下载文档原格式
开题报告1。
研究背景各种智能系统在生活中的应用越来越普遍。
智能系统中经常需要身份识别以便提供个性化服务。
身份识别是一个很棘手的的问题，传统方法中主要是通过一些具有个人身份特征的事物来鉴别，比如证件、钥匙等身份标识物品,或者是用户名和密码之类的身份标识知识。
在一些要求比较高的系统中，一般将这两方法结合起来使用,例如我们在使用ATM机时,只有ATM卡和密码都正确才能访问特定的用户并进行一些列操作。
但是传统的身份鉴别方法缺点是相当明显的：身份标识物品容易丢失或被伪造，身份标识知识容易遗忘或被盗取.这个时候身份鉴别就是天方夜谭了。
如果利用每个人本身的生物特征如人脸特征，指纹等等就能达到相当好的效果.这使得生物特征识别技术焕发光彩.由于微电子和机器视觉方面取得了新进展，高性能自动识别的技术可行性越来越高.近年来兴起的人脸识别在众多生物识别方法中应用最为广泛。
在国外,人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。
在国内，对于人脸识别技术的研究始于上世纪90年代,目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域.2。
研究意义人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。
人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。
如今，虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题，因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。
如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。
基于人脸生物特征的身份鉴别具有以下优点：（1）用户易接受:操作简单,身份识别度高，识别速度快。
（2）防伪性能好：人脸特征被伪造或被盗可能性很低.(3）使用方便：不用担心丢失或遗忘，随时随地可用。
Advances in Psychology 心理学进展, 2020, 10(12), 1931-1938Published Online December 2020 in Hans. /journal/aphttps:///10.12677/ap.2020.1012225面孔识别中脑电成分P1，N170和N250的民族特征反应岳亚奇石河子大学，新疆石河子收稿日期：2020年11月9日；录用日期：2020年12月8日；发布日期：2020年12月15日摘要目的：为了调查面孔识别中的脑电成分P1，N170，N250是否能够准确的反映出面孔的民族特征，本研究设计了专门检测面孔民族特征信息的实验范式进行探究。
方法：选取31名大学生作为被试，采用“平均面孔”以凸显民族信息，改变“平均面孔”的变形程度操纵被试对该特征信息的判断，同时记录被试的脑电与行为数据。
结果：对被试反应时间数据的方差分析显示出变形水平的主效应十分显著η。
被试民族与目标面孔民族交互作用显著F(1,29) = 8.7，P = 0.006，F(6,174) = 25，P < 0.001，2=0.46p2=0.23η。
脑电结果显示同族与异族面孔所引起的P1，N170波幅差异并不显著t(30) = 1.70，p = 0.09；pt(30) = 1.87，P = 0.07，而N250波幅差异十分显著t(30) = 2.84，P = 0.01。
结论：面孔识别中早期的脑电成分P1，N170成分对面孔的民族特征并不敏感，N250成分对不同民族面孔的特征信息具有良好的检出性。
关键词面孔识别，P1，N170，N250，异族效应The Ethnic Characteristic Reaction of EEGComponents P1, N170 and N250 in FaceRecognitionYaqi YueShihezi University, Shiheizi XinjiangReceived: Nov. 9th, 2020; accepted: Dec. 8th, 2020; published: Dec. 15th, 2020岳亚奇AbstractObjective: To investigate whether the eeg components P1, N170 and N250 in face recognition can accurately