國立高雄大學電機工程學系碩士班
碩士論文
利用前額腦波訊號分辨高低溫的研究
Research on the use of Forehead Brainwave Signal of
Distinguish Different Temperature
研究生：蘇紋慧 撰
指導教授：梁明正 博士
中華民國一百零五年七月
i
誌謝
隨著論文的完成，也意味著我的碩士生活就要告一段落，首先要感謝的就是梁明正 老師以及藍文厚老師的指導，不管是在課業上或生活上，都使我受益良多。也感謝口試 委員藍文厚老師以及白敏賢老師，百忙之中抽空蒞臨擔任我的口試委員，對於我的論文 提出了不同的見解與指導，使我的論文能夠更加完備。 再來就是感謝我研究所的學長、同學、學弟妹們，謝謝你們在這段期間帶給我指導、 鼓勵與歡笑，讓我有前進的動力。 最後，感謝在天上的阿伯無私的奉獻與照顧，在我生病時照顧著我，在我失落時給我鼓 勵，總是把我當成您的驕傲，我想今天如果您還在應該也會很開心的。還有謝謝奶奶的 照顧與陪伴，以及感謝爸爸媽媽給我的支持與關懷，謝謝你在我求學過程中的陪伴與鼓 勵，如果不是你也不會成就今天的我。還有感謝我的姊姊、哥哥、弟弟在我成長過程中 的陪伴。 這篇論文獻給所有感謝的人、支持我的人，謝謝你們成就了今日的我。ii
利用前額腦波訊號分辨高低溫的研究
指導教授：梁明正博士 國立高雄大學電機工程學系 學生：蘇紋慧 國立高雄大學電機工程學系 摘要 本篇論文主要在探討擷取前額腦電波(Electroencephalogram, EEG)來觀察人們在不 同的溫度環境情況下的腦波反應。相較於以往許多腦波研究大多是採用量測前需要先塗 抹導電膠的腦波帽，本論文則採用乾式腦波電極的頭戴式腦波儀，彙整 20 位實驗對象， 以閉眼的方式分別進行高溫與低溫的實驗，透過 NeuroSky 晶片由藍芽接收腦波原始資 料，並將所得數據進行快速傅立葉轉換(Fast Fourier Transform, FFT)取得頻譜分布，經 過頻譜分析，最後透過頻段之間的比較差異與資料統計可以有效判斷出實驗溫度的高溫 與低溫。iii
Research on the use of Forehead Brainwave Signal of
Distinguish Different Temperature
Advisor: Dr. Ming-Cheng Liang Institute of Electrical Engineering National University of Kaohsiung
Student: Wen-Hui Su Institute of Electrical Engineering National University of Kaohsiung
Abstract
This paper is to analyze the forehead EEG signal variation when the subject’s hand is put in hot or cold water. Compared to many previous researches need to apply conductive plastic before wearing EEG caps, we adapt dry conductive plastic when using Neurosky's mindband. 20 participants closed their eyes for hot or cold temperature in this research. The EEG raw data is received by Bluetooth using the wafer of NeuroSky. The frequency
component of the signals is obtained using FFT transform. The frequency characteristic of the signal for hot or cold temperature has been analyzed and discussed.
It is possible to distinguish between hot or cold water using forehead EEG signal by comparing the difference in the frequency and the statistics.
iv
目錄
誌謝 ... i 摘要 ... ii Abstract ... iii 目錄 ... iv 圖目錄 ... vi 表目錄 ... viii 第一章 緒論 ... 1 1-1 研究動機 ... 1 1-2 文獻回顧 ... 2 1-3 章節概要 ... 5 第二章 研究背景與原理 ... 6 2-1 腦波背景與發展 ... 6 2-2 腦電波的分類 ... 8 2-3 大腦的結構 ... 10 2-4 腦波的量測 ... 12 2-5 腦波的訊號分析 ... 14 2.5.1 快速傅立葉轉換 ... 142.5.2 Decimation In Time Fast Fourier Transform(DIT FFT)演算法 .. 16
第三章 量測儀器與實驗流程 ... 21
3-1 量測儀器 ... 21
3-2 實驗對象 ... 23
3-3 腦波訊號擷取 ... 23
v 第四章 實驗結果與討論 ... 27 4-1 實驗結果 ... 27 4-2 分類結果與討論 ... 36 第五章 結論與未來展望 ... 44 5-1 結論 ... 44 5-2 未來展望 ... 45 參考文獻 ... 46 附錄 ... 49
vi
圖目錄
圖 1-1 不同溫度時冷感受器與溫感受器的神經元反應頻率[7] ... 3 圖 2-1 腦部結構圖[20] ... 11 圖 2-2 國際 10-20 系統電極位置圖[21] ... 13 圖 2-3 將一個 N 點 DFT 分解為兩個 2 N 點 DFT (N=8) ... 18 圖 2-4 將一個 N 點 DFT 分解為四個 4 N 點 DFT (N=8) ... 18 圖 2-5 8 點 DIT FFT 流程圖[26]... 19 圖 2-6 8 點 DIT FFT 蝴蝶圖 [26]... 19 圖 3-1 頭戴式腦波儀(來源：大寶科技) ... 22 圖 3-2 腦波實驗流程圖 ... 25 圖 3-3 腦波分析流程圖 ... 26 圖 4-1 20 個低溫 15℃數據的 delta... 28 圖 4-2 20 個低溫 15℃數據的 theta... 28 圖 4-3 20 個低溫 15℃數據的 low alpha... 29 圖 4-4 20 個低溫 15℃數據的 high alpha... 29 圖 4-5 20 個低溫 15℃數據的 low beta... 30 圖 4-6 20 個低溫 15℃數據的 high beta... 30 圖 4-7 20 個低溫 15℃數據的 low gamma... 31 圖 4-8 20 個低溫 15℃數據的 high gamma... 31 圖 4-9 20 個高溫 45℃數據的 delta... 32 圖 4-10 20 個高溫 45℃數據的 theta... 32 圖 4-11 20 個高溫 45℃數據的 low alpha... 33 圖 4-12 20 個高溫 45℃數據的 high alpha... 33 圖 4-13 20 個高溫 45℃數據的 low beta... 34vii
