等概率符号化样本熵应用于脑电分析?
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.
符号动力学、等概率符号化、样本熵、脑电生物反馈
O23;TP3
江苏省自然科学基金BK2011565;国家自然科学基金批准号:61271079资助的课题.@@@@ Project supported by the Natural Science Foundation of Jiangsu Province, ChinaGrant BK2011565;the National Natural Science Foundation of ChinaGrant 61271079
2014-06-18(万方平台首次上网日期,不代表论文的发表时间)
共1页
100503-1-100503-6