圖形推理能力測驗與腦電波測量之效度研究
37
0
0
全文
(2) 誌 謝 炎炎盛夏，蟬鳴嘹亮，驕陽傲人，在一般人眼中，看似平凡不過，但對我 來說，卻是別具意義。前年夏天，僥倖考取台中教育大學測驗統計研究所，讓 我在國小教學十餘年後，還能再回到久違的教育大學進修，跟隨教授們研究學 問，充實教學知能，親身體驗「從做中學」 。雖然年屆四十，但漸感不惑。 認知神經科學是一門新興的研究領域，而腦電波的測量與分析，更讓我覺 得仰之彌高，鑽之彌堅。研讀的過程中，很感謝楊志堅教授的指導與建議，讓 我不致於迷失在茫茫書海；楊教授除了在課堂上展現親民而精闢的講解風格之 外，課後的耐心指導與包容，也正是支持學生繼續做研究的動力。 最後，感謝國科會專題經費支援以及本研究團隊：助理教授蔡良庭博士、 南逸、逸豪、亭堯、珮慈在腦電波實驗與資料分析的全力協助。更要感謝受試 學生、家長、級任老師與輔導室主任的全力支持與配合，使我能順利完成學業 和論文，一切的一切，除了感激之外，還是感激。 於台中教育大學測驗統計研究所 2011.7.
(3) 摘要 大腦表層的腦電波(Electroencephalogram)，反映大腦皮質活化的情形。腦電 波的振幅愈大，能量愈高，皮質區的神經細胞作用也就愈活躍。本研究以非侵入 性（non-invasive）的腦波儀測量腦電波，以頻率定義（frequency-domain）分析 前額葉（Prefrontal Lobe）和頂葉（Parietal Lobe）的腦電波平均功率（power） ， 探討國小高年級身心健康學生的圖形推理能力與腦電波平均功率之關係。 在腦電波的測量中，處於身心安適（fitness well being）的環境下，圖形推理 能力測驗低分組的學生，前額葉 β 波（13-30Hz）頻段腦電波平均功率高於高分 組的學生，且達到顯著差異，顯示圖形推理能力較差者，其前額葉 β 波頻段的腦 電波平均功率愈高；頂葉 θ 波（4-8Hz）頻段的腦電波測量中，高分組和低分組 學生的腦電波平均功率達到顯著差異，顯示圖形推理能力愈好，其頂葉 θ 波頻段 的腦電波能量愈高，頂葉的 θ 波愈旺盛。 在圖形推理測驗的作答分析中，難度較低的分測驗甲，其作答結果和測驗總 分以及百分等級較不一致，且相關係數較低；而難度較高的分測驗乙、丙、丁、 戊，其作答結果和測驗總分以及百分等級較一致，且相關係數達顯著水準，顯示 測驗總分和百分等級愈高，推理能力愈好，在分測驗乙、丙、丁、戊的作答結果 也會愈好。 由腦電波測量結果和圖形推理的分測驗、總分以及百分等級分析顯示，圖形 推理測驗高分組和低分組的學生，在前額葉 β 波的腦電波平均功率與圖形推理的 分測驗、總分以及百分等級沒有達到顯著差異；但在頂葉 θ 波的腦電波平均功率 與圖形推理測驗的百分等級達顯著差異，而且高分組學生在右頂葉 θ 波的腦電波 平均功率高於低分組學生，也達到顯著差異，顯示大腦的右頂葉在圖形推理能力 具關鍵性的地位。. 關鍵字：前額葉、頂葉、β 波、θ 波、推理能力. I.
(4) Abstract The brain surface of the Electroencephalogram, reflecting the activation of the cerebral cortex. The greater the amplitude of brain waves, the higher the energy, the role of nerve cells in the cortex and the more active. In this study, non-invasive EEG brain wave measurement, analysis prefrontal cortex and the parietal cortex brain wave average power from frequency domain, physical and mental health of students in elementary grades and graphical reasoning The relationship between brain waves. In the measurement of brain waves, graphics reasoning ability tests with high group and low group of students, in the eyes open, resting, physically and mentally comfortable in the environment, the prefrontal β wave (13-30Hz) band of brain waves. There was significant difference in average power; parietal θ wave (4-8Hz) frequency brain wave measurements, the high group and low group of students to reach the brain waves of average power are significant differences, the better display graphics reasoning ability, the parietal θ wave band. The higher energy of brain waves, the more robust parietal lobe of the θ wave. Reasoning Test answer in a graphical analysis, the difficulty of the lower sub-test A, the answer results and test scores, and percentile rank was inconsistent, and the low correlation coefficient; the more difficult sub-test B, C, D, E, the answer results and test scores, and percentiles were similar, and the correlation coefficient will be level of significance , show higher test scores and the percentile rank, in the sub-test B, C, D, E the answer results will be more good. Measured by the brain waves and graphics reasoning subtests, total score and percentile rank analysis, graphics, high reasoning group and low group of students, the prefrontal EEG β waves of average power and graphical reasoning subtests, total score did not reach significant difference in percentile rank; θ waves in the parietal lobe of the brain waves of average power and graphical reasoning subtests, percentile ranks are significantly different, showing the brain's right parietal reasoning in graphical material status. Keywords: Prefrontal cortex , parietal cortex , β wave, θ wave, reasoning. II.
(5) 目. 錄 頁數. 中文摘要……………………………………………………………………………Ι 英文摘要……………………………………………………………………………ΙΙ 目錄…………………………………………………………………………………ΙΙΙ 表目錄………………………………………………………………………………ΙV 圖目錄………………………………………………………………………………V 第一章 緒論…………………………………………………………………………1 第一節 研究動機……………………………………………………………………1 第二節 研究目的……………………………………………………………………2 第三節 待答問題……………………………………………………………………2 第四節 研究限制……………………………………………………………………2 第五節 名詞解釋……………………………………………………………………3 第二章 文獻探討……………………………………………………………………4 第一節 圖形推理測驗與數值能力的關係………………………………………4 第二節 腦電波與數值能力的關係………………………………………………5 第三節 兒童和青少年時期的清醒腦波……………………………………………6 第四節 腦電波的測量與分析………………………………………………………7 第三章 研究方法………………………………………………………………10 第一節 研究對象………………………………………………………………10 第二節 研究工具………………………………………………………………10 第三節 研究流程………………………………………………………………12 第四章 研究結果…………………………………………………………………17 第一節 腦電波平均功率的比較…………………………………………………17 第二節 SPM-P 的作答分析………………………………………………………20 第三節 腦電波和 SPM-P 的相關分析……………………………………………22 第五章 結論與建議………………………………………………………………24 第一節 結論…………………………………………………………………24 第二節 建議………………………………………………………………………26 參考文獻……………………………………………………………………………27 附錄…………………………………………………………………………………29. III.