圖 4-14 20 個高溫 45℃數據的 high beta... 34
圖 4-15 20 個高溫 45℃數據的 low gamma... 35
圖 4-16 20 個高溫 45℃數據的 high gamma... 35
圖 4-17 攝氏 15 度第 20 秒 delta 波除以 high alpha 波的功率倍數 ... 41
圖 4-18 攝氏 45 度第 20 秒 delta 波除以 high alpha 波的功率倍數 ... 41
viii
表目錄
表 2-1 腦波頻率分類 ... 8 表 2-2 腦波頻率波形圖[18] ... 9 表 2-3 N 點的 DFT 的運算量 ( Nnk)* nk N W W ... 15 表 2-4 2 N 點的 DFT 的運算量 ... 17 表 2-5 N 點的 FFT 的運算量... 20 表 3-1 實驗儀器表 ... 21 表 4-1 低溫 15 度判斷表(取 1 秒-取 4 秒) ... 37 表 4-2 高溫 45 度判斷表(取 1 秒-取 4 秒) ... 37表 4-3 delta 波除以 high alpha 波倍數表... 39
表 4-4 high alpha 與 low alpha、low beta 關係表... 41
表 4-5 低溫實驗第 20 秒結果判斷表 ... 42
1
第一章 緒論
1-1 研究動機
近幾年來，隨著科技的日新月異，生理訊號相關研究領域逐漸被重視。 其中，越來越多研究在腦波的分析上有所著墨，人們已經能輕而易舉地透過儀器 的量測，得知大腦腦波發出的訊號，進一步利用這些腦波訊號來觀察人類的生理 反應或情緒反應。 而關於觸覺對於腦波的影響相關研究依然很少，若是針對觸覺對於腦波分析， 透過腦波分析結果，結合醫學的方面去作探討，將會是病患的一大福音，比方說 可以對植物人做冷熱刺激的實驗，偵測的腦波病患的腦波，判斷病患的腦部對於 溫度是屬於無意識狀態抑或是有意識狀態，進一步幫助醫療人員找出被誤診為植 物人的患者做更有效的治療或者是幫助植物人透過腦波與外界溝通等等。 在本篇論文中，我們主要探討對不同的受測者所作了高溫與低溫的實驗，透 過儀器擷取腦波，經過頻譜分析，來分析人們在不同的溫度環境情況下腦波頻率 反應的特點。2
1-2 文獻回顧
腦波是由神經元細胞內的樹突接收訊號，樹突然後將訊息傳送到細胞本體，再 由軸突將訊息自細胞體傳出，藉由腦波偵測儀器經過頭皮電極所紀錄的在活動時 產生的電位變化就是腦波。而隨著科技日新月異，腦波相關的技術也越來越成熟 了，懂得解讀腦波就像是學會讀心術一般，進入人類大腦將腦波轉化成語言。 因為正常人在閉眼與開眼時，腦波之中的 α 波的能量會有很大的差異，閉眼 時的 α 波會大於開眼時的 α 波能量[1,2]，而另一方面閉眼能有較少的眼動訊號(EOG) 干擾，故本研究選用在閉眼狀態對溫度變化的腦波做深入的研究，另外一方面當 處於閉眼狀態時，可減少眼動訊號(EOG)對腦波的偵測電極點Fp 、1 Fp 的影響。 2 以往的許多腦波研究中，大多是做音樂相關的分析，例如：2005 年臺北醫學 大學醫學資訊研究所的林威志[3]在畢業論文中討論到 32 位受測者接受重金屬音樂、 鋼琴奏鳴曲、受測者的自選音樂、無音樂狀態四種不同音樂刺激的情境下，所產 生的腦波反應。由研究結果可以得知，當聆聽重金屬音樂時，Alpha 波的能量最小。 在無音樂的情況下，Gamma 波的能量較小。顯示聆聽音樂時會出現 Gamma 波， 另一方面，當聆聽重金屬音樂時會降低 Alpha 波的能量。 Schaefer, Rebecca S.等人[4]在 2011 年發表的論文中探討音樂與影像對腦波的 影響，其研究結果發現在影像與音樂的刺激下，在觀測影像時會比聆聽音樂有強 的 Alpha 波。而相較於腦波對音樂的研究，我們發現比較少對溫度對腦波的方面 深入做分析，所以本人便以溫度對腦波的關係做探討。3
在溫度對腦波的試驗中，Tom Deboer 與 Irene Tobler 提出的論文[5]針對倉鼠在 睡眠時的非快速動眼期睡眠(NREM)及快速動眼期睡眠(REM)，所作的攝氏 20 度到 攝氏 34 度的溫度變化進行分析，我們可以發現相較於非快速動眼期，在快速動眼 期的期間，當溫度越低，0.25Hz-25Hz 出現的頻率會越低，而且出現的頻率主要是 位於 7Hz 以下。以此篇作為啟發，本論文則是針對正常人類在清醒時，在聆聽音 樂的同時，作溫度變化的識別。 Bethany Christmann [6]則是研究果蠅的大腦如何識別冷熱，對於小昆蟲們來說 即使很小的溫度變化都是有可能致命的，而它們需要一個更有效率的系統檢測這 些危險的溫度變化並且躲開危險，那就是藏身在他們體內的冷感受器與溫感受器。 同樣的在人類的皮膚表面一樣具有冷感受器與溫感受器，但身體各處的分布密度 不相同，而冷感受器的個數也比溫感受器的個數還要多了許多，Eus J.W. Van Someren 等人[7]提出在不同溫度時冷感受器與溫感受器的神經元反應頻率，在圖 中可以發現 15℃位於痛感受器與冷感受器的範圍交界，而 45℃位於痛感受器與溫 感受器的範圍交界，因此本論文選用了這兩個溫度當作實驗溫度，以利用以分辨 高低溫。 圖 1-1 不同溫度時冷感受器與溫感受器的神經元反應頻率[7]
4
Peng Fei Chang 等人[8]亦討論到冷熱對大腦的刺激，在此篇論文中可以發現經 過冷熱的刺激之後，alpha-1(8-11Hz)及 alpha-2(11-14Hz)有明顯的變化，另外一方 面也可以看出主要的變化區域是位於後腦部份，但事實上我們所收集到的腦波並 不是單一的，而是由大腦內多個運作系統所產生的電流脈衝所構成的，摻雜了許 多雜訊，要明確的指出腦波訊號的來源具有相當程度的困難。另外，先前許多研 究擷取後腦電極點的訊號時，量測前需要先洗頭髮再塗抹上一層導電膠，較為不 便，再者，也容易因為頭髮的緣故造成電極點接觸不良，因此本論文使用選用乾 式電極的頭戴式腦波儀擷取前額腦波訊號來討論腦波頻率的特性，希望由前額擷 取訊號在分辨高低溫時也能夠達到很好的準確度。
5
1-3 章節概要
本篇論文內容主要分為五個章節，第一章緒論主要介紹研究動機以及探討其 它腦波相關研究。第二章介紹腦波研究背景與以及研究中會用到的原理。第三章 介紹研究設備及提出數據分析方法。第四章探討腦波與觸覺觸發的相關性。第五 章則提出結論並提出未來相關發展的可能性。6
第二章 研究背景與原理
2-1 腦波背景與發展
