多尺度样本熵对脑信号复杂度评估算法的修正

摘要：

多尺度样本熵(MSE)算法作为一种时间序列非线性复杂度测量方法,近年来在生物信号分析中得到广泛应用.针对MSE对不同粗粒化程度数据序列的匹配标准缺少区分度的问题,提出一种修正方法,将序列匹配标准与不同粗粒化程度的数据相对应,以提高MSE对信号复杂度测量的准确度和可解释性.采用修正前、后的MSE分别对模拟噪声信号和人类脑电信号复杂度进行了计算.结果表明:修正后的MSE所表征的复杂度更符合白噪声与1/f噪声的物理意义,且对脑电信号在高时间尺度闭眼与睁眼实验条件下的复杂度具有更好的区分效果,复杂度差异存在统计显著性.

关键词：多尺度样本熵、复杂度、脑信号、评估算法

所属期刊栏目：42

分类号：N949(系统科学)

资助基金：江苏省自然科学青年基金项目;江苏省高校自然科学基金项目;江苏省高校哲学社会科学基金项目;南京邮电大学统计科学研究基地项目

在线出版日期：2023-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：110-117