(6) 表目錄 表 1 64 頻道的電極點，前額葉和頂葉的電極點……………………………14 表 2 高分組學生在前額葉的腦電波平均功率(power)………………………17 表 3 低分組學生在前額葉的腦電波平均功率(power)………………………17 表 4 高、低分組學生在前額葉的獨立樣本平均數 t 檢定…………………18 表 5 高分組和低分組學生在頂葉的腦電波平均功率(power)………………18 表 6 高、低分組學生在頂葉的獨立樣本平均數 t 檢定……………………19 表 7 受試學生分別在左、右頂葉腦電波平均功率的獨立樣本平均數 t 檢定…19 表 8 高分組學生的基本資料和 SPM-P 測驗分數………………………………20 表 9 低分組學生的基本資料和 SPM-P 測驗分數……………………………….21 表 10 SPM-P 分測驗的相關分析…………………………………………………21 表 11 腦電波平均功率和 SPM-P 的相關分析……………………………………22. IV.
(7) 圖目錄 圖 圖 圖 圖 圖 圖 圖 圖 圖 圖 圖 圖 圖. 1 2 3 4 5 6 7 8 9 10 11 12 13. 國際 10-20 制………………………………………………………………7 電極帽-電極感應網 (Geodesic Sensor Net)……………………………11 訊號放大器(Net Amps 300）……………………………………………11 通訊網工作軟體(Net Station software)…………………………………11 電極網成像定位儀(Geodesic Photogrammetry System ,GPS)…………11 設定記錄腦電波軟體 Net Station 4.2……………………………………12 設定監看系統……………………………………………………………13 Cz 參考組合範式…………………………………………………………14 64 頻道的電極點…………………………………………………………14 擷取長度為 2 秒的腦電波進行頻譜分析……………………………15 θ 波頻段 4-8Hz 在不同頻段的腦電波功率…………………………15 擷取腦電波………………………………………………………………16 時域上的取樣點…………………………………………………………16. V.
(8) 第一章 緒論 第一節 研究動機 德國的精神科醫師漢斯伯格（Hans Berger）於 1929 年首次發表在人類的頭 蓋骨上紀錄到的腦波活動，並將之命名為腦電波圖(electroencephalogram)，簡 稱 EEG，所指的就是記錄大腦活動時的電生理變化。由頭皮外層所記錄到的腦 電波，即是來自大腦皮質內神經細胞產生的電位差，因此，腦電波的檢查便廣 泛的運用在臨床的診斷，藉以判斷大腦功能有無異常。 大腦皮質是人體最複雜，也是最神秘的器官。其外型上，可區分為左右兩 半球，主要功能是在協調身體的意識活動。在大多數人類中，語言功能主要由 大腦皮質的左半球掌管，而右半球負責形象、思維和情感等。人們在進行思考 （thinking）或推理（reasoning）等高層次的認知活動時，大腦如何進行分工與 運作，一直是認知心理學家關注的重點。 由於數位科技的日新月異，非侵入性（non-invasive）的腦波儀具有安全、 方便、而且沒有副作用等優點，研究者可以使用多頻道的腦波儀器從大腦表層 測量到腦電波，將腦電波的類比訊號轉換為數位訊號後，再將訊號加以分析和 處理，最後以矩陣數字的形式輸出，探討受試者從事認知活動時和相關大腦皮 質區的腦電波活躍或激發的情形，進而推測大腦皮質的功能與運作。 人們在進行不同類型的認知作業（task）時，各個腦區皮質有不同的激發情 形；但是人們處在身心安適（fitness well being）的休息狀態下，每個人腦電波 激發的情形會一致嗎？腦電波的功率（power）又是如何？這是本研究想要探討 的重點。運用數位化腦波儀測量學生的大腦皮質電波變化，分別對照圖形推理 高、低分組的成績，以作為圖形推理能力的預測效標，也為腦電波的測量開拓 更寬廣的研究範疇，進而為圖形推理的大腦機制提供具體的證據。. 1.
(9) 第二節 研究目的 本研究的目的，旨在探討國民小學身心健康的高年級學生，在睜眼且身心 安適（fitness well being）狀態下大腦皮質前額葉和頂葉的電生理變化，並進ㄧ 步討論國民小學高年級學生不同推理能力的腦電波功率之差異以及不同頻段的 腦電波與圖形推理能力的關係。. 第三節 待答問題 根據上述的研究目的，本研究的代答問題如下： 一、探討身心健康的國小高年級學生在 SPM-P 的測驗得分中，高分組和低分組 學生在前額葉 β 波頻段的腦電波平均功率是否有顯著差異？ 二、探討身心健康的國小高年級學生在 SPM-P 的測驗得分中，高分組和低分組 學生在頂葉 θ 波頻段的腦電波平均功率是否有顯著差異？ 三、探討身心健康的國小高年級學生在 SPM-P 的測驗中，高分組和低分組學生 在 SPM-P 不同分測驗的作答情形是否有差異？ 四、探討身心健康的國小高年級學生在 SPM-P 的測驗得分中，高分組和低分組 學生在不同頻段的腦電波和圖形推理能力的關係為何？. 第四節 研究限制 一、研究對象是國民小學高年級學生，年齡介於 10 歲至 12 歲半之間，腦電波 的電生理變化是否會隨著年齡、性別而有差異，則需要進一步的研究。 二、研究樣本皆是身心健康而且智力正常的學生，研究結果不適合推論至患有 癲癇、妥瑞氏症，或是患有其他腦部病變等特殊疾病的學生。 三、研究樣本皆是未成年的學生，基於測驗倫理，必須先取得學生家長同意後，. 2.
(10) 方可進行腦電波的測量。取樣的過程中，會因家長反對而失去原先設定的 極端值樣本，使得 SPM-P 高低分組的差異變小，研究的樣本數也會因家長 不同意而有所受限。 四、腦波資料分析的相關結果，僅能作為圖形推理的預測效標，無法涵蓋多元 智能的範疇。. 第五節 名詞解釋 一、標準矩陣推理測驗平行本（SPM-P） 由中國行為科學社在 2006 年出版，陳榮華、陳心怡修定，適用於國小三年 級至六年級學生（約 8~12 歲半）。試題結構有要求封閉的具體問題、2×2 矩陣 圖形題和 3×3 矩陣圖形題三種。試題內容分為甲、乙、丙、丁、戊共五組，每 組有 12 題，合計共有 60 題，每答對一題得一分，答錯不倒扣，最高總分為 60 分，得分愈高，推理能力愈好。 二、腦電波 1929 年，德國的精神科醫師漢斯伯格（Hans Berger）首次發表在人類的頭 蓋骨上紀錄到的腦波活動，並命名為腦電波圖(electroencephalogram)。腦電波 依頻率的不同主要可以分為四種：α 波是人腦活動的最基本節律，頻率為 8-13 次/秒；θ 波的頻率為 4-7 次/秒，正常成年人在覺醒狀態下很少出現 θ 波；δ 波 的頻率為 0.5-3 次/秒，正常成年人在覺醒狀態下絕少出現；β 波的頻率為 13-30 次/秒，在頭部二側對稱分佈(關尚勇、林吉和、蘇明勳，2007）。. 3.
