基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于等分符号化熵的情感脑电信号分析
非线性
脑电
复杂度
情感
睡眠脑电的样本熵分析
脑电
近似熵
样品熵
睡眠脑电的关联维数和样本熵分析
脑电
关联维数
样本熵
基于等分符号化熵的情感脑电信号分析
非线性
脑电
复杂度
情感
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 等概率符号化样本熵应用于脑电分析?
来源期刊 物理学报 学科
关键词 符号动力学 等概率符号化 样本熵 脑电生物反馈
年,卷(期) 2014,(10) 所属期刊栏目 总论
研究方向 页码范围 100503-1-100503-6
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.63.100503
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘红星 南京大学电子科学与工程学院生物医学电子工程研究所 43 399 13.0 18.0
2 霍铖宇 常熟理工学院物理与电子工程学院 12 39 4.0 6.0
3 黄晓林 南京大学电子科学与工程学院生物医学电子工程研究所 24 99 5.0 9.0
4 司峻峰 南京大学电子科学与工程学院生物医学电子工程研究所 15 69 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (11)
同被引文献  (33)
二级引证文献  (12)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
符号动力学
等概率符号化
样本熵
脑电生物反馈
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导