人類在運動、放鬆、思考，甚至是在睡眠時，大腦的神經細胞受到有效的刺激 而引起興奮會不停活動、互相傳遞訊息，而在傳送訊息的同時會在大腦皮層上產 生電位變化，這些被記錄下的腦波信號即是腦電圖 (Electroencephalogram, EEG)。 1875 年，英國的 Richard Caton[9]在兔子與猴子的大腦皮質上發現到一種電位 的變化，此電位變化與呼吸跟心跳無關，是一種腦部的變化。 1890 年，波蘭生理學家 Adolf Beck[10]發現狗受到光的刺激時，在狗的視覺皮 層區可出現較大的電位變化。 1913 年，俄國生理學家 Vladimir Pravdich-Neminsky 利用線弦電流計紀錄狗大 腦皮質的電位變化，並且把這種電位變化稱之為「腦電圖」，並且發現 10~15Hz 與 20~32Hz 兩種不同頻率的腦波存在。 1924 年，德國的耶拿大學 Hans Berger[11]教授，以兩隻白金針狀電極從一位頭 部外傷患者的顱骨破損部位插入大腦皮層，發現記錄到有規律的電位變化，並命 名為腦電圖(Electroencephalogram)，簡稱為 EEG。他將一般人在安靜閉眼狀態下， 在頭後部、頭頂部的頻率為 10Hz，振幅為 50μv左右之有規律的波動命名為「α波」； 在睜眼凝視物體狀態下，所發生頻率為 18~20Hz，振幅為 20~30μv的波動稱為「β波」。 並在 1929 年發表第一篇關於人類腦波的論文[12,13,14,15,16]。7
1934 年，英國生理學家 Edgar Douglas Adrian 與 B. H. C. Matthews 在劍橋大學 生理研究室內一起研究腦電圖，肯定了 Hans Berger 所提出的「α波」和「β波」。 爾後，腦電圖的研究才得以急速的發展[17]。
8
2-2 腦電波的分類
根據腦電圖儀與臨床生理學會國際聯盟(International Federation
of Societies for Electroencephalography and Clinical Neurophysiology)，大腦神經元活 動所產生之同步電位經紀錄後稱為腦波，腦波依頻率的不同大致可分成以下頻 段： 分類 頻率範圍 精神層面 精神狀態 出現區域 δ波 1-4Hz 無意識層面 深度睡眠 兒童的枕葉部及 成人的額葉部 θ波 4-8Hz 淺意識層面 淺層睡眠、深度 冥想 兒童的頂葉與顳 葉部 α波 8-12Hz 意識與淺意識 層面之間 放鬆、休息 枕葉部、頂葉部 β波 12-30Hz 意識層面 緊張、思考、推 理 頂葉部、額葉部 γ波 30-200 Hz 意識層面 知覺、注意力、 運動控制、記 憶、運動控制 所有大腦結構 表 2-1 腦波頻率分類
9 波形 波形圖 δ波 θ波 α波 β波 γ波 表 2-2 腦波頻率波形圖[18]
10
2-3 大腦的結構
腦部的結構，大致可分為大腦(cerebrum)、小腦(cerebellum)、腦幹(brain stem)、 邊緣系統(limbic system)。 1. 大腦讓我們有語言、思考、具有長期記憶、情感表達的地方，大腦皮層表皮為 灰質：約有 0.5 公分厚，面積 0.5 平方公尺，重量占人腦的 80％，有許多溝狀構造， 大腦皮層可分為額葉(frontal lobe)、頂葉(parietal lobe)、顳葉(temporal lobe)和枕葉 (occipital lobe)[19]。 (1)額葉：主要與推理、計畫、語言、運動、情緒等有關。 (2)頂葉：與觸覺、溫度、疼痛以及本體感覺各種感覺的認知相關。 (3)顳葉：與知覺、聽覺辨識以及記憶相關。 (4)枕葉：與視覺認知有關。 大腦亦可分成左腦與右腦，左腦主要控制身體右邊的知覺和運動，而右腦主 要負責身體左邊。對於學習模式而言，左腦較具有理性方面的能力，例如：計算、 推理、邏輯分析等等；右腦較具有感性方面的能力，例如：藝術、音樂、情感等 等。 2. 小腦與身體協調性跟運動控制有關等等。 3. 腦幹是連接大腦與神經的傳輸以及維持人類基礎活動的機能，包括呼吸、心跳 等等。腦幹主要包含了中腦(midbrain)、腦橋(pons)、延髓(medulla oblongata)等等。 (1) 中腦：視覺、聽覺與運動反射的樞紐等等。 (2) 腦橋：控制睡眠，以及具有訊息橋樑與訊息傳輸等功能。11
(3) 延隨：掌管心血管中樞以及呼吸中樞，亦有吞嚥、咳嗽及打噴嚏等功能等 等。
4. 邊緣系統具有管理情緒、行為及短期記憶的功能。而邊緣系統包含了視丘 (thalamus)、胼胝體(corpus callosum)、下視丘(hypothalamus)、海馬迴(hippocampus)、 杏仁體(amygdala)等等。 (1) 視丘：將訊息管理分類，送至皮質或杏仁核等等。 (2) 胼胝體：溝通左右腦等等。 (3) 下視丘：控制體內平衡等等。 (4) 海馬迴：掌管記憶、方向定位等等。 (5) 杏仁核：情緒管理中心等等。 圖 2-1 腦部結構圖[20]
12
2-4 腦波的量測
腦波的量測-國際10-20腦波電極配置法[21]
在擷取腦波訊號時，最常用的方法是用非侵入性的電極黏貼在量測點上做記錄， 必須按照腦電圖儀與臨床生理學國際聯盟(International Federationof Societies for Electroencephalography and Clinical Neurophysiology)所建立的「國際10-20腦波電極 配置法」(10-20 Electrode System)來進行量測， 1.頭部的縱軸以鼻根（nasion）和枕骨隆凸（inion）之間作為劃分，將兩個位置間， 分成10%、20%、20%、20%、20%、10% 六個部分，由前而後依序為 Fpz 、 Fz 、 Cz 、Pz 、 Oz 五點。 2. 頭部的橫軸以左右兩耳的耳前點（preauricular）之間作為劃分，將兩個位置間， 分成10%、20%、20%、20%、20%、10%六個部分，由左而右依序為T 、3 C 、Cz 、3 4 C 、T4。 3. 頭部的頭圍部分以鼻根(nasion)和枕骨隆凸(inion)之間作為劃分，分為左半部與 右半部。將兩個位置間的距離分成10%、20%、20%、20%、20%、10%六個部分， 左半部由前向後依序為Fp 、1 F 、7 T 、3 T 、5 O1，右半部由前向後依序為Fp 、2 F 、8 4 T 、T 、6 O2。 4.在左邊，由Fz 、C 、 Pz 三點之弧形線定其中間點為3 F 與3 P ； 3 在右邊 Fz 、C4、 Pz 三點之弧形線定其中間點為F4 與P4。
13 5.兩側耳垂標定為A1與A2，做為參考電極。
10-20 system 各個電極的英文字母是電極位置與其下方腦皮層之間的關係，英 文字母F 代表額葉(frontal)、 Fp 代表額極(frontal pole)、T 代表顳葉(temporal)、 C 代表腦中央(cnetral)、 P 代表頂葉(Parietal lobe)、O 代表枕葉(Occipital)， Z 為放在 中線的電極。雙數表示右邊，奇數表示左邊，同時數字愈小表示與中線位置愈近。
14
2-5 腦波的訊號分析
2.5.1 快速傅立葉轉換 在處理訊號時，我們可以利用離散傅立葉轉換(DFT)來求得訊號的頻譜，但是 離散傅立葉轉換的計算量過於龐大，因此一般做訊號分析時，常常使用快速傅立 葉轉換(FFT) [22,23,24,25]。FFT 是一種以 DFT 為基礎，於 1965 年由James William Cooley 和John Wilder
Tukey所提出的一種 FFT 算法，改善傅立葉轉換的快速頻譜分析方法，這種方法使 得頻譜的計算更加便捷。 一個 N 點序列的 DFT 為：