reflect the ethnic characteristics of faces. In this study, an experimental paradigm spe-cifically designed to detect the ethnic characteristics of faces was designed to explore. Methods: Thirty-one college students were selected as subjects, and “average face” was used to highlight na-tional information, and the deformation degree of “average face” was changed to manipulate the judgment of the characteristic information. Meanwhile, eeg and behavioral data of the subjects were recorded. Results: The variance analysis of the reaction time data showed that the main ef-fect of deformation level was very significant: F (6,174) = 25, P < 0.001, 2=0.46pη. The participants’ ethnicity had significant interaction with the target face ethnicity (F (1,29) = 8.7, p = 0.006, and 2=0.23p η). The eeg results showed that the amplitude of P1, N170 caused by homologous and alien faces was not significantly different t (30) = 1.70, P = 0.09. t (30) = 1.87, P = 0.07, and N250 amplitude difference is very significant t (30) = 2.84, P = 0.01, d = 0.47. Conclusion: In the early stage of face recognition, components P1 and N170 are not sensitive to the ethnic characteristics of faces, while N250 has a good ability to detect the characteristic information of faces of different ethnic groups. KeywordsFace Perception, N170, P1, N250, Other Race EffectCopyright © 2020 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/1. 引言面孔识别是一种高度特异化的认知能力。
基于面部特征的驾驶员疲劳检测的开题报告一、选题背景和意义随着交通工具的不断发展，人们出行的方式也变得更加便利和快捷。
但是，驾驶员的疲劳驾驶往往带来严重的交通安全隐患。
据统计，全球每年约有100万人因为疲劳驾驶而发生交通事故，其中超过10万人丧生。
因此，如何减少由疲劳驾驶引起的交通事故，保障公共安全，成为当前急需解决的问题。
借助面部特征检测技术，通过分析面部表情、瞳孔大小、眨眼频率等指标，可以对驾驶员进行快速、准确地疲劳检测。
因此，基于面部特征的驾驶员疲劳检测技术具有较高的应用价值和广泛的发展前景。
二、研究内容和目标本课题旨在研究基于面部特征的驾驶员疲劳检测技术，探究基于面部特征的驾驶员疲劳检测的关键技术，包括面部表情识别、瞳孔检测、眨眼检测等。
通过对这些技术的深入研究，建立驾驶员疲劳检测的模型并进行实验验证，达到准确检测出驾驶员疲劳的目的。
三、研究方法和实施方案1. 面部特征检测技术的研究和选型基于当前常见的面部特征检测技术，研究其原理和应用范围，结合实际应用场景，选定最适合的面部特征检测技术。
2. 数据采集和模型训练通过采集驾驶员面部特征数据，建立驾驶员疲劳检测的模型。
