基于方差的多尺度时间序列重构方法研究

• 作者: 介丹 李宇驰 李海芳 阴桂梅
• 来源期刊: 太原理工大学学报
• 关键词: 脑电图 移动方差化 多尺度熵
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息工程·计算机科学与技术
• 页码范围: 220-225
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2017.02.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海芳	太原理工大学计算机科学与技术学院	92	507	12.0	16.0
2	阴桂梅	太原理工大学计算机科学与技术学院	4	21	3.0	4.0
3	李宇驰	太原理工大学计算机科学与技术学院	2	9	2.0	2.0
4	介丹	太原理工大学计算机科学与技术学院	3	10	2.0	3.0