1 0 ] [ ] [ N n nk N W n x k X ，k 0,1,2,3,...,N 1 (2.1) 其 N 點序列的 IDFT 為：
1 0 ] [ 1 ] [ N n nk N W k X N n x ，k 0,1,2,3,...,N 1 (2.2) 而其中WN e j(2 /N) ，x[n]為複數，當求取每個傅立葉轉換得值，
1 0 ] [ ] [ N n nk N W n x k X 計算量如下表 2-3：15 複數乘法 複數加法 一個X[k]值運算量 N N 1 N 個X[k]值運算量 (N 個點的 DFT) 2 N N(N 1) 表 2-3 N 點的 DFT 的運算量 ( Nnk)* nk N W W
16
2.5.2 Decimation In Time Fast Fourier Transform(DIT FFT)演算法
Decimation In Time Fast Fourier Transform(DIT FFT)演算法利用WNnk的下列兩 個性質，達到減低運算量的目的。 (1) 對稱性：WNnk (WNnk)* (2.3) (2) 週期性：WNnk WNn(kN) WNk(nN) (2.4) 序列點數 N 是 2 的整數次，所以假設 M N 2 ，可將序列分解為偶數部分與 奇數部分：
n為偶數 nk N N n nk N x nW W n x k X[ ] [ ] [ ] 1 0 =
為奇數 n nk N W n x ][ (2.5) 使用變數代換n 2d(偶數部分)以及n d2 1 (奇數部分)
1 2 0 ) 2 ( ] 2 [ ] [ N d k d N W d x k X +
1 2 0 ) 1 2 ( ] 1 2 [ N d k d N W d x =
1 2 0 2 ) ]( 2 [ N d dk N W d x +
1 2 0 2 ) ]( 1 2 [ N d dk N k N x d W W (2.6) 因為 2 ) 2 ( 2 ) 2 ( 2 2 N N j N j N e e W W 所以
1 2 0 2 ] 2 [ ] [ N d dk N W d x k X +
1 2 0 2 ) ]( 1 2 [ N d dk N k N x d W W =G[k]+WNkH[k]，k 0,1,2,3,...,N 1 (2.7)17 其中G[k]為原序列偶數點的 2 N 點 DFT(週期為 2 N ) H[k]為原序列奇數點的 2 N 點 DFT(週期為 2 N ) 由(2.7)式可知一個 N 點的 DFT 可分解為兩個 2 N 點的 DFT 求出，而其分解後的運 算量如下表 2-4： 複數乘法 複數加法 一個 2 N 點 DFT 的運算量 2 ) 2 (N 1) 2 ( 2 N N 兩個 2 N 點 DFT 的運算量 2 2 N 1) 2 (N N 表 2-4 2 N 點的 DFT 的運算量 與未分解前相比，運算量少了將近一倍。 而原本 N 個點的運算被分解成 2 N 點的運算，再持續分別對每個 2 N 點作相同 的分解，並一直重複下去，到最後就會變成一個 2 點的運算。
18 圖 2-3 將一個 N 點 DFT 分解為兩個 2 N 點 DFT (N=8) 圖 2-4 將一個 N 點 DFT 分解為四個 4 N 點 DFT (N=8)
19
圖 2-5 8 點 DIT FFT 流程圖[26]
20 假定序列點數 M N 2 ，共有 M 級蝶形，每級 2 N 個蝶形，每個蝶型有 1 次複 數乘法與 2 次複數加法，而 N 點的 FFT 的運算量如下表 2-5： 複數乘法 複數加法 1 個蝶型的運算量 1 2 1 級蝶形的運算量 2 N N M 級蝶形的運算量 N M N N 2 log 2 2 N N NL log2 表 2-5 N 點的 FFT 的運算量 此方法的運算量與原本的離散傅立葉轉換運算量有相當大的差異，N 越大差異越 明顯。
21
第三章 量測儀器與實驗流程
3-1 量測儀器
由於我們主要量測的是前額腦波訊號，另一方面傳統的腦波訊號感測器通常 需要搭配導電凝膠來提高導電性，而我們考慮到大多數人使用的方便性，所以我 們選用 NeuroSky 公司所開發的屬於非侵入式且為乾式電極的頭戴式腦波儀 (MindBand)來擷取前額訊號。 低溫實驗 高溫實驗 一盆約 4000cc 攝氏 15℃(±1℃) 低溫的水 一盆約 4000cc 攝氏 45℃(±1℃) 高溫的水 大寶科技腦波評測系統 頭戴式腦波儀(乾式電極) 溫度計兩隻 一盆約 4000cc 攝氏 28℃的水 表 3-1 實驗儀器表22
23
3-2 實驗對象
本文實驗彙整 20 位實驗對象，實驗對象為介於 24~29 歲的年輕人，身體健康 且沒有罹患過重大疾病，在實驗前也沒有做劇烈運動。3-3 腦波訊號擷取
腦波擷取的方法分為侵入式與非侵入式，目前大部分使用的是非侵入式，使用 方式也較為簡捷方便，但以訊號品質來說侵入式的干擾與阻抗都比非侵入式來的 好。而以非侵入式的又細分為乾式電極與溼式電極，乾式電極是能夠直接戴在頭 上接收訊號，溼式電極需要在量測腦波前塗抹上一層導電膠。 本篇論文所採用的是美國 NeuroSky 公司用於腦電波研究及開發的頭戴式腦波 儀(MindBand)，參考電極和接地電極連接於耳朵上的A2電極點，採集腦波的乾電 極傳感器位於頭帶的正前方Fp 、1 Fp 兩個電極點。透過頭戴式腦波儀，再經藍2 芽介面傳輸至電腦，就可以來做資料的分析以及處理。 依照國際 10-20 腦波電極配置法，頭戴式腦波儀在Fp 、1 Fp 兩點擷取訊號，2 使用A2點作為參考電位，透過藍芽[27]介面的訊號傳輸，所得數位訊號為時間-振 幅的數據時，其取樣頻率為 512Hz，再將電腦上所得到的原始數據進行傅立葉轉換 並加以分析。24
3-4 實驗過程
本實驗分成高溫與低溫兩個部分，實驗開始時為了讓受測者進入實驗狀態所以 先靜止 10 秒鐘讓受測者整理一下心情再正式進行高溫與低溫的實驗，而實驗用的 背景音樂使用的是宮崎駿動畫名曲，歌曲長度剪輯為 40 秒鐘。實驗地點的位於工 學院的 407-1 的無線通訊實驗室。實驗開始前受測者先戴上頭戴式腦波儀，並戴上 眼罩且閉上眼睛，如果擷取的訊號沒有問題就可以開始進行實驗。 第一個部分： 實驗開始先靜止 10 秒鐘，然後在靜止 10 秒鐘過後才開始撥放音樂，在聽到音樂 的同時就把手放入攝氏 15℃(±1℃) 低溫的水中，等待音樂播放結束後再將手從水 中拿起。 在第一個實驗部分結束後，把手放入攝氏 28℃的水中，經過 5 分鐘的浸泡再將 手拿起擦乾，再經過 5 分鐘再進行第二個部分的實驗。 第二個部分： 實驗開始先靜止 10 秒鐘，然後在靜止 10 秒鐘過後才開始撥放音樂，在聽到音樂 的同時就把手放入攝氏 45℃(±1℃)高溫的水中，等待音樂播放結束後再將手從水 中拿起。25 圖 3-2 腦波實驗流程圖
低溫實驗開始
1~10秒:
靜止
11~52秒:
撥放音樂並且把手放入水中
實驗結束
高溫實驗開始
1~10秒:
靜止
11~52秒:
撥放音樂並且把手放入水中
實驗結束
26 圖 3-3 腦波分析流程圖
結果
綜合兩種數據研究方法判斷高低溫
使用第二種數據研究方法
使用第一種數據研究方法
快速傅立葉轉換
由藍芽傳輸擷取訊號至電腦
由腦波儀擷取原始訊號
實驗
27
第四章 實驗結果與討論
4-1 實驗結果