(11) 第二章 文獻探討 第一節 圖形推理測驗與數值能力的關係 瑞文氏圖形推理測驗（RPM）屬於非語文的團體智力測驗，目的是要以簡 明的方法測量斯皮亞曼（Spearman,C.）所提示 g 因素中的推理能力（eductive ability） 。在應用上，RPM 除了施測容易之外，也有依年齡建立的百分等級常模 和標準分數可供對照，不僅能評量學生的推理能力，也可以協助教師發現資優 以及特殊學生。 所謂推理能力是指「個體由知覺到視覺等線索，或由已知事物去推論或引 出新的領悟和資訊的心智歷程」（陳榮華、陳心怡，2006）。瑞文氏家族所開發 的矩陣圖形推理測驗可以推斷多元變項間特殊關係之能力，亦即引出高層次概 念的能力，而此種能力更易於思考有關複雜情境和事件（陳榮華、陳心怡） 。概 括來說，RPM 的得分愈高，表示受試者推理能力也愈好，高層次概念的能力就 愈高。 RPM 有三套不同難易程度和適用對象，其中標準矩陣推理測驗平行本 （SPM-P）適用於國小階段的中高年級學生，已於 2006 年 8 月出版。SPM-P 在 台灣地區的信度資料如下：折半信度為.86~.92、α 值（依年齡別）為.83~.91、 重測信度（時距 35 天）達.81，可見 SPM-P 具有良好的穩定性；在效度研究方 面：SPM-P 與國小中高年級學校能力測驗（OLSAT 中文版）之相關為.33~.61， 達到 P＜.01 的顯著水準，而且 SPM-P 總分與國小中高年級學校能力測驗的各 項分測驗相關，和非語文分數的相關最高，分別是.56、.52 和.61；與數學領域 的學業成績之相關為.38~.69，達到 P＜.01 的顯著水準（陳榮華、陳心怡）。由 此可知，圖形推理測驗和非語文能力以及數學領域能力存在高相關。. 4.
(12) 第二節 腦電波與數值能力的關係 大腦皮質為層狀構造，分為一至六層，由不同形狀的神經細胞組成。依據 空間位置分布，主要分為額葉（Frontal Lobe）、頂葉（Parietal Lobe）、顳葉 （Temporal lobe） 、枕葉（Occipital Lobe） 。皮質內神經細胞所產生的電位變化， 就是腦電波，各個腦葉除了有複雜的分工外，更有彼此的密切合作，以完成大 腦的意識活動。 根據ㄧ項探討大腦頂葉和數值能力的研究中，研究者使用非侵入性的直流電 刺激(TDCS)來激發受試者的頂葉，而且每ㄧ次進行數值能力訓練前，先在受試者 的頂葉開始20分鐘微弱（1 mA）的直流電刺激(TDCS)，然後再進行數值能力與 空間認知作業（the numerical Stroop task and the number-to-space task）。實驗後發 現受試者在數值能力方面的調節神經元活動產生具體和持久的變化以及有選擇 性地提高數值計算能力，而且數值計算能力進步情形持續6個月之久。此外，研 究者也發現右頂葉的數值能力表現比左頂葉要來的好（Roi Cohen Kadosh ,Sonja Soskic,Teresa Iuculano,Ryota Kanai,and Vincent Walsh ,2010），說明頂葉區關係著 數值的認知能力，特別是右頂葉具關鍵性的地位；另外，在分析大腦進行數學認 知行為的空間能量分布特徵時，發現大腦前額葉與頂葉為數學認知行為的主要激 發區域，大腦枕葉的腦電波能量特徵相對較不顯著，而且在較困難的題目刺激 下，θ波能量明顯增強（廖宇璁，2008） ；而在探討記憶、概念與心算複雜度在腦 電波的反應與評估中，實驗結果顯示當受試者在使用大腦前額的功能越複雜時， 其大腦θ波平均功率的呈現就會越大，反之就越小（顏世杰，2007） ；臨床的研究 上更指出：屬於漸進性腦神經退化疾病的阿茲海默病，主要表現為認知及記憶退 化，病理特徵為大腦皮質萎縮，尤其在額葉、頂葉和顳葉最為明顯（陳致中， 2006）。 由以上文獻得知，大腦皮質的頂葉和前額葉是認知與數值能力的主要激發. 5.
(13) 區域，當人們張開眼睛時，腦電波中的 α 波會受到抑制，而 β 波相對會得到激 發（陳威宏，2004；關尚勇等，2007） 。因此，處在睜開眼睛、身心安適（fitness well being）狀態下，前額葉的 β 波作用也會相對旺盛。. 第三節 兒童和青少年時期的清醒腦波 在一個人腦發育的過程中，最重要的特徵就是腦電波頻率。從新生兒到成年 的不同階段，腦波頻率會有明顯的變化。小孩和青少年時期常見的清醒腦波主要 是由 α 節律（α rhythm）及一些 θ 慢波（4-8Hz）構成基本波，以及 β 節律（β rhythm） 、 Mu 節律（Mu rhythm）和λ波（周敏郎、趙文崇，1985）。 兒童期 α 波振幅則在10~12歲時達到最高，頻率範圍介於8~13Hz，振幅的差 異很大，通常在15~50μV；大腦兩半球的 α 節律振幅具有對稱性，常見正弦曲線 狀的波形，兩側後頭區域振幅最高，以頂葉和枕葉較明顯（周敏郎、趙文崇，1985； 彭宗義，2002）。 β 節律（β rhythm）的頻率範圍介於13~30Hz，振幅通常小於20μV，為低電位 的快速波；波形較不具規律性，單一波形在高振幅時，上下端頗尖；分布區域廣 泛，以前額葉最顯著（彭宗義，2002；關尚勇等，2007） 。 Mu 節律（Mu rhythm）較常見於年輕人，頻率範圍介於7~11Hz，分布在頭 部中央區，波形呈鋸齒狀，不受開眼或一些身體刺激的影響，即沒有 α blocking 現象（周敏郎、趙文崇） 。 λ波常出現於一側頭部，波形為單一負向波，可能出現在頭後部枕葉區，閉 眼或關燈時即消失，與視覺誘發電位類似（彭宗義） 。 兒童腦電波圖的發展趨勢是：8-12歲時，α 波占主要地位，而13歲左右，腦 電波已達成人水準（李丹、劉金花與張欣戊，1994）。. 6.
(14) 第四節 腦電波的測量與分析 腦電波反應大腦皮質在不同狀態下的電生理變化，可以做為探索大腦功能的 解讀工具。由頭皮電極所測得的腦電波訊號，是很多神經元突觸後電位（excitatory postsynaptic potentials；EPSPs）和突觸後抑制性電位（inhibitory postsynaptic potentials；IPSPs）的總和，其基本型態是以頻率（frequency）和振幅（amplitude） 來表示，此種電位變化的振幅常在10-100μV範圍中（李嘉富、劉文健與江漢光， 1994)。. 壹、腦電波的測量 一、頭皮電極 腦電波的測量，可以由置於頭皮的電極紀錄而得到，這些相當微弱的腦電波 訊號，經過放大器處理後，以週期性的波形呈現出來，就是腦電波。常用的腦波 測量方法，是採用國際10-20制（圖1，http://www.dls.ym.edu.tw/neuroscience/ 1020_c.html） 。國際10-20制系統的基礎是電極位置對應到下方大腦皮質層。圖中 每一點都有一個字母以及編號或搭配另一個字母來指出半剖面上的位置。字母F 代表額葉、T代表顳葉、C代表中央溝、P代表頂葉、O代表枕葉。偶數編號為右 邊半剖面，而奇數編號是指左半邊半剖面。字母z是一個放在中線的電極，同時 編號愈小表示與中線位置愈近。這21個電極均勻地貼於頭皮，每一個電極可以記 錄周圍幾億個大腦神經細胞所產生的電位差。. 圖1 國際10-20制. 7.