在模型训练过程中，应根据实际训练集的情况进行调整和优化，以达到最佳的检测效果。
3. 实验验证和结果分析将建立好的模型应用于实际场景中进行测试和验证，通过测试结果对模型进行分析和优化，从而优化模型的检测精度和速度。
四、预期成果和贡献本课题通过建立基于面部特征的驾驶员疲劳检测模型，可以快速、准确地检测出驾驶员的疲劳程度，从而降低交通事故的发生。
同时，本课题还可以为未来相关领域的研究提供参考，推动面部识别技术向更广泛的应用领域发展。
人脸识别仪开题报告人脸识别仪开题报告一、引言人脸识别技术是一种通过计算机视觉和模式识别技术来识别和验证人脸的方法。
随着科技的不断进步和应用场景的扩大，人脸识别技术已经成为了现实生活中的一种常见应用。
本文将对人脸识别仪的开发进行探讨，旨在提出一个可行的研究方案。
二、研究背景随着科技的发展，人们对于安全性的需求越来越高。
传统的密码和身份证验证方式存在着一定的风险和不便。
而人脸识别技术的出现，为解决这一问题提供了新的解决方案。
人脸识别仪作为人脸识别技术的一种应用形式，可以在各种场景中实现人脸的快速识别和验证，具有广阔的市场前景。
三、研究目的本研究旨在开发一种高效、准确、安全的人脸识别仪，以应对现实生活中的安全需求。
通过对人脸识别技术的深入研究和实验验证，探索出一种适用于各种场景的人脸识别仪方案，并对其性能进行评估。
四、研究方法本研究将采用以下研究方法：1. 文献综述：对人脸识别技术的发展历程、现有的研究成果和应用场景进行综述，了解当前的研究状况和存在的问题。
2. 系统设计：根据文献综述的结果，设计出一种适用于各种场景的人脸识别仪方案。
考虑到实际应用的需求，包括识别速度、准确度、可靠性等方面的要求。
3. 算法实现：选择合适的人脸识别算法，并进行实现和优化。
常用的算法包括基于特征的方法、基于模型的方法、基于深度学习的方法等。
4. 性能评估：通过对设计的人脸识别仪进行大量的实验测试，评估其在不同场景下的性能表现。
主要指标包括识别准确率、识别速度、鲁棒性等。
五、预期成果本研究的预期成果包括：1. 设计出一种高效、准确、安全的人脸识别仪方案，满足不同场景下的需求。
2. 实现并优化选择的人脸识别算法，提高识别准确率和速度。
3. 对设计的人脸识别仪进行全面的性能评估，验证其在实际应用中的可行性和有效性。
六、研究意义本研究的意义主要体现在以下几个方面：1. 提高安全性：人脸识别仪作为一种新型的身份验证方式，可以提高安全性，降低被冒用的风险。
人脸识别开题报告人脸识别开题报告一、引言近年来，随着科技的飞速发展，人脸识别技术逐渐成为一个备受关注的热门话题。
人脸识别作为一种生物特征识别技术，通过对人脸图像进行分析和比对，实现对个体身份的准确识别。
它在安全领域、社交媒体、金融支付等方面具有广泛应用的潜力。
本文旨在探讨人脸识别技术的原理、应用和挑战，以及未来发展的趋势。
二、人脸识别技术的原理人脸识别技术主要依靠计算机视觉和模式识别的方法实现。
首先，通过摄像头采集人脸图像，然后将图像转化为数字信号，进行预处理，包括图像增强、去噪等操作。
接下来，通过特征提取算法，提取人脸图像中的关键特征点，如眼睛、鼻子、嘴巴等。
最后，将提取的特征与已知的人脸数据库进行比对，通过算法计算相似度，确定身份。
三、人脸识别技术的应用1. 安全领域人脸识别技术在安全领域有着广泛的应用。
例如，通过在公共场所安装摄像头，可以实现对陌生人的实时监控和识别，从而提高安全性。
此外，人脸识别技术还可以应用于边境检查、机场安检等领域，加强对可疑人员的筛查和识别。
2. 社交媒体随着社交媒体的兴起，人脸识别技术也开始在这一领域发挥作用。
例如，Facebook利用人脸识别技术，可以自动识别照片中的人物，并向用户提供标签功能，方便用户进行社交互动。
此外，人脸识别技术还可以应用于人脸变换、滤镜等功能，增强用户体验。
3. 金融支付人脸识别技术在金融支付领域也有着广泛的应用。
通过将用户的人脸与其银行账户绑定，可以实现无需密码或指纹的支付方式。
这种支付方式不仅方便快捷，还提高了支付的安全性，防止了密码泄露等问题。
四、人脸识别技术的挑战虽然人脸识别技术在各个领域都有广泛应用，但也面临着一些挑战。
首先，人脸图像的质量和光线条件对识别结果有较大影响，不同角度、表情、遮挡等因素都会影响识别的准确性。
其次，人脸识别技术涉及到个人隐私问题，如何保护用户的隐私成为一个亟待解决的问题。
此外，人脸识别技术还面临着攻击和欺骗的风险，如使用伪造的人脸图像进行识别等。