在實驗正式開始前，為了讓心情穩定我們先靜止了 10 秒，在第 11 秒鐘也就 是音樂開始的時候才把手放入有溫度差的水中，大腦受到刺激會有點驚嚇進而使 其他肌電訊號變大，因此我們可以發現大約在 17 秒前所量測到雜訊會比較多，另 一方面音樂播放到後段水溫可能會有些許變化並且腦波訊號會趨於穩定不易辨別， 所以我們取了第 20 秒的資料使用快速傅立葉轉換，而我們將轉換所得的數據分成 以下 8 個頻段 [28]作其頻譜的特徵分析與探討，如圖 4-1~圖 4-16 所示。 1.delta 波=1~3 Hz 2.theta 波=4~7 Hz 3.low alpha 波=8~9 Hz 4.high alpha 波=10-12 Hz 5.low beta 波=13~17 Hz 6.high beta 波=18~30 Hz 7.low gamma 波=31~40 Hz 8.high gamma 波=41~50 Hz28 圖 4-1 20 個低溫 15℃數據的 delta 圖 4-2 20 個低溫 15℃數據的 theta 0 500000 1000000 1500000 2000000 2500000 1 2 3 4 5 6 7 8 9 1011121314151617181920
低溫15℃delta
低溫15℃delta 0 50000 100000 150000 200000 250000 1 2 3 4 5 6 7 8 9 1011121314151617181920低溫15℃theta
低溫15℃theta29 圖 4-3 20 個低溫 15℃數據的 low alpha 圖 4-4 20 個低溫 15℃數據的 high alpha 0 20000 40000 60000 80000 100000 120000 140000 1 3 5 7 9 11 13 15 17 19
低溫15℃low alpha
低溫15℃low alpha 0 20000 40000 60000 80000 100000 120000 140000 1 3 5 7 9 11 13 15 17 19低溫15℃high alpha
低溫15℃high alpha30 圖 4-5 20 個低溫 15℃數據的 low beta 圖 4-6 20 個低溫 15℃數據的 high beta 0 10000 20000 30000 40000 50000 60000 70000 1 2 3 4 5 6 7 8 9 1011121314151617181920
低溫15℃low beta
低溫15℃low beta 0 10000 20000 30000 40000 50000 60000 70000 1 2 3 4 5 6 7 8 9 1011121314151617181920低溫15℃high beta
低溫15℃high beta31 圖 4-7 20 個低溫 15℃數據的 low gamma 圖 4-8 20 個低溫 15℃數據的 high gamma 0 5000 10000 15000 20000 25000 30000 35000 1 3 5 7 9 11 13 15 17 19
低溫15℃low gamma
低溫15℃low gamma 0 2000 4000 6000 8000 10000 12000 14000 1 3 5 7 9 11 13 15 17 19低溫15℃high gamma
低溫15℃high gamma32 圖 4-9 20 個高溫 45℃數據的 delta 圖 4-10 20 個高溫 45℃數據的 theta 0 500000 1000000 1500000 2000000 2500000 3000000 1 2 3 4 5 6 7 8 9 1011121314151617181920
高溫45℃delta
高溫45℃delta 0 50000 100000 150000 200000 250000 300000 350000 400000 1 2 3 4 5 6 7 8 9 1011121314151617181920高溫45℃theta
高溫45℃theta33 圖 4-11 20 個高溫 45℃數據的 low alpha 圖 4-12 20 個高溫 45℃數據的 high alpha 0 10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 1 3 5 7 9 11 13 15 17 19
高溫45℃low alpha
高溫45℃low alpha 0 50000 100000 150000 200000 250000 300000 1 3 5 7 9 11 13 15 17 19高溫45℃high alpha
高溫45℃high alpha34 圖 4-13 20 個高溫 45℃數據的 low beta 圖 4-14 20 個高溫 45℃數據的 high beta 0 20000 40000 60000 80000 100000 120000 1 2 3 4 5 6 7 8 9 1011121314151617181920
高溫45℃low beta
高溫45℃low beta 0 5000 10000 15000 20000 25000 30000 35000 1 2 3 4 5 6 7 8 9 1011121314151617181920高溫45℃high beta
高溫45℃high beta35 圖 4-15 20 個高溫 45℃數據的 low gamma 圖 4-16 20 個高溫 45℃數據的 high gamma 0 5000 10000 15000 20000 25000 1 3 5 7 9 11 13 15 17 19
高溫45℃low gamma
高溫45℃low gamma 0 1000 2000 3000 4000 5000 6000 7000 1 3 5 7 9 11 13 15 17 19高溫45℃high gamma
高溫45℃high gamma36
4-2 分類結果與討論
做完實驗後，我們針對腦波數據進行傅立葉分析。運用快速傅立葉轉換分析 後的第 20 秒數據，我們再使用以下兩種數據研究方法，
第一種方法：
將 delta 波的功率除以 high alpha 波的功率。
第二種方法：
以 high alpha(10-12Hz)頻段的功率小於 low alpha(8-9Hz)頻段的功率或小於 low beta(13-17Hz)頻段的功率為判別標準。
而對於傅立葉分析過後的數據(第 20 秒起取 1 秒~取 4 秒)，我們由表 4-1 至表 4-2 可以發現取 1 秒~取 4 秒的數據雖然皆能判斷出高低溫，但是在第 20 秒(取 1 秒) delta 波除以 high alpha 波的數據在低溫比其他還要高會使得鑑別性提高，並且 取 1 秒所取的時間較短會使得其他變因較少，因此本論文針對實驗的第 20 秒(取 1 秒)作為討論重點。
37
delta 波除以 high alpha 波
high alpha 是否小於 low alpha 或小於 low beta