(15) 二、組合範式（montage） 組合範式就是將腦電波的電極，以系統化的排序連接，使繪出的腦波呈現規 則的圖形排列，讓腦波易於判讀。常用的組合範式有參考組合範式（reference montage）和雙極組合範式（bipolar montage）二種。參考組合範式的優點是可 以一眼看出最強或最弱病灶所在，而且為真正的電位強度表現；但缺點是由於人 的身體容易導電，參考點極易受汙染。雙極組合範式則是將鄰近電極互相比較， 方便讀者找出最活躍的病灶；缺點是無法知道各電極的真正電位，而且表現出的 振幅是兩電極電位差相減的結果，波形常會因相減而改變，導致誤判。 （關尚勇 等，2007） 。. 貳、腦電波的分析 在認知神經科學的探討中，大多以時間定義（time-domain）、空間定義 （spatial-domain）、頻率定義（frequency-domain）三大領域的腦電波活動為 主要研究方向： 一、以腦電波時間域的特徵分析 以時間域的特徵來分析腦電波，是以時間為橫軸，然後將某個時間點的振幅 （μV）以數據表現出來，例如事件相關電位ERP(Event-relative potential)的應用 與研究。ERP是指外加一種特定的刺激，在大腦皮質所引起的電生理的變化，優 勢是具有很高的時間域分辨率(ms)，便於和傳統的心理學指標作有效的配合，進 行認知過程研究，例如研究P300的腦電波振幅。 二、以腦電波空間域的特徵分析 電腦化分區腦波圖譜（Topo Map）可以將每一個頻道的原始腦電波的類比 訊號作數位化處理，利用補插法（interpolation）求得每一個電極的推測值，最 後繪成彩色圖譜，以顏色深淺來表示腦波的強度及分布狀況，優勢是可以呈現 腦電波作用相對活躍的區域及分佈。. 8.
(16) 三、以腦電波頻率域的特徵分析 在不同的精神或工作狀態下，大腦會出現以不同頻段為主的腦電波：α波頻 率為8-13Hz，代表大腦皮質細胞暫時休息，處於蓄勢待發的狀態，是待命與準備 的腦波；β波頻率為13-30Hz，被視為是覺醒與專注的代表腦波，在大腦活動增加 或執行特定工作時，相關的局部大腦皮質之β波會有增強的現象（陳威宏，2004)。θ 波頻率為4-8Hz，θ波與腦部邊緣系統有非常直接的關係，對於觸發深層記憶、強 化長期記憶(LTP)等幫助極大（張菀珍、葉榮木、蔡俊明、劉昀松，2010）。以 頻率域的特徵來分析腦電波的方式，是將一段連續的波段進行快速傅立業轉換 （FFT）後，進行頻譜分析（spectral display），以腦電波的頻率為橫軸，腦 電波的功率（power）為縱軸，探討不同頻段腦電波的功率（power）表現。 綜合以上的文獻可知，圖形推理測驗和數值能力存在高相關，圖形推理測 驗得分愈高，表示高層次的複雜概念能力也就愈好，數值能力也愈好；而在大 腦執行數值能力等認知行為時，前額葉的 β 波和頂葉的 θ 波則有局部增強的現 象。因此，本研究旨在討論國小高年級學生的圖形推理能力和腦電波之關係： 對於處在睜開眼睛以及身心安適（fitness well being）的狀態下，而且沒有從事 外界賦予的認知作業（task）之國小高年級學生，將學生的腦電波以頻率域的 定義（frequency-domain） ，分析前額葉 β 波頻段和頂葉 θ 波頻段的腦電波功率， 探討腦電波的平均功率與圖形推理能力的關係。. 9.
(17) 第三章 研究方法 第一節 研究對象 本研究的受試者是以台中市豐原區和北屯區的二所國小高年級學生，在標 準矩陣推理測驗平行本（SPM-P）測驗得分中，對照百分等級常模，並依據學 生家長同意其子弟參與腦電波測量的前提下，選取百分等級七十七以上的學生 10 人為高分組，選取百分等級二十七以下的學生 10 人為低分組，合計 20 人。 受試者年齡介於 10 歲至 12 歲半之間，皆是身心健康而且智力正常的普通班學 生，研究過程中排除癲癇、妥瑞氏症，或是患有其他腦部病變等特殊疾病的患 者。. 第二節 研究工具 壹、標準矩陣推理測驗平行本（SPM-P） 中國行為科學社出版的標準矩陣推理測驗平行本之題本、測驗紙、作答範 例以及指導手冊。. 貳、高密度陣列腦波記錄儀 記錄腦電波的儀器為高密度陣列腦波紀錄儀設備：包含 Power Mac G5 主 機 、 電 極 感 應 網 (Geodesic Sensor Net) 、 模 組 化 設 計 的 訊 號 放 大 器 (Net Amp300，64 頻道)、通訊網工作軟體(Net Station software) 和電極網成像定位 儀(Geodesic Photogrammetry System ，GPS)由美國 EGI 公司製造。 一、電極帽-電極感應網 (Geodesic Sensor Net，圖 2) 用來接收頭皮腦波電流的電極帽，是以水、電解質與海綿為基礎的高密度 陣列 64 頻道感應網。. 10.
(18) 二、訊號放大器(Net Amps 300，圖 3) 在頭皮所量測到的腦波訊號是非常微弱的電壓，通常是以微伏特（μV）計 算，所以需要利用訊號放大器將所測量到的腦波放大到電腦可以讀取。. 圖 2 電極帽. 圖 3 訊號放大器. 三、通訊網工作軟體(Net Station software，圖 4) 通訊網工作軟體為 Net Station4.2，可以與訊號放大器及電極感應網一起使 用，擴大探測以及分析環境。通訊網工作軟體最主要的三個特徵，為探測、校 閱與分析。. 圖 4 通訊網工作軟體 四、電極網成像定位儀(Geodesic Photogrammetry System ,GPS，圖 5) 電極網成像定位儀可以快速應用電極感應網所測量到的腦波，以及更有效 率顯示、定位以及紀錄感應網所偵測到的腦波。. 圖 5 電極網成像定位儀. 11.
(19) 第三節 研究流程 壹、選取腦電波測量的高分組和低分組學生 一、先對台中市二所國民小學高年級學生進行標準矩陣推理測驗平行（SPM-P） 測試，對照台灣地區的百分等級常模後，選取 SPM-P 得分百分等級七十七 以上的學生 10 人為高分組；選取 SPM-P 得分百分等級二十七以下的學生 10 人為低分組，並徵得學生家長同意後，才參加在安適狀態下腦電波（EEG） 的測量。 二、進行腦電波的測量前一天，先確認學生沒有打針、飲用含咖啡因飲料、或 是服藥等情形，並告知學生不可以熬夜，確保學生在測量腦電波時身心健 康，精神飽滿。. 貳、高密度陣列腦波紀錄儀的設定 一、設定記錄腦電波軟體 Net Station 4.2，並設定濾波（Filter）為 1.0-30.0Hz， 如圖 6。. 圖 6 設定記錄腦電波軟體 Net Station 4.2. 12.