心理科学进展2010, Vol. 18, No. 12, 1942–1948Advances in Psychological Science面孔识别中脑电成分N170的研究概述*李明芳1张烨2张庆林2(1西南大学西南民族教育与心理研究中心, 重庆 400715) (2西南大学心理学院, 重庆 400715)摘要 N170是在面孔刺激呈现后的130-200ms记录到的并在160~170ms时达到峰值的一种脑电负成分。
目前, 在N170的研究中存在争议性的问题有：N170反映面孔结构编码还是面孔特征编码; N170是否是面孔特异性成分; 以及N170是否受注意的影响等。
这些争议也为N170后续研究指明了方向, 即探讨结构编码和特征编码在诱发N170成分上起着怎样的作用; 比较不同熟悉度的刺激材料所诱发的N170反应差异; 探讨N170成分与识别电位间的关系;采用多研究方法的结合从不同层面深入揭示N170的认知机制。
关键词 N170; 面孔识别; 结构编码; 特征编码; 类别信息加工; 注意分类号 B841.1N170是在面孔和其他物体类别刺激呈现后的130~200ms记录到的, 并在160-170ms时达到峰值的一种脑电负成分, 其主要分布于大脑颞枕区(occipito-temporal region), 通常在P8(T6) 或者PO8或者O2等电极处的波幅最大。
面孔诱发的N170波幅在左右两半球均强于物体刺激(如汽车)诱发的N170波幅, 且常具有右半球优势(Rossion & Jacques, 2008), 如图1。
近年来, 随着国内外对面孔和其他视觉类别物体识别的研究逐渐增多, 研究者们对这一成分本质的探讨也逐渐深入, 研究的焦点问题集中于：N170反映面孔结构编码还是面孔特征编码的讨论; N170反映面孔特异性(face specificity)信息加工还是一般性类别信息加工的讨论; N170是否受注意的影响, 等等。
面孔加工特异性的事件相关电位研究摘要采用事件相关电位方法，以面孔、汽车、鸟和椅子为刺激，在汽车搜索作业及分类判断作业两种条件下考察了N170面孔特异性效应。
结果发现，面孔在两种条件下均引起明显不同于其余三类物体的N170。
实验任务对汽车刺激有明显的影响，具体表现为：在搜索作业下，汽车N170有接近面孔N170的趋势，其波幅显著大于鸟、椅子N170的波幅；在分类作业中，则没有这种显著的差异。
从而为证明存在面孔识别的特异性神经机制提供了证据。
关键词面孔加工特异性，N170，事件相关电位（ERPs）。
1问题提出面孔是一种独特的刺激，它能提供丰富的社会信息，如性别、年龄、种族或情感状态等。
面孔是复杂的、多维的，然而人类在面孔识别方面具有很高的技能，可以在几百毫秒内轻易完成这一过程。
研究者投入了大量努力以揭示面孔加工的功能机制和神经解剖结构。
面孔识别与物体识别都是人类社会生活中的重要功能，两者之间是否有着相同的脑机制，是否存在独立的面孔加工系统与一般物体加工系统，这些是长期以来存有争议的问题[1]。
有关面孔加工系统特异性的较早证据，来自脑损伤病人所表现出的特异性面孔失认症（prosopagnosia）。
这类患者通常在腹侧枕颞皮层受到损伤，不能识别任何熟悉的面孔，但物体识别功能却相对完好[2~4]。
对猴脑的单细胞记录发现，颞下回皮层（inferior temporal cortex）存在一种神经元，对面孔有着强烈的反应而对非面孔刺激表现出微弱反应或不反应，研究者把这些神经元叫做面孔神经元[5]。
此外，PET和fMRI研究还发现人类大脑皮层上存在某些区域专门负责面孔加工。
同一般物体相比，面孔在大脑梭状回引起更大的激活。
研究者将该区域称为梭状回面孔区（fusiform face area，简称FFA），认为它专门负责面孔识别[6,7]。
在面孔识别的ERP研究中，发现面孔刺激呈现后150到180ms之间产生一个负波，在170ms左右达到波峰（N170），它的波幅总是比以同等方式呈现的其他刺激（如鸟、家具、手、汽车、花和蝴蝶等）引起的波幅大得多，而物体之间的N170 波幅差异通常很小并且缺乏一致性[8~10]。
N170适应效应中的时程影响的开题报告
题目：N170适应效应中的时程影响
背景和意义：
N170是一种脑波信号，用于研究人类对面孔的认知过程。
研究表明，当人们看到面孔时会产生一个特定的N170波形，而这种波形可以通过
N170适应效应来调节。
然而，目前尚不清楚N170适应效应中时间对该
效应的影响。
因此，本研究的目的是探究N170适应效应的时间效应，以期深入了解人类面孔认知的机制和其时间特点。
研究问题：
1. N170适应效应的时程影响是什么？
