搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

等概率符号化样本熵应用于脑电分析

黄晓林 霍铖宇 司峻峰 刘红星

等概率符号化样本熵应用于脑电分析

黄晓林, 霍铖宇, 司峻峰, 刘红星
PDF
导出引用
导出核心图
计量
  • 文章访问数:  613
  • PDF下载量:  1472
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-01-06
  • 修回日期:  2014-02-11
  • 刊出日期:  2014-05-20

等概率符号化样本熵应用于脑电分析

  • 1. 南京大学电子科学与工程学院, 生物医学电子工程研究所, 南京 210023;
  • 2. 常熟理工学院物理与电子工程学院, 常熟 215500
    基金项目: 

    江苏省自然科学基金(批准号:BK2011565)和国家自然科学基金(批准号:61271079)资助的课题.

摘要: 样本熵(或近似熵)以信息增长率刻画时间序列的复杂性,能应用于短时序列,因而在生理信号分析中被广泛采用. 然而,一方面由于传统样本熵采用与标准差线性相关的容限,使得熵值易受非平稳突变干扰的影响,另一方面传统样本熵还受序列概率分布的影响,从而导致其并非单纯反映序列的信息增长率. 针对上述两个问题,将符号动力学与样本熵结合,提出等概率符号化样本熵方法,并对其物理意义、数学推导及参数选取都做了详细阐述. 通过对噪声数据的仿真计算,验证了该方法的正确性及其区分不同强度时间相关的有效性. 此方法应用于脑电信号分析的结果表明,在不对信号做人工伪迹去除的前提下,只需要1.25 s的脑电信号即可有效地区分出注意力集中和注意力发散两种状态. 这进一步证明了该方法可很好地抵御非平稳突变干扰,能快速获得短时序列的潜在动力学特性,对脑电生物反馈技术具有很大的应用价值.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回