 30
4.2.3 觀看向左箭頭 32
4.2.4 觀看向右箭頭 36
4.3 Low Alpha 波段(8~9 Hz) 38
4.3.1 觀看向上箭頭 38
4.3.2 觀看向下箭頭 40
4.3.3 觀看向左箭頭 42
4.3.4 觀看向右箭頭 44
4.4 Middle Alpha 波段(9~12 Hz) 46
4.4.1 觀看向上箭頭 46
4.4.2 觀看向下箭頭 49
4.4.3 觀看向左箭頭 51
4.4.4 觀看向右箭頭 54
4.5 High Alpha 波段(12~14 Hz) 56
4.5.1 觀看向上箭頭 57
4.5.2 觀看向下箭頭 59
4.5.3 觀看向左箭頭 61
4.5.4 觀看向右箭頭 63
4.6 Low Beta 波段(12.5~16 Hz) 65
4.6.1 觀看向上箭頭 66
4.6.2 觀看向下箭頭 69
4.6.3 觀看向左箭頭 72
4.6.4觀看向右箭頭 74
4.7 Middle Beta 波段(16.5~20 Hz) 77
4.7.1 觀看向上箭頭 77
4.7.2 觀看向下箭頭 80
4.7.3 觀看向左箭頭 82
4.7.4 觀看向右箭頭 85
4.8 High Beta 波段(20.5~28 Hz) 87
4.8.1 觀看向上箭頭 88
4.8.2 觀看向下箭頭 92
4.8.3 觀看向左箭頭 96
4.8.4 觀看向右箭頭 100
4.9 Gamma 波段(30~70 Hz) 103
4.9.1觀看向上箭頭 104
4.9.2觀看向下箭頭 109
4.9.3觀看向左箭頭 115
4.9.4觀看向右箭頭 121
第五章 結論與未來研究方向 127
第六章 參考文獻 128

[1]維基百科，(腦波)，https://reurl.cc/5jra7，2019
[2]維基百科，(腦機介面) ，https://ppt.cc/fRr4Yx，2019
[3]辛程泰，腦波痛覺訊號分析之研究，2018。
[4]陳翊嘉，禪修置心一處腦波量測之研究，2016。
[5]潘彥霖，同步腦機介面特徵分析與研究，2009。
[6]吳岳昌，探討 ERD 方法在腦機介面系統設計之效能。國立交通大學電機與控制工程學系碩士論文，2004。
[7]韋子祈、張君銘、楊政儒，以視覺誘發P300腦波信號之虛擬面板設計。2007。
[8]秦浩宸，腦波應用與研究。大同大學通訊工程研究所，2015
[9]人腦構造和功能概述，https://reurl.cc/Ly1yy，2010。
[10]臺灣獨家總代理BrainLink L(科研版)意念力頭箍，勝宏精密科技股份有限公司-痞客邦，2014。https://reurl.cc/2kx9v，2019
[11]宏智利使用手冊https://ppt.cc/f6uAkx
[12]視覺是怎麼產生的？https://ppt.cc/f3SH8x
[13]華人百科-視覺器官 https://ppt.cc/f9qDDx
[14]腦機介面新突破：大腦訊號用藍芽傳遞！ https://heho.com.tw/archives/23556
[15]何謂腦波？http://sa.ylib.com/MagArticle.aspx?Unit=easylearn&id=1820
[16]Eleanor A. Curran, Maria J. Stokes, “Learning to control brain activity: A review of the production and control of EEG components for driving brain-computer interface (BCI) systems” Brain and Cognition,2003.
[17]Frontal lobe https://en.wikipedia.org/wiki/Frontal_lobe
[18]J. G. Webster, “Electroencephalography: Brain electrical activity”, Encyclopedia of medical devices and instrumentation,1988.
[19]Rosamking,”Brainwave Controller” https://ppt.cc/fVLhWx,2019.
[20]Occipital lobe https://en.wikipedia.org/wiki/Occipital_lobe,2019.
[21]Parietal lobe https://en.wikipedia.org/wiki/Parietal_lobe,2019.
[22]PASW Statistics http://www.spss.com.hk/statistics/,2019.
[23]Sonja C. Kleih, Andrea Kübler, “Psychological Factors Influencing Brain-Computer Interface (BCI) Performance”,2015.
[24]Temporal lobe https://en.wikipedia.org/wiki/Temporal_lobe,2019.
[25]Traveling Brain Waves May Be Critical for Cognition https://ppt.cc/f0Ecnx,2019.