多尺度样本熵对脑信号复杂度评估算法的修正_中国煤炭行业知识服务平台

多尺度样本熵对脑信号复杂度评估算法的修正

作者

李筱菁刘云青丁颖孙友然周薇
单位

南京特殊教育师范学院中国残疾人数据科学研究院博西华电器（江苏）有限公司上海交通大学心理与行为科学研究院南京邮电大学管理学院山东科技大学电子信息工程学院
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
基金项目(Foundation)

江苏省自然科学青年基金项目(BK20191024),江苏省高校自然科学基金项目(19KJB9003),江苏省高校哲学社会科学基金项目(2019SJA0563),南京邮电大学统计科学研究基地项目(NYTJ21802),
文章目录

1 多尺度样本熵(MSE)理论
2 多尺度样本熵的修正(rMSE)
3 实验分析
3.1 实验数据采集
3.2 实验步骤
3.3 实验结果及分析
4 结论及展望
引用格式

李筱菁,刘云青,丁颖,孙友然,周薇.多尺度样本熵对脑信号复杂度评估算法的修正[J].山东科技大学学报(自然科学版),2023,42(01):110-117.DOI:10.16452/j.cnki.sdkjzk.2023.01.012.