基于样本熵算法的抑郁症患者脑电特征分析

• 作者: 杨超 王冬翠 田树香 罗邵辉 肖文香 陈刚 陈真诚
• 来源期刊: 桂林电子科技大学学报
• 学科: 医学
• 关键词: 样本熵 抑郁症 静息脑电数据
• 年，卷（期）: 2014,（5）
• 页码范围: 382-385
• 页数: 4页
• 分类号: R318.04|TP391
• 字数: 2942字
• 语种: 中文

摘要

为寻找抑郁症患者早期诊断指标,采集了5例未经抗抑郁药物干预的抑郁症患者和6例正常被试者静息状态下的脑电数据,采用样本熵算法,研究抑郁症患者脑电时间序列复杂度。结果表明,2组数据睁眼状态都比闭眼状态的样本熵数值大,说明睁眼状态的时间序列复杂度要高于闭眼状态。抑郁组的睁眼状态和闭眼状态样本熵数值分别比正常组大,说明抑郁组睁眼和闭眼状态时间序列复杂度比正常组高。研究表明,样本熵的处理方法能有效区分抑郁症患者和正常对照组,样本熵可作为判别抑郁症的生物学指标,为抑郁症的早期诊断提供一种辅助方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈真诚	桂林电子科技大学生命与环境科学学院	91	434	12.0	16.0
2	肖文香	桂林电子科技大学生命与环境科学学院	27	138	7.0	10.0
3	杨超	桂林电子科技大学电子工程与自动化学院	28	71	5.0	6.0
4	王冬翠	桂林电子科技大学生命与环境科学学院	2	6	1.0	2.0
5	田树香	桂林电子科技大学电子工程与自动化学院	5	18	3.0	4.0
6	陈刚	桂林电子科技大学电子工程与自动化学院	4	12	2.0	3.0