數據第 20 秒時的頻率(取 1 秒) 39.56 是 數據第 20-21 秒時的頻率(取 2 秒) 24.70 是 數據第 20-22 秒時的頻率(取 3 秒) 14.99 是 數據第 20-23 秒時的頻率(取 4 秒) 14.80 是 表 4-1 低溫 15 度判斷表(取 1 秒-取 4 秒) delta 波除以 high alpha 波
high alpha 是否小於 low alpha 或小於 low beta
數據第 20 秒時的頻率(取 1 秒) 1.44 否
數據第 20-21 秒時的頻率(取 2 秒) 0.94 否 數據第 20-22 秒時的頻率(取 3 秒) 0.88 否 數據第 20-23 秒時的頻率(取 4 秒) 1.81 否
38
而以下針對此 20 次的腦波數據中的 20 秒的數據再詳細作討論
第一種方法：
將 delta 波的功率除以 high alpha 波的功率，我們可以得出在低溫的 20 個數據中的 平均倍數為 29.7 倍，高溫的 20 個數據中的平均倍數為 9.9 倍，而我們取 20 倍做 為判別標準。
以高於 20 倍發生的狀況而言，在低溫實驗高於 20 倍發生次數優於在高溫實驗發 生的次數。
低溫 15 度 delta 波除以 high alpha 波 高溫 45 度 delta 波除以 high alpha 波
(1) 0.28 0.47 (2) 4.89 42.36 (3) 84.84 0.05 (4) 116.52 0.16 (5) 42.34 0.22 (6) 17.98 29.42 (7) 170.42 0.32 (8) 3.49 9.24 (9) 13.87 0.30 (10) 4.43 32.81 (11) 27.41 27.39 (12) 35.23 27.94 (13) 9.71 3.58
39 (14) 3.69 1.35 (15) 3.40 10.66 (16) 0.71 1.67 (17) 7.11 4.49 (18) 3.22 0.11 (19) 39.56 1.44 (20) 4.15 3.24
40 第二種方法：
以 high alpha(10-12Hz)頻段的功率小於 low alpha(8-9Hz)頻段的功率或小於 low beta(13-17Hz)頻段的功率為判別標準，在低溫環境所發生的次數會比在高溫環境所 發生的次數還要頻繁。
high alpha 是否小於 low alpha 或小 於 low beta
high alpha 是否小於 low alpha 或小於 low beta (1) (2) 是 (3) 是 (4) 是 (5) 是 (6) 是 (7) 是 (8) 是 (9) 是 (10) 是 (11) 是 (12) 是 (13) (14) (15) 是 (16) 是 (17) 是 (18) 是
41
(19) 是
(20) 是
表 4-4 high alpha 與 low alpha、low beta 關係表
圖 4-17 攝氏 15 度第 20 秒 delta 波除以 high alpha 波的功率倍數
圖 4-18 攝氏 45 度第 20 秒 delta 波除以 high alpha 波的功率倍數 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 0 5 10 15 20 25
15度第20秒
15度第20秒 0 5 10 15 20 25 30 35 40 45 0 5 10 15 20 2545度第20秒
45度第20秒42
經由兩種數據研究方法整理出數據結果成立表如表 4-1、表 4-2，
(1) 第一種結果中，delta 波頻段的功率除以 high alpha 波頻段的功率高於 10 倍， 則以” ○”來標示。
(2) 第二種結果中，high alpha(10-12Hz)頻段的功率小於 low alpha(8-9Hz)頻段的功 率或小於 low beta(13-17Hz)頻段的功率，則以” ○”來標示。 只要(1)、(2)的結果中至少有一個” ○”則判別為低溫；若在(1)、(2)都沒有” ○”則判 別為高溫。經過整理可得知判斷為被低溫(表 4-1 塗色部分)的情況準確率達 60%； 而被判斷為高溫(表 4-2 塗色部分)準確率達 60%。 實驗編號 1 2 3 4 5 6 7 8 9 10 (1) ○ ○ ○ ○ ○ (2) ○ ○ ○ ○ ○ ○ ○ 實驗編號 11 12 13 14 15 16 17 18 19 20 (1) ○ ○ ○ (2) ○ ○ ○ ○ ○ 表 4-5 低溫實驗第 20 秒結果判斷表
43 實驗編號 1 2 3 4 5 6 7 8 9 10 (1) ○ ○ ○ (2) ○ ○ 實驗編號 11 12 13 14 15 16 17 18 19 20 (1) ○ ○ (2) ○ ○ ○ 表 4-6 高溫實驗第 20 秒結果判斷表 圖 4-19 判斷結果圖(有顏色者判斷為低溫、白色部分判斷為高溫)
44
第五章 結論與未來展望
5-1 結論
由於閉眼狀態受到的眼動訊號干擾較少，本研究針對在閉眼狀態下，對 20 位 受測者分別做了低溫實驗與高溫實驗，由國際 10-20 腦波電極配置法所制訂的Fp 、1 2 Fp 兩個電極點擷取前額腦波訊號並以A2為參考電位，並對所擷取出的腦波數據 進行分析。而經過多次對不同秒數的數據分析，發現實驗開始後的第 17-18 秒後訊 號會逐漸穩定並且雜訊較少，本研究決定採用快速傅立葉分析後的第 20 秒的頻率 來討論，取其兩種數據研究方法的聯集或交集可有效分辨高低溫。第一種數據研究方法：delta 波頻段的功率除以 high alpha 波頻段的功率高於 10 倍，就視為攝氏 15 度低溫的水。
第二種數據研究方法：high alpha(10-12Hz)頻段的功率小於 low alpha(8-9Hz) 頻段的功率或小於 low beta(13-17Hz)頻段的功率，
符合數據研究方法其中之一即視為攝氏 15 度低溫的水，其餘狀況則視為攝氏 45 度高溫的水。
45
5-2 未來展望
而由於 NeuroSky所開發出的 mindband 頭戴式腦波儀只有擷取前額腦波訊號， 所以容易受到眼動訊號所影響，在訊號處理過程中，不見得會被判為雜訊而濾除。 因此，在往後的訊號處理過程中，希望能有更完善的方法講這些雜訊濾除，僅保 留所需要的腦波訊號。 而隨著社會的繁榮以及生活步調的加快，現代人壓力普遍都比較大，在音樂治 療在壓力型的環境中，可以降低焦慮、降低血壓和心跳，且具有降低心理和生理 狀態的影響力。在未來，也希望可以利用腦波分析結合音樂治療。因為音樂治療 可以有效地減輕壓力、降低焦慮，透過音樂刺激大腦的運作，可以令人身心變得 舒暢愉悅。 在本文的研究中的研究對象主要是正常且沒有罹患重大疾病的人，未來實驗對 象可以擴及到其他身體有重度傷殘的病人，如漸凍症、腦中風、腦幹受損、肢體 殘障等等，針對他們做分析，看看是否也能利用腦波訊號分辨出高低溫。46
參考文獻
[1] Bazanova, O. M., and D. Vernon. "Interpreting EEG alpha activity."Neuroscience & Biobehavioral Reviews 44 (2014): 94-110.
[2] Samaneh Valipour, A.D.Shaligram, G.R.Kulkarni, “Detection of an alpha rhythm of EEG signal based on EEGLAB.” Int. Journal of Engineering Research and
