在脑电信号的分析处理中,人类头皮记录到的事件相关电位(ERP)能够反映大脑的活动,可用于研究人脑的信息加工,是窥视大脑的窗口。事件相关电位已应用于很多领域,尤其在医学及心理学方面有很重要的应用。因此对ERP信号的研究引起了越来越多的学者的注意。　　在事件相关电位家族中,N400反映了语言认知功能,是继P300以后又一个具有非常重要的生理意义的ERP成分。本文采用汉语成语结尾字歧义作为实验刺激,并对由这种刺激诱发出的N400进行分析处理。　　由于事件相关电位与自发脑电信号相比非常微弱,所以在通常记录到的脑电信号中无法直接看到事件相关电位,ERP信号被淹没在强大的背景噪声中。因此如何对事件相关电位进行精确的提取是解决ERP分析问题的一个非常重要的任务。　　传统上对事件相关电位的提取采用的是叠加平均法。但是随着脑电记录时间的延长和刺激的重复性,会产生两种情况,一种是被试对刺激的熟悉,另一种是大脑产生疲劳,所以用传统的平均法已经不能很好地提取出ERP信号。而且平均法需要反复地刺激,这样就无法进行单次提取。本文研究事件相关电位的单次提取问题。　　近年来的研究成果表明,从盲源分离思想发展而来的独立分量分析(ICA)是一种非常有价值的生物医学信号处理方法,这种方法已经引起了国内外信号处理领域的广泛关注。在脑电信号的测量中,观察到的信号实际上是若干相对独立的源信号叠加而成的,所以采用独立分量分析的方法分解出观察信号的独立成分将有助于我们把握真正有意义的大脑活动信息。本文以独立分量分析思想为指导,研究了对汉语成语结尾字歧义诱发的事件相关电位的单次提取算法和软件编程实现,并从以下几个方面做了一些有特色的工作:　　1.进行了实验编排和实验操作,成功地通过汉语成语结尾字歧义的刺激记录到了所需要的脑电信号。实验所得数据应用于本文的提取分析研究中,为事件相关电位的研究打下了实验基础和数据来源。　　2.从传统的批处理ICA算法出发,研究了动态ICA算法原理,探讨了动态ICA算法应用于事件相关电位单次提取的可行性,并做了实验验证其可行性,结果得出动态独立分量分析实现ERP信号的单次提取具有重要的使用价值和生理意义。　　3.小波变换是一种很重要的信号分析处理方法,其理论深刻,应用广泛,已成功应用于图像分析和信号处理等方面。本文把动态独立分量分析和小波变换这两种应用比较广泛的算法相结合,通过同时做时频处理来更精确地提取出ERP信号。　　4.对单次提取出的事件相关电位进行时域、频域、空间域三方面的分析,以更全面地分析事件相关电位N400的特征。