基于振幅-周期二维特征的脑电样本熵分析?

• 作者: 周海燕 张明辉 郭家梁 钟宁 马小萌
• 来源期刊: 物理学报
• 关键词: 样本熵 二维 脑电 抑郁症
• 年，卷（期）: 2016,（19）
• 所属期刊栏目: 总论
• 页码范围: 190501-1-190501-9
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.65.190501

摘要

样本熵可以有效反映一维时间序列中新模式的生成概率，但缺乏对二维序列复杂度的表征能力。基于对传统样本熵方法的改进，提出一种在振幅-周期二维空间描述波形复杂度的方法，二维样本熵反映了波形振动在振幅-周期空间中新模式的生成概率。通过仿真实验证明了这种方法描述波形复杂度的有效性，当波形的复杂度特征表现为振幅-周期的交互作用时，二维样本熵对复杂度的描述比一维条件下的样本熵更加有效。基于二维样本熵对抑郁症组和对照组的脑电复杂度进行分析，结果表明，抑郁症组在Alpha频段左侧顶区和左侧枕区的二维样本熵显著低于对照组，表明在上述频段和位置，抑郁症患者脑电中新模式的生成概率显著低于正常人，这一特征可能成为抑郁症的潜在生物标记。