2. 面孔特征的影响是否会随着适应时间的延长而改变？
方法：
采用视觉刺激范式，利用脑电记录技术，测试被试的N170波形，对参与者进行多次适应操作。
预期结果：
1. 随着适应时间的增加，N170适应效应的幅度和时间特征可能会发生变化。
2. 适应时间不同的面孔特征可能会对适应效应产生不同的影响。
意义和贡献：
本研究的意义在于深入了解人类面孔认知的机制和特点，同时对豁
免加工的面孔认知效应提供新的证据和解释，为认知神经科学和心理学
领域提供实证研究的支持和参考。
关键词：N170适应效应，面孔认知，时程影响，脑电记录。
不同任务下汉语N170的加工机制研究的开题报告一、研究背景N170作为ERP成分之一，是指事件相关电位(ERP)在视觉刺激作用下的一种脑电波反应。
N170是指在距离视觉刺激呈现之后的170毫秒内出现的负电电位，通常观察在枕部和颞部区域。
N170反应与面孔和单词等认知特异性的处理有关，并被广泛研究。
目前，研究者对N170的研究已经在很多不同的领域拓展和应用。
二、研究问题和目标本研究将探究不同任务下汉语N170的加工机制。
具体问题包括：1）在语义加工任务和语音加工任务中，汉语N170是否存在加工差异；2）汉语N170对不同加工任务的时间和空间特征是否有差异；3）汉语N170在不同加工任务下的脑区激活情况是否不同。
通过以上问题的研究，目标是了解汉语N170在不同任务下的加工机制和表现。
三、研究内容和方法1. 研究内容1) 确定实验参与者，计算实验设计需要的人数。
2) 设计实验任务：利用相关实验范式，比如说面孔辨别和字词辨别任务，对参与者进行实验。
3) 采集脑电信号：在不同任务下采集参与者脑波反应信息。
4) 数据分析：使用ERP研究中的时间窗分析，旨在寻找呈现 N170 磁极性的负波峰，比较不同任务下的加工差异，同时绘制头皮电源地图，分析 N170 的时间和空间特征。
5) 表面分析：参与者分别进行不同任务后，分析脑区的激活情况。
2.研究方法1)研究范式：为了探究N170在不同加工任务下的加工差异，可以使用辨别面孔和辨别字词两种任务。
面孔任务通常包括了若干个不同面部的图片，参与者需要在注意到面部的情况下辨别该面部是否属于某一类别。
在字词辨别任务中，参与者需要在注视到一个汉语字或单词的情况下，判定它是走形近似、全形近似，还是法定近似等识别情况。
2)参与者选择：由于该研究需要较长时间的注意力维持以及对任务的掌握，因此可以在学生中募集志愿者作为参与者。
为确保实验的严谨性，参与者需要符合以下条件：0-3年的左、右手侧化、没有中央视力缺陷、没有颜色盲无屈光不正。
人脸识别算法在车辆防盗系统中的研究与应用的开题报告一、选题背景随着社会的进步和发展，汽车已成为人们日常生活中不可缺少的一部分。
然而，由于车辆数量的不断增加以及犯罪率的上升，汽车防盗也变得越来越重要。
目前，汽车防盗技术主要包括密码锁、遥控钥匙、GPS定位、报警器等多种技术手段。
其中，人脸识别算法作为一种新兴的技术手段，在车辆防盗方面也有着广泛的应用和研究。
二、选题意义人脸识别算法直接对接车辆防盗系统，可以用来识别车主身份，防止车辆被盗走，并提高防盗的成功率。
该算法在车辆防盗方面的应用将大大提升汽车防盗的安全性和有效性。
此外，人脸识别算法的研究也将推动该算法的进步和发展。
三、研究目标本文主要研究人脸识别算法在车辆防盗系统中的应用。
具体包括：1.了解人脸识别算法的原理和应用；2.探讨人脸识别算法在车辆防盗中的应用场景；3.确定人脸识别算法在车辆防盗中的关键技术和算法；4.开发基于人脸识别算法的汽车防盗系统；5.评估基于人脸识别算法的汽车防盗系统的性能和实用性。
四、研究内容本文将从以下几个方面展开研究：1.人脸识别算法的原理和应用本部分主要介绍人脸识别算法的原理和应用，包括人脸识别算法的总体框架、传统的人脸识别算法和深度学习算法的差异与选择等。
2.人脸识别算法在车辆防盗中的应用场景本部分主要探讨人脸识别算法在车辆防盗中的应用场景，包括车辆门禁系统和车载安全系统等。
3.人脸识别算法在车辆防盗中的关键技术和算法本部分主要确定人脸识别算法在车辆防盗中的关键技术和算法，包括人脸检测、特征提取与匹配等。
4.基于人脸识别算法的汽车防盗系统的开发本部分将开发基于人脸识别算法的汽车防盗系统。
在该系统中，将涉及到系统架构、算法实现、数据库设计和系统接口等方面。
5.基于人脸识别算法的汽车防盗系统的性能和实用性的评估本部分主要对基于人脸识别算法的汽车防盗系统的性能和实用性进行评估，包括系统的准确性、鲁棒性和响应速度等指标。