Applications, , pp.154-159,January 2014
[3] 林威志、民 94，音樂刺激下腦波訊號分析，國立台背醫學大學醫學資訊研究所 碩士論文。
[4] Schaefer, Rebecca S., Rutger J. Vlek, and Peter Desain. "Music perception and imagery in EEG: Alpha band effects of task and stimulus." International Journal of Psychophysiology 82.3 (2011): 254-259.
[5] Deboer, Tom, and Irene Tobler. "Temperature dependence of EEG frequencies during natural hypothermia." Brain research 670.1 (1995): 153-156.
[6] BETHANY CHRISTMANN “Breaking Research: How the brain recognizes hot and cold”
https://blogs.brandeis.edu/flyonthewall/breaking-research-how-the-brain-recognizes-hot -and-cold/
[7] Van Someren, Eus JW, et al. "Circadian and age-related modulation of thermoreception and temperature regulation: mechanisms and functional implications." Ageing research reviews 1.4 (2002): 721-778.
[8] Chang, Peng Fei, Lars Arendt-Nielsen, and Andrew CN Chen. "Comparative cerebral responses to non-painful warm vs. cold stimuli in man: EEG power spectra and coherence." International journal of psychophysiology 55.1 (2005): 73-83.
[9] Caton, Richard. "Electrical Currents of the Brain." The Journal of Nervous and Mental Disease 2.4 (1875): 610.
[10] Beck, Adolf. "Oznaczenie lokalizacyi w mózgu i rdzeniu za pomocą zjawisk elektrycznych." (1890).
[11] Jacks, A. S., and N. R. Miller. "Spontaneous retinal venous pulsation: aetiology and significance." Journal of Neurology, Neurosurgery & Psychiatry74.1 (2003): 7-9.
[12] Berger, Hans. "Über das elektrenkephalogramm des menschen." European Archives of Psychiatry and Clinical Neuroscience 87.1 (1929): 527-570.
[13] Dietsch, G., and Hans Berger. "Über die Messung des Wechselstromwiderstandes am Schädel des lebenden Menschen." Pflüger's Archiv für die gesamte Physiologie des Menschen und der Tiere 228.1 (1931): 644-651.
47
[14] Berger, Hans. "Physiologische Begleiterscheinungen psychischer
Vorgänge."Experimentelle Physiologie. Springer Berlin Heidelberg, 1937. 492-526. [15] Berger, Hans. "Das Elektrenkephalogramm des Menschen und seine
Deutung."Naturwissenschaften 25.13 (1937): 193-196.
[16] Berger, Hans. "Über die Entstehung der Erscheinungen des großen epileptischen Anfalls." Journal of Molecular Medicine 14.7 (1935): 217-219.
[17] Adrian, Edgar D., and B. H. C. Matthews. "The interpretation of potential waves in the cortex." The Journal of physiology 81.4 (1934): 440.
[18] 洪偉哲，2011，以小波轉換鑑別人類情緒腦電波，臺灣師範大學機電科技研 究所學位論文 。 [19] 陳昆顯、何淑君，民 102，腦波儀研究在各領域之應用，台灣網際網路研究會， 教育部資訊及科技教育司主辦。 [20] 王瑞瑤、林光華、林桑伊、胡名霞、張雅如、游祥明、湯佩芳、蕭世芬、戴 英子、林光華，2014，神經物理治療學〈上冊〉，禾楓書局。
[21] Klem, Gerge H., et al. "The ten-twenty electrode system of the International Federation." Electroencephalogr Clin Neurophysiol 52.suppl. (1999): 3.
[22] Cooley, James W., and John W. Tukey. "An algorithm for the machine calculation of complex Fourier series." Mathematics of computation 19.90 (1965): 297-301. [23] 黎文明譯，E.ORAN BRIGH 著，1995，快速傅立葉變換，復漢出版社。 [24] Akin, M. "Comparison of wavelet transform and FFT methods in the analysis of EEG signals." Journal of medical systems 26.3 (2002): 241-247.