(20) 二、設定監看系統，確保在測量腦電波的過程中，能隨時注意並提醒學生要儘 量保持在自然狀態，而且眼睛要睜開，目的是要抑制睡眠波的出現；此外， 過程中提醒學生要儘量避免較大的臉部表情動作，例如揉眼或搖頭，以免 出現干擾波，自然眨眼即可，然後靜坐休息 5 分鐘（圖 7）。. 圖 7 設定監看系統. 叁、記錄腦電波 一、將電極帽充分浸泡電解液，並根據受試學生的頭圍大小，選擇適合的電極 帽，然後找出頭顱中央為定點，作適當的記號。 二、為受試學生配戴電極帽時，根據國際 10-20 系統腦電波電極位置的分布， 使電極帽的 Cz 對準受試學生的頭顱中央，並確認電極點貼近頭皮，再將電 極帽的另一端連接訊號放大器。 三、測量腦電波的過程中，電腦螢幕只有呈現預設的桌布圖案，沒有給予認知 作業（task），周圍環境保持安靜舒適，沒有額外的聲光刺激。 四、監看視訊系統，確保測量腦電波的過程中，受試學生都能在身心安適（fitness well being）的狀態下睜眼靜坐 5 分鐘。 五、開啟腦電波的通訊網工作軟體(Net Station software 4.2）並記錄腦電波約 5 分鐘。. 13.
(21) 肆、資料擷取和分析： 一、選擇組合範式（montage） 想要適切地分析和描述腦電波，必須選擇適當的組合範式，組合範式的選 擇，則應視實際情況需要而定。以顱頂正中央（Cz）為參考點的 Cz 參考組合 範式（Cz 呈零電位，圖 8） ，優點是可以顯示各個電極點的真正強度，直接做比 較，適用於處在清醒時期且顱頂沒有病灶的受試者（關尚勇等，2007） 。對照收 集腦電波的電極帽中 64 個電極點，前額葉和頂葉的電極點相對位置如下表 1 和 圖 9、圖 9 所示： 表 1 前額葉和頂葉的電極點 Montage. 前額葉. 頂葉. Double Banana. FP1. FP2. F3. F4. F7. F8. Average Reference. Ch10. Ch5. Ch12. Ch60. Ch18. Ch58. P3. P4. Ch28 Ch42. 圖 9 64 頻道的電極點. 圖 8 Cz 參考組合範式 二、設定濾波（Filter）和取樣頻率. 設定 Net Station 4.2 中的眼動與眨眼，以便觀察出現干擾波段的時間；腦電 波的取樣頻率為 250Hz，並分別設定腦電波的 δ 波頻段為 1-4Hz、θ 波頻段為 4-8Hz、α波頻段為 8-13Hz、β 波頻段 13-30Hz。. 14.
(22) 三、擷取腦電波-消除眼動（ Eye Movement）和眨眼（Eye Blink） 一般人在正常情況下的眨眼次數每分鐘約為 15-20 次以上，由此推算每一 段不受眼動和眨眼干擾的腦電波長度約為 2-3 秒。因此，在每一位受試者總長 度為 5 分鐘的腦電波，分別於第 1 分鐘、第 2 分鐘、第 3 分鐘、第 4 分鐘以及 第 5 分鐘各擷取一段長度為 2 秒的腦電波，如圖 10。. 圖 10 擷取長度為 2 秒的腦電波進行頻譜分析 四、進行頻譜分析（spectral display） 上述擷取的腦電波以快速傅立葉轉換(FFT)的方式進行頻譜分析後，將腦電 波的類比訊號，轉換為矩陣數字形式輸出，第一列橫軸數字表電極點，第一欄 縱軸數字表頻率，並分別計算每一位受試者在頂葉區 θ 波頻段(4-8Hz)的平均功 率(power)以及前額葉 β 波頻段(13-30Hz) 的平均功率，如圖 11。. 圖 11 在不同頻段的腦電波功率. 15.
(23) 五、統計分析 以 SPSS 12.0 版分別進行 SPM-P 高分組、低分組學生在前額葉的 β 波頻段 (13-30Hz)和頂葉 θ 波頻段(4-8Hz)腦電波平均功率的獨立樣本 t 檢定，以檢驗 高、低分組學生腦電波平均功率的差異性；而效度研究是屬於相關性的評估， 以 SPSS 12.0 版進行 SPM-P 與腦電波二種測量結果的相關研究，若變項之間的 相關係數達顯著水準，則可說明這二個變項不是零相關（林清山，1997）。. 16.
(24) 第四章 研究結果 第一節 腦電波平均功率的比較 一、前額葉 β 波頻段的比較 在本研究中 10 位 SPM-P 測驗高分組學生和 10 位 SPM-P 測驗低分組學生 在前額葉的 β 波頻段（13-30Hz）的平均功率如下表 2 和表 3 所示： 表 2 高分組學生在前額葉的腦電波平均功率(power) Ch5（FP2） Ch10（FP1） Ch12（F3）. Ch18（F7）. Ch58（F8）. Ch60（F4）. H1. 2.974. 3.833. 0.876. 0.739. 0.688. 1.417. H2. 1.259. 1.192. 0.808. 0.786. 0.908. 0.783. H3. 1.584. 3.547. 1.721. 1.114. 1.789. 0.933. H4. 1.557. 0.803. 0.423. 0.518. 0.489. 0.548. H5. 0.493. 0.678. 0.538. 0.640. 0.523. 0.230. H6. 0.747. 1.790. 0.469. 0.652. 0.495. 0.268. H7. 1.780. 1.193. 1.268. 3.509. 0.995. 1.036. H8. 2.780. 2.571. 1.218. 1.122. 1.247. 1.175. H9. 0.598. 0.575. 0.426. 0.529. 0.573. 0.415. H10. 0.846. 0.472. 0.478. 0.506. 0.435. 0.360. 表 3 低分組學生在前額葉的腦電波平均功率(power) Ch5（FP2） Ch10（FP1） Ch12（F3）. Ch18（F7）. Ch58（F8）. Ch60（F4）. L1. 1.109. 1.355. 0.301. 0.784. 1.066. 0.833. L2. 1.010. 2.381. 1.139. 1.030. 1.300. 0.529. L3. 0.597. 0.573. 0.354. 0.483. 0.944. 0.426. L4. 1.875. 1.566. 0.371. 0.598. 0.549. 1.596. L5. 0.919. 0.958. 0.728. 0.955. 0.916. 0.782. L6. 3.171. 1.526. 0.894. 4.843. 5.100. 0.928. L7. 1.462. 1.735. 1.537. 0.900. 0.874. 1.377. L8. 1.837. 1.447. 0.527. 0.502. 0.400. 0.603. L9. 3.732. 3.462. 2.379. 1.885. 2.261. 3.208. L10. 2.464. 2.554. 2.148. 2.906. 2.196. 1.418. 17.
