

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、腦電是一種常用的腦部檢測方式。近年來的大量研究表明,人類大腦是一個高度復雜的非線性系統(tǒng),作為記錄大腦內部活動的腦電信號也呈現(xiàn)出高度的復雜性和非線性特性。熵,作為一種重要的非線性動力學特征量,能夠刻畫系統(tǒng)所處狀態(tài)的無序性和混亂程度,已經被廣泛地用于疾病、認知任務等不同狀態(tài)腦電信號的定量分析中。其中,模糊熵作為近似熵和樣本熵的改進,已經得到研究者一定程度上的認可,但是該指標對噪聲的敏感性易受到指標參數(shù)值大小的影響。然而,腦電信號采集中噪聲較
2、多,使得最終得到的信號信噪比很低,因此本文提出了一種排列模糊熵。該指標通過在模糊熵的基礎上引入排序符號化思想對其進行了改進。隨后,通過對比研究發(fā)現(xiàn)排列模糊熵的抗噪性能優(yōu)于傳統(tǒng)的排列熵和模糊熵。最后將三種熵指標分別應用到癲癇自動檢測和精神分裂癥事件相關腦電位數(shù)據(jù)的分析中做了對比。
本研究主要內容包括:⑴首先針對模糊熵對噪聲敏感的問題,提出了模糊熵的改進指標--排列模糊熵;隨后在仿真腦電數(shù)據(jù)上結合高斯白噪聲將排列模糊熵的抗噪能力同
3、模糊熵和排列熵進行了比較。仿真實驗結果表明,排列模糊熵的抗噪能力優(yōu)于模糊熵和排列熵,而且其抗噪能力不會因指標參數(shù)設置的不同而低于模糊熵和排列熵。⑵將排列模糊熵、模糊熵和排列熵分別用于同一癲癇自動檢測框架,對比了三種熵的癲癇檢測能力。癲癇自動檢測實驗結果表明:排列模糊熵比模糊熵和排列熵更適用于癲癇檢測。⑶分別使用排列模糊熵、模糊熵和排列熵分析了信噪比更低的精神分裂癥的條件-測試刺激事件相關腦電位數(shù)據(jù)。實驗結果表明:排列模糊熵比模糊熵和排列
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 模糊熵及其在模糊系統(tǒng)優(yōu)化中的應用.pdf
- 多尺度熵算法及其在情感腦電識別中的應用.pdf
- kolmogorov熵在大鼠腦電麻醉深度監(jiān)測中的應用
- 直覺模糊熵、區(qū)間直覺模糊熵及其應用.pdf
- 思維腦電分析及其在精神負荷評估中的應用.pdf
- 直覺模糊集模糊熵及其在多屬性決策中的應用研究.pdf
- 神經電刺激技術及其在腦深部電刺激系統(tǒng)中的應用.pdf
- 偏頭痛患者的腦電近似熵分析.pdf
- 模糊信息環(huán)境的熵測度及其應用.pdf
- 模糊集、Vague集的模糊熵和相似度量及其在模式識別中的應用.pdf
- 互模糊熵的改進及其在心衰檢測中的應用.pdf
- 22409.對偶猶豫模糊集的熵及其在多屬性決策中的應用
- 混沌系統(tǒng)最大Lyapunov指數(shù)的計算及其在腦電數(shù)據(jù)分析中的應用.pdf
- 信息熵分析方法研究及其在故障診斷中的應用.pdf
- 時變網(wǎng)絡在腦電數(shù)據(jù)分析中的應用研究.pdf
- 熵權模糊綜合評價方法在環(huán)境會計計量中的應用
- 腦電信號分析及其在認知研究中的應用.pdf
- 睡眠腦電分析及在睡眠分期中的應用.pdf
- 猶豫模糊信息的相關系數(shù)和熵測度及其在群決策中的應用.pdf
- σ-熵曲線及其在金融市場中的應用.pdf
評論
0/150
提交評論