“呐，就是这个！”

电脑屏幕上，小灵快速的将异常数据从分析数据中提取了出来。

入目，一张EEG脑电波图像映入眼帘中，盯着眼前的实验数据，徐川眼眸中带着一丝古怪。

“如果我没记错的话，这好像是EEG脑电波信号中的ERP电位信号数据吧？2-10微伏的波动，如果我没记错的话，这个波动好像与基本的低级感知有关？”

“是的哦，主人。”

小灵的声音在书房中响起，带着一些拟人的情绪说道：“我刚刚查阅了一下您提供的脑电波信号数据，该类型的电信号波动在资料记载中是人体潜意识自发产生的无规律的周期性脑电变化波动数据。”

“它是从连续的EEG数据中提取出的、对特定刺激，例如在计算机屏幕上看到的图片或文字的潜意识刺激性反应神经信号。”

听到小灵的话，徐川下意识的摸了摸下巴。

他好像知道问题出在哪儿了。

不过这还需要大量ERP电位信号的数据分析来验证它的想法。

脑海中的思绪流转了一下，他快速的开口道：“小灵，暂停其他的分析工作，将对EEG神经性的关注重点放到2到10微伏的数据上。”

“我需要对于ERP电位信号的恒定的波形和潜伏期波形有一个全面的判断数据，如果不出意外，我可能找到问题在哪里了！”

“收到！(??ω??)?”

......

2到10微伏的波动，就是EEG脑电波信号中的ERP事件相关电位的波动信号。

它比自发脑电更弱，一般只有2到10微伏。在采集信息数据的时候，因为信号数据更弱的关系，通常会淹埋在自发的EEG脑电中。

所以分析ERP信号一般需要使用特定的技术手段才行。

本小章还未完，请点击下一页继续阅读后面精彩内容！

不过对于徐川来说，这并不是什么难事，甚至都轮不到他自己动手，小灵就能够直接动用超算中的各种工具完成。

有了特定的分析方向，在小型超算的加持下，相关的数据分析工作很快就完成了。

看着屏幕上的分析结果，徐川嘴角勾起了一丝幅度。

果然，他的猜测是对的，问题就出在更为微弱的ERP事件相关电位信号上。

大脑和人体的活动，远比他想象的更加神奇。

通常情况下，医学界普遍认为，对于控制躯干运动的神经信号，是由主动信号的8-100Hz的α波、β波、γ波等脑电波主导的。

比如8-13Hz的α波，一般控制着放松状态下的脑电活动。

如人在静坐、放松、关闭眼睛时，α波会逐渐增高。

同时，α波还与认知加工任务的执行、手眼协调能力、情感调节等方面有一定的关系。

而13-30Hz的β波，多与活跃的认知加工任务有关，如思维决策、注意力等。

尤其是在肌肉运动执行中，β波能够提供关于肌肉的不同段落运动速度和握力控制的信息。

还有可以反映肌肉紧张度和肌肉缩短的速率的γ波。

这些主动性脑电波通常被认为是控制人体活动的主要电信号。

而那些更低层次的自然微弱脑电信号，通常控制着人体的潜意识活动。

但从目前的情况来看，两者之间的关系可能更加的微妙。

运动也不全是主动性脑电波信号完成的，在人体的剧烈活动中，弱频次的脑电波信号也会对肌肉做出一定程度的指挥！

快速的将电脑上的分析数据整理出来，徐川嘴角勾起一抹弧度。

尽管对脑电波的研究并不是多么的深入，但数学上的直觉告诉他问题就出现在这里！

.......

PS：生物方面的东西不是很懂，如果有什么有问题的地方，或者刚好有这方面的大佬在看，写错了的话别介意。

我也被整的头晕脑胀的，资料看了一大堆，但是人是懵的。

后面不搞这么复杂了，直接爽吧ψ(｀?′)ψ