(25) 將 10 位 SPM-P 測驗高分組學生和 10 位低分組學生在分別在前額葉 6 個電 極點：Ch10、Ch5、Ch12、Ch18、Ch58、以及 Ch60 所記錄的前額葉腦電波平均 功率(power)值，雙尾檢定的顯著性為.027，結果說明高分組和低分組之間達顯 著差異，而且低分組的腦電波平均功率的平均數高於高分組學生。 表 4.高、低分組學生在前額葉的獨立樣本平均數 t 檢定. 高分組 低分組. 平均數. 標準差. 1.082. .830. 1.471. 自由度. t. 118. -2.237. 顯著性(雙尾). .027*. 1.064. 二、頂葉 θ 波頻段的比較 大腦前額葉與頂葉為數學認知行為的主要激發區域，而且頂葉 θ 波能量的 激發和數值能力有關（廖宇璁，2008；Roi Cohen Kadosh,2010）。10 位 SPM-P 測驗高分組學生和低分組學生在頂葉的 θ 波頻段（4-8Hz）的腦電波平均功率如 下表列： 表 5 高分組和低分組學生在頂葉的腦電波平均功率(power) 高分組. Ch28（P3）. Ch42（P4）. 低分組. Ch28（P3）. Ch42（P4）. H1. 7.812. 5.257. L1. 5.711. 5.337. H2. 4.873. 12.651. L2. 6.043. 4.776. H3. 10.215. 14.200. L3. 5.175. 3.838. H4. 2.832. 2.950. L4. 2.495. 1.854. H5. 5.510. 7.044. L5. 3.701. 2.292. H6. 4.397. 4.010. L6. 12.563. 8.748. H7. 16.208. 14.823. L7. 3.638. 2.243. H8. 3.979. 4.107. L8. 2.555. 2.517. H9. 8.202. 6.473. L9. 1.332. 3.098. H10. 5.024. 5.996. L10. 7.683. 6.265. 將 10 位 SPM-P 測驗高分組學生和 10 位 SPM-P 測驗低分組學生在分別在 頂葉 2 個電極點 Ch28 和 Ch42 所記錄的腦電波平均功率值，雙尾檢定的顯著性. 18.
(26) 為.018，P＜.05，結果說明高分組和低分組在頂葉的平均功率達顯著差異，高分 組在頂葉 P3 和 P4 的腦電波平均功率高於低分組學生，如下表 6。 表 6 高、低分組學生在頂葉的獨立樣本平均數 t 檢定. 高分組 低分組. 平均數. 標準差. 7.328. 4.115. 4.593. 2.750. 自由度. t. 38. 2.470. 顯著性(雙尾). .018*. 在左、右頂葉區的比較方面，高分組學生右頂葉 C42(P4)的腦電波平均功率 為 7.751，高於左頂葉 C28(P3)的腦電波平均功率 6.905，二者未達顯著；而低分 組學生部分，右頂葉 C42(P4)的腦電波平均功率為 4.097，則低於左頂葉 C28(P3) 的腦電波平均功率 5.090，沒有顯著差異。再者，高分組學生在左頂葉 C28(P3) 的腦電波平均功率 6.905 高於低分組學生左頂葉 C28(P3)的腦電波平均功率 5.090，二組學生沒有顯著差異；高分組學生在右頂葉 C42(P4)的腦電波平均功 率 7.751 高於低分組學生左頂葉 C42(P4)的腦電波平均功率 4.097，二組學生的 右頂葉腦電波平均功率達顯著差異。 表 7 受試學生分別在左、右頂葉腦電波平均功率的獨立樣本平均數 t 檢定 頂葉區. 電極點. 腦電波平均功率 高分組. 低分組. 自由度. t值. 顯著性. 左. C28. 6.905. 5.089. 18. 1.121. .227. 右. C42. 7.775. 4.097. 18. 2.332. .032*. 19.
(27) 第二節 SPM-P 的作答分析 標準矩陣推理測驗平行本（SPM-P）試題內容分為甲、乙、丙、丁、戊共 五組；就試題難度而言，甲組題目最簡單、依序為乙組、丙組、丁組，而戊組 題目最難。一般而言，個人在 SPM-P 分測驗的答對題數應由甲、乙、丙、丁、 戊依序遞減。本研究以 20 位身心健康的國小高年級學生為研究對象，其基本資 料和 SPM-P 測驗分數如下表 8、9： 表 8 高分組學生的基本資料和 SPM-P 測驗分數 H1 年齡（歲;月） (10;11). H2. H3. H4. H5. H6. H7. H8. H9. H10. (10;11). (11;0). (10;6). (10;11). (10;5). (10;7). (10;5). (10;1). (10;5). 性別. 男. 女. 女. 男. 男. 女. 男. 男. 男. 男. 就讀年級. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. SPM-P 總分. 51. 57. 52. 56. 50. 50. 49. 53. 50. 56. 分. 甲. 12. 12. 12. 12. 12. 12. 12. 11. 11. 12. 測. 乙. 12. 12. 11. 11. 12. 12. 12. 12. 11. 11. 驗. 丙. 11. 12. 10. 10. 10. 9. 10. 11. 10. 10. 成. 丁. 10. 12. 10. 11. 9. 9. 9. 9. 11. 11. 績. 戊. 6. 9. 9. 12. 7. 8. 6. 10. 7. 12. 百分等級. 86. 99. 90. 99. 81. 82. 77. 95. 87. 99. 20.
(28) 表 9 低分組學生的基本資料和 SPM-P 測驗分數 L1 年齡（歲;月） (11;3). L2. L3. L4. L5. L6. L7. L8. L9. L10. (10;11). (11;0). (10;11). (10;9). (10;5). (10;10). (10;3). (10;2). (10;5). 性別. 女. 男. 女. 女. 男. 男. 女. 女. 女. 女. 就讀年級. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. SPM-P 總分. 29. 39. 23. 30. 36. 23. 40. 28. 35. 40. 分. 甲. 12. 11. 12. 12. 12. 11. 12. 10. 11. 11. 測. 乙. 9. 10. 5. 4. 12. 4. 12. 5. 12. 12. 驗. 丙. 2. 6. 1. 6. 5. 6. 6. 9. 56. 8. 成. 丁. 1. 6. 4. 6. 3. 2. 6. 2. 6. 7. 績. 戊. 5. 6. 1. 2. 4. 0. 4. 2. 1. 2. 百分等級. 3. 13. 1. 30. 6. 1. 23. 3. 14. 27. 分別以全體受試者的 SPM-P 總分和百分等級對分測驗甲、乙、丙、丁、戊 進行相關分析，其 Pearson 相關係數和顯著性結果如下表列可以得知：SPM-P 總分和甲分測驗相關係數為.329，而且未達顯著水準；SPM-P 總分和分測驗乙、 丙、丁、戊皆達到顯著水準，而且有著高度相關，相關係數最低為.777，最高 為.930。百分等級和甲分測驗相關係數為.168，而且未達顯著水準；而百分等級 和分測驗乙、丙、丁、戊皆達到顯著水準，而且有著高度相關，相關係數最低 為.631，最高為.926，如下表 10。 表 10 SPM-P 分測驗的相關分析 分測驗. 甲. 乙. 丙. 丁. 戊. SPM-P 總分. .329. .777**. .850**. .930**. .893**. 百分等級. .168. .631**. .860**. .926**. .875**. **. 在顯著水準為 0.01 時 (雙尾)，相關顯著。. 21.
