您当前的位置： 首页 > 论文 > 2017,48(02) > 信息工程·计算机科学与技术
基金项目:
国家自然科学基金资助项目:抑郁症EEG功能脑网络构建及异常特征分析研究(61472270); 多模态脑功能复杂网络分析方法及应用研究(61373101);
分类号:
R741.044;O211.61
DOI:
10.16355/j.cnki.issn1007-9432tyut.2017.02.014
期刊号:
2017,48(02)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 李海芳 | 太原理工大学 计算机科学与技术学院, |
摘要:
针对传统的多尺度时间序列重构方法无法完整地提取脑电图EEG信号特征的问题,提出了一种新的多尺度时间序列重构方法——移动方差化。将EEG信号使用移动方差化方法进行序列重构,进而在多个尺度上提取时间序列的2个特征值——样本熵和方差熵。最后对所提取的特征值使用KS检验方法进行p值检验。实验证明,利用移动方差化方法重构的多个尺度上的时间序列对EEG信号进行特征提取,可以有效地区分癫痫患者发作间期与发作期的EEG信号,为之后利用EEG信号诊断判别精神疾病提供了依据。
关键字:
脑电图;移动方差化;多尺度熵