五、研究计划本文的研究计划如下：第一阶段：调研人脸识别算法1.了解人脸识别算法的原理和应用。
N170与面孔识别关系的探讨
田海鹏
【期刊名称】《科教文汇》
【年(卷),期】2015(000)014
【摘要】在对面孔进行识别时，大脑会在170ms左右产生一个负波即N170。
N170是否具有面孔特异性，反映的是结构编码还是特征编码，一直都存在争论。
文章对这两个争论进行了阐述，并提出将N170作为异族效应指标的设想，期望探讨N170在情绪面孔识别中的神经机制。
【总页数】2页(P138-139)
【作者】田海鹏
【作者单位】新疆师范大学教育科学学院心理系新疆·乌鲁木齐 830000
【正文语种】中文
【中图分类】B845
【相关文献】
1.维吾尔族和汉族大学生的族际友谊与面孔识别跨民族效应的关系 [J], 刘阳;贾德梅;刘贵雄;龙长权
2.精神分裂症自知力与无意识自我面孔识别的关系 [J], 徐园园;周菘;朱虹;耿海燕;贾竑晓
3.面孔识别中脑电成分P1,N170和N250的民族特征反应 [J], 岳亚奇
4.面孔识别的脑加工成分——N170的ERP研究 [J], 彭小虎;魏景汉;罗跃嘉;赵仑;
王国锋
5.面孔识别中脑电成分N170的研究概述 [J], 李明芳;张烨;张庆林
因版权原因，仅展示原文概要，查看原文内容请购买。
面孔特异性？——建模视域下的N170
苏咏琪;罗宇钧;陈俊
【期刊名称】《心理研究》
【年(卷),期】2024(17)3
【摘要】N170是在面孔刺激呈现后170ms左右出现的脑电负成分。
目前关于N170成分的研究主要争议集中在人的面孔识别是否具有特异性。
本文通过对多篇相关文献的搜索、鉴别、分析,围绕人脸识别N170、视觉专家化理论、面孔特异性理论进行阐述,提出建立一个以刺激类型为自变量、N170波幅大小为因变量,个体对刺激的专家化水平为中介变量,刺激能利用的注意资源和测量选择的参考电极为调节变量的有调节的中介模型的设想,期望探讨诱发N170的内在机制。
【总页数】7页(P209-214)
【作者】苏咏琪;罗宇钧;陈俊
【作者单位】华南师范大学心理学院/教育部重点实验室/心理应用研究中心/广东省重点实验室;广州天河区第一实验小学
【正文语种】中文
【中图分类】TP3
【相关文献】
1.面孔类别识别的N170和VPP的时空特异性研究
2.他传《青春》中的三副面孔--空间视域下的“孤岛人”、“飞散者”和“都市漫游者”
3.发作期抑郁症患者不
同情绪面孔刺激下的N170研究4.喜剧巨匠、殉道者、平民主义者——电影批评史视域下石挥的三副面孔5.符号学视域下中国西部农村题材电影的“三副面孔”
因版权原因，仅展示原文概要，查看原文内容请购买。
面孔认知中容颜信息对N170的影响罗一峰;周曙;吕田明;陆兵勋;周宏珍;刘玲;安红伟【期刊名称】《南方医科大学学报》【年(卷),期】2006(026)006【摘要】目的了解面孔认知中容颜因素对N170的影响.方法记录34名受试者不同容颜(美、中、丑)面孔刺激所诱发的事件相关电位,测量右侧颞后导联N170的波幅和潜伏期,以SPSS-v12行配对t检验统计分析.结果美与丑比较,前者所诱发的N170波幅较大,潜伏期较短.结论表征面孔整体加工的N170受面孔容颜因素的影响.大脑对面孔进行结构编码时可能同时需要处理容颜、表情等信息.【总页数】2页(P794-795)【作者】罗一峰;周曙;吕田明;陆兵勋;周宏珍;刘玲;安红伟【作者单位】南方医科大学南方医院神经内科,广东,广州,510515;南方医科大学南方医院神经内科,广东,广州,510515;南方医科大学南方医院神经内科,广东,广州,510515;南方医科大学南方医院神经内科,广东,广州,510515;南方医科大学南方医院神经内科,广东,广州,510515;南方医科大学南方医院神经内科,广东,广州,510515;南方医科大学南方医院神经内科,广东,广州,510515【正文语种】中文【中图分类】R338.25【相关文献】1.面孔容颜信息加工的事件相关电位时空模式研究 [J], 罗一峰;周曙;尹恝;吕田明;陆兵勋;刘玲;周宏珍;安红伟2.面孔认知中性别信息对N170的影响 [J], 罗一峰;吴钢;周曙;吕田明;陆兵勋;刘玲;周宏珍;安红伟3.视觉认知中的N170成分 [J], 梁欣;王权红;;4.轻度认知障碍患者早期面孔加工N170的研究 [J], 李秀艳;张媛媛;李密;孟庆慧5.视觉统合训练对老龄MCI早期认知功能N170的影响 [J], 王珊珊;戴青梅;孙延超;杨南南;王爱华;李秀艳因版权原因，仅展示原文概要，查看原文内容请购买。