(29) 第三節 腦電波平均功率和 SPM-P 的相關分析 以高、低分組合計 20 位受試學生在前額葉的電極點 Ch10、Ch5、Ch12、Ch60、 Ch18、Ch58 以及頂葉的電極點 Ch28、Ch42 的腦電波平均功率（power）分別和. SPM-P 分測驗、總分以及百分等級進行相關分析，其 Pearson 相關係數結果如 下表 11： 表 11 腦電波平均功率和 SPM-P 的相關分析 分測驗. 百分. 電極點. SPM-P. 總分 等級. 甲. 乙. 丙. 丁. 戊. Ch10（FP1）. .055. -.002. -.194. .211. .074. .051. -.084. Ch5（FP2）. -.172. -.156. -.402. -.078. .037. -.135. -.338. 前額 Ch12（F3）. .043. -.078. -.260. .382. .017. .053. -.210. 葉區 Ch60（F4）. -.212. -.287. -.174. .078. -.205. -.134. -.423. Ch18（F7）. -.269. -.225. -.249. -.143. -.079. -.245. -.415. Ch58（F8）. -.414. -.351. -.326. -.298. -.251. -.369. -.467*. 頂葉 Ch28（P3）. .084. .180. .074. .014. .177. .107. -.105. Ch42（P4）. .377. .446*. .201. .211. .409. .391. .274. 區. *. 在顯著水準為 0.05 時 (雙尾)，相關顯著。. 一、前額葉電極點腦電波平均功率和 SPM-P 測驗結果的比較 由上表得知，在前額葉的電極點腦電波平均功率和 SPM-P 總分的相關係數 除了 Ch10（FP1）和 Ch12（F3）為正數以外，其餘皆是負數；前額葉的電極點 腦電波平均功率和 SPM-P 百分等級的相關係數皆是負數；前額葉的電極點腦電 波平均功率與分測驗甲、戊的相關係數皆為負數外，其餘分測驗乙、丙、丁的 相關係數有正有負，而且相關係數並不高，唯獨 Ch58（F8）電極點的腦電波平 均功率與分測驗戊達顯著水準，顯示二者不是零相關。. 22.
(30) 將前額葉區 β 波頻段（13-30Hz）的腦電波平均功率分別和 SPM-P 總分、 百分等級、分測驗戊的 Pearson 積差相關分析發現：在右前額葉腦電波平均功 率的相關係數絕對值皆高於左前額葉的相關係數絕對值，亦即∣FP2∣＞∣FP1 ∣、∣F4∣＞∣F3∣、∣F8∣＞∣F7∣。 二、頂葉區電極點腦電波平均功率和 SPM-P 測驗結果的比較 在頂葉區電極點腦電波平均功率和 SPM-P 測驗結果的相關係數除了 Ch28 （P3）和分測驗戊的相關係數為負數外，其餘皆為正數，相關係數不高，未達顯. 著；右頂葉電極點 Ch42（P4）的與百分等級的相關為.446，而且達到 P＜.05 的顯著 水準，顯示二者不是零相關。. 23.
(31) 第五章 討論與建議 第一節 討論 在前額葉區 β 波頻段（13-30Hz）的腦電波平均功率（power） ，低分組學生 的測量結果高於高分組學生，而且達到顯著差異，由實驗結果說明：身心健康 的國小高年級學生，處在沒有認知作業（task）且身心安適的休息狀態下，低分 組學生前額葉的 β 波平均功率高於高分組學生，亦即圖形推理能力得分較低 者，在睜眼休息的常態下，其前額葉 β 波的平均功率較圖形推理能力得分高者， 要來得相對活躍。腦電波的活動，和認知作業（task）的進行有著密切關係。人 類大腦皮質的電流脈衝雖然微弱，但卻從不打烊，在不同的清醒階段，會表現 不同頻率的腦電波變化。就腦電波發生的原理與機轉而言，在睜開眼睛時，α 波會受到抑制，前額葉的 β 波會較活躍，是屬於待命準備的波(陳威宏，2004)。 在蓄勢待命的常態下，圖形推理能力較低者，前額葉的 β 波平均功率較高，腦 電波也就發揮較高的能量；圖形推理能力較高者，前額葉的 β 波平均功率反而 比較低，是否意味著推理能力較高的學生，在腦電波的運作上，有較佳的使用 效率，值得再繼續研究。 頂葉區的 2 個電極點 Ch28（P3）和 Ch42（P4）在 θ 波頻段（4-8Hz）時，高 分組學生和低分組學生的腦電波平均功率達到顯著差異，顯示即使在身心安適 的休息狀態下，圖形推理能力較高者，其頂葉區的 θ 波也會相對活躍，與文獻 中說明頂葉為數值能力的激發區域頗為一致；此外，高分組學生的左頂葉 θ 波 頻段（4-8Hz）平均功率高於低分組學生，未達到顯著差異，但高分組學生的右 頂葉 θ 波頻段（4-8Hz）平均功率高於低分組學生，則達到顯著差異，顯示圖形 推理能力愈高者，右頂葉 θ 波頻段（4-8Hz）平均功率也就愈好。 在高分組的學生中，右頂葉 Ch42（P4）θ 波頻段（4-8Hz）腦電波平均功率 高於左頂葉 Ch28（P3）的平均功率，二者未達顯著差異；而低分組學生在右頂葉. 24.
(32) 的腦電波平均功率則低於左頂葉的腦電波平均功率。 從 SPM-P 的作答分析中可以發現，分測驗甲的難度較低，無論是高分組或 是低分組學生都普遍得高分，因此，作答總分和百分等級與分測驗甲的相關並 不高。但是隨著分測驗的難度增加，推理能力愈高者，在分測驗中依然能得高 分，而推理能力較低者，在較難的分測驗中，得分的情形較差。檢驗分測驗乙、 丙、丁、戊分別與總分和百分等級的 Pearson 積差相關，皆達到顯著水準，因 此，SPM-P 的分測驗乙、丙、丁、戊分別與總分和百分等級不是零相關（林清 山，1997） ，亦即在 SPM-P 的測驗中，總分和百分等級較高者，在分測驗乙、丙、 丁、戊的表現也會比較好，也就是說，圖形推理能力較高者，在較難的分測驗 中得分較高。 由前額葉區 β 波頻段（13-30Hz）的腦電波平均功率分別和 SPM-P 總分、 百分等級、分測驗戊的積差相關發現：右前額葉腦電波平均功率的相關係數絕 對值皆高於左前額葉的相關係數絕對值，結果說明右前額葉 β 波頻段（13-30Hz） 的腦電波平均功率和圖形推理能力較密切。 位在右頂葉的相關係數明顯高於左頂葉的相關係數，可見右頂葉和圖形推 理能力有較密切的關係；而右頂葉 C42（P4）和 SPM-P 百分等級的相關係數 為.446*，達到顯著水準，由此可知：SPM-P 百分等級較高者，其右頂葉 C42（P4） θ 波頻段（4-8Hz）腦電波平均功率也會比較高，而 SPM-P 百分等級較低者，其 右頂葉 C42（P4）θ 波頻段（4-8Hz）腦電波平均功率也會比較低。 綜合前額葉和頂葉的腦電波測量與 SPM-P 的測驗結果得知，在大腦中，以 頂葉區的 θ 波頻段（4-8Hz）腦電波和圖形推理能力有較密切的關係，而右頂葉 則具有關鍵性的地位。. 25.