[25] Welch, Peter D. "The use of fast Fourier transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms." IEEE Transactions on audio and electroacoustics 15.2 (1967): 70-73.
48
[26] 劉昀松，2010，結合多尺度主成分分析法與支持向量機在想像彩色圖像與中 文文字之腦電波差異分析，臺灣師範大學機電科技研究所學位論文 。
[27] Haartsen, Jaap C. "The Bluetooth radio system." Personal Communications, IEEE 7.1 (2000): 28-36
[28] Haapalainen, Eija, et al. "Psycho-physiological measures for assessing cognitive load." Proceedings of the 12th ACM international conference on Ubiquitous computing. ACM, 2010.
49
附錄
圖 附錄 1 數據一中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 2 數據二中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 20000 40000 60000 80000 100000 120000 140000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒51
圖 附錄 3 數據三中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 4 數據四中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 20000 40000 60000 80000 100000 120000 140000 160000 180000 200000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 100000 200000 300000 400000 500000 600000 700000 800000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒52
圖 附錄 5 數據五中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 6 數據六中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 100000 200000 300000 400000 500000 600000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 200000 400000 600000 800000 1000000 1200000 1400000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒53
圖 附錄 7 數據七中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 8 數據八中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 100000 200000 300000 400000 500000 600000 700000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 20000 40000 60000 80000 100000 120000 140000 160000 180000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒54
圖 附錄 9 數據九中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 10 數據十中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 50000 100000 150000 200000 250000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 20000 40000 60000 80000 100000 120000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒55
圖 附錄 11 數據十一中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 12 數據十二中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 200000 400000 600000 800000 1000000 1200000 1400000 1600000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 500000 1000000 1500000 2000000 2500000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒56
圖 附錄 13 數據十三中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 14 數據十四中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 100000 200000 300000 400000 500000 600000 700000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 50000 100000 150000 200000 250000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒57
圖 附錄 15 數據十五中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 16 數據十六中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 50000 100000 150000 200000 250000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒58
圖 附錄 17 數據十七中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 18 數據十八中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 50000 100000 150000 200000 250000 300000 350000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒59
圖 附錄 19 數據十九中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 20 數據二十中低溫 15℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 100000 200000 300000 400000 500000 600000 700000 800000 900000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 50000 100000 150000 200000 250000 300000 1 2 3 4 5 6 7 8低溫15℃第20秒
低溫15℃第20秒60
圖 附錄 21 數據一中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 22 數據二中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 5000 10000 15000 20000 25000 30000 35000 40000 45000 50000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 200000 400000 600000 800000 1000000 1200000 1400000 1600000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒61
圖 附錄 23 數據三中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 24 數據四中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 50000 100000 150000 200000 250000 300000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 10000 20000 30000 40000 50000 60000 70000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒62
圖 附錄 25 數據五中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 26 數據六中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 20000 40000 60000 80000 100000 120000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒63
圖 附錄 27 數據七中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 28 數據八中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 50000 100000 150000 200000 250000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 20000 40000 60000 80000 100000 120000 140000 160000 180000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒64
圖 附錄 29 數據九中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 30 數據十中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 10000 20000 30000 40000 50000 60000 70000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 200000 400000 600000 800000 1000000 1200000 1400000 1600000 1800000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒65
圖 附錄 31 數據十一中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 32 數據十二中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 500000 1000000 1500000 2000000 2500000 3000000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 50000 100000 150000 200000 250000 300000 350000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒66
圖 附錄 33 數據十三中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 34 數據十四中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 50000 100000 150000 200000 250000 300000 350000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 20000 40000 60000 80000 100000 120000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒67
圖 附錄 35 數據十五中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 36 數據十六中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 200000 400000 600000 800000 1000000 1200000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 20000 40000 60000 80000 100000 120000 140000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒68
圖 附錄 37 數據十七中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 38 數據十八中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 5000 10000 15000 20000 25000 30000 35000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 50000 100000 150000 200000 250000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒69
圖 附錄 39 數據十九中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 40 數據二十中高溫 45℃第 20 秒時的頻率
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 10000 20000 30000 40000 50000 60000 70000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 20000 40000 60000 80000 100000 120000 140000 1 2 3 4 5 6 7 8高溫45℃第20秒
高溫45℃第20秒70
圖 附錄 41 低溫 15℃第 20 秒時的頻率(取 1 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 42 低溫 15℃第 20-21 秒時的頻率(取 2 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 100000 200000 300000 400000 500000 600000 700000 800000 900000 1 2 3 4 5 6 7 8
低溫15℃第20秒
低溫15℃第20秒 0 200000 400000 600000 800000 1000000 1200000 1 2 3 4 5 6 7 8低溫15℃第20-21秒
低溫15℃第20-21秒71
圖 附錄 43 低溫 15℃第 20-22 秒時的頻率(取 3 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 44 低溫 15℃第 20-23 秒時的頻率(取 4 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 200000 400000 600000 800000 1000000 1200000 1400000 1 2 3 4 5 6 7 8
低溫15℃第20-22秒
低溫15℃第20-22秒 0 200000 400000 600000 800000 1000000 1200000 1400000 1 2 3 4 5 6 7 8低溫15℃第20-23秒
低溫15℃第20-23秒72
圖 附錄 45 高溫 45℃第 20 秒時的頻率(取 1 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 46 高溫 45℃第 20-21 秒時的頻率(取 2 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 10000 20000 30000 40000 50000 60000 70000 1 2 3 4 5 6 7 8
高溫45℃第20秒
高溫45℃第20秒 0 10000 20000 30000 40000 50000 60000 70000 80000 90000 1 2 3 4 5 6 7 8高溫45℃第20-21秒
高溫45℃第20-21秒73
圖 附錄 47 高溫 45℃第 20-22 秒時的頻率(取 3 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
圖 附錄 48 高溫 45℃第 20-23 秒時的頻率(取 4 秒)
(1 為 delta 波、2 為 theta 波、3 為 low alpha 波、4 為 high alpha 波、5 為 low beta 波、6 為 high beta 波、7 為 low gamma 波、8 為 high gamma 波)
0 20000 40000 60000 80000 100000 120000 1 2 3 4 5 6 7 8
![圖 2-2 國際 10-20 系統電極位置圖[21]](https://thumb-ap.123doks.com/thumbv2/9libinfo/8788477.219151/23.892.190.710.435.1023/圖22國際12系統電極位置圖21.webp)