(33) 第二節 建議 神經生理學文獻指出，從新生兒到成年的不同階段，腦波頻率會有明顯的 變化（周敏郎、趙文崇，1985） ，而且兒童腦電波圖的發展趨勢是：8-12 歲時， α 波占主要地位，而要到 13 歲左右，腦電波才會達成人水準（李丹等，1994）， 亦即腦電波相對呈現較成熟穩定的階段。本研究中的受試者雖然都是身心健康 而且認知功能正常的國小高年級學生，篩選的過程也都儘量保持在 SPM-P 得分 極端值的實驗組與對照組，但推算其生理年齡，都只有 10 歲到 11 歲之間。若 從滿六足歲的學童進入國民小學一年級開始推算，實際年齡滿 13 歲左右的學 生，應該以是國中一年級到二年級的階段，而非國小高年級階段，腦電波平均 功率的發展是否會因年齡、性別而異，則需要更多的研究。 此外，在小樣本的實驗中，若出現極端值，平均數的特性是很容易被極端 值影響的，因此實驗後也就不容易出現一致性的結果，增加腦電波的測量人數 是一項可行的辦法，本文的結論可以做為相同領域的借鏡與參考。. 26.
(34) 參考文獻 一、中文部份 李丹、劉金花（主編）、張欣戊（校訂）（1994）。兒童發展。台北市：五南 圖書有限公司。 李嘉富、劉文健、江漢光 (1994)。腦電圖及電腦化圖譜在精神科的應用，醫學 研究，15 卷 1 期，頁 1-12。 邱皓智（2008）。以單頻到腦電波訊號偵測慢波睡眠。中山大學碩士論文。 林清山（1997）。心理與教育統計學。臺北市：東華書局。 周敏郎、趙文崇（1985） 。小兒科領域的腦電圖簡介（下） ，當代醫學，12 卷 12 期，頁 42-43。 彭宗義（2002）。腦電圖，當代醫學，29 卷 7 期，頁 45-52。 陳威宏 (2004)。腦波發生的基本原理與機轉，Acta Neurologica Taiwanica，13 卷 4 期，頁 203-210。 陳榮華、陳心怡﹙2006﹚ 。瑞文氏矩陣推理測驗參考手冊。臺北市：中國行為科 學社。 張菀珍、葉榮木、蔡俊明、劉昀松（2010）。想像幾何左右旋轉與左右手動之辨 識率比較。資訊科學應用期刊，第六卷第一期，頁 1-28。 顏世杰（2007）。記憶、概念與心算複雜度在腦波(EEG)所呈現的反應與評估 （未出版之碩士論文）。私立東海大學，台中市。 廖宇璁（2009）。想像幾何旋轉動作與數學心算之腦電波分析。國立台灣師範 大學「數位科技與創新管理研討會」（頁 599-607），台北市。 關尚勇、林吉和（主編）蘇明勳（指導）（2007）。破解腦電波-EEG 教材。台 北市：藝軒圖書出版社。. 27.
(35) 二、英文部份 Net Station Acquisition Technical Manual.(2006). Oregon: Electrical Geodesics Inc. Net Station( Version 4.2) [Computer software]. Oregon: Electrical Geodesics Inc. Roi Cohen Kadosh,Sonja Soskic,Teresa Iuculano,Ryota Kanai,and Vincent Walsh （ 2010, November 23,）Modulating Neuronal Activity Produces Specific and Long-Lasting Changes in Numerical Competence. Current Biology 20, 1–5.. 28.
(36) 附 錄 一. 施測腦電波同意書. 親愛的家長，您好： 我是五年四班的袁明台老師，目前在國立台中教育大學測驗統計研究所進 修，我和另一位研究所同學（台中市文心國小張登貴老師）最近在進行一項關 於國小高年級學生的腦波研究：我們每一個人，每一分、每一秒，不論在做什 麼，甚至睡覺時，大腦都會不斷地產生「電流脈衝」，這些由大腦所產生相當 微弱的電流脈衝，稱之為「腦波」。拜現代數位化科技之賜，只要受測者靜坐 在實驗室的電腦前，然後將設計精密的網狀帽戴在頭上，透過放大器，再將其 連結電腦，就可以測量到腦波的反應，整個過程在三十分鐘內可以實施完畢， 相當單純、安全，更重要的是不需要使用到侵入式的醫療行為。 經由電腦的抽樣選擇後，貴子弟. 有緣成為我們的研究樣本之. 一，我們需要測量貴子弟的腦波進行教育研究，在此懇請 貴家長同意貴子弟 抽空協助參與。施測的時間以不影響正課的週末假日為主，地點在國立台中教 育大學綜合教育大樓 5F 的認知神經計量實驗室，茲附上實驗室的簡介說明，以 便參考。我會另行安排施測日期和集合地點以及接送事宜，如有打擾之處，尚 請見諒！ 本研究如有幸蒙 貴家長認可與支持，請在家長同意欄簽名，並由貴子弟 交回五年四班彙整。所測量到的腦波資料，僅供教育研究之用，並且會善盡保 密的職責，敬請 貴家長放心；此外，測量完畢後，我會請受測的同學享用麥 當勞（肯德雞）套餐一份，聊表謝意；貴家長如需參閱國小高年級學生的腦波 研究成果，也請在□中打勾，待實驗完成後，再擇日與 貴家長分享實驗成果。 敬祝 平安 5-4 袁明台敬上 99.6.4 附註： 同意. 協助參與國小高年級學生的腦波研究. 家長簽名： □參閱國小高年級學生的腦波研究成果. 29.
(37) 附 錄 二. 健康中心的學童特殊疾病名冊. 30.
(38)
Outline
相關文件
JPEG (Joint Photographic Experts Group) encoding is used to compress pictures and graphics, MPEG (Moving Picture Experts Group) encoding is used to compress video, and MP3 (MPEG
A fuzzy Petri nets approach to modeling fuzzy rule-based reasoning is proposed to bring together the possibilistic entailment and the fuzzy reasoning to handle uncertain and
To stimulate creativity, smart learning, critical thinking and logical reasoning in students, drama and arts play a pivotal role in the..
Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17
We explicitly saw the dimensional reason for the occurrence of the magnetic catalysis on the basis of the scaling argument. However, the precise form of gap depends
Define instead the imaginary.. potential, magnetic field, lattice…) Dirac-BdG Hamiltonian:. with small, and matrix
To assist with graphics and multimedia projects To assist with graphics and multimedia projects To support home, personal, and educational tasks To support home, personal,
• Paul Debevec, Rendering Synthetic Objects into Real Scenes:. Bridging Traditional and Image-based Graphics with Global Illumination and High Dynamic
