皮层脑电时间序列的相空间重构及非线性特征量的提取
Phase-space reconstruction of ECoG time sequences and extraction of nonlinear characteristic quantities
-
摘要: 对麻醉的SD大鼠在癫痫发作前后两种状态的皮层脑电(ECoG)的时间序列,用多种有效的方法和分析技术,使得大量的ECoG时间序列得以正确的分析,并得出重要的结论.首先利用延时坐标法重构吸引子;计算互信息函数,取互信息函数第一次达到最小值的延时为重构延时时间,提出将伪邻点法和Cao法相结合的方法确定最佳嵌入维数.然后采用非线性预报和替代数据法相结合的方法确定ECoG为混沌时间序列,从不同角度得出了ECoG不是低维混沌的结论.在ECoG相空间重构的基础上,计算了最大Lyapunov指数(LLE).应用了近似熵这一标量对ECoG进行刻画,计算结果表明:癫痫发作前的皮层脑电的最大Lyapunov指数和近似熵都明显地高于癫痫发作后的,这可能为理解癫痫发病机理,预报癫痫发作和治疗提供一定的思路.
-
关键词:
- 皮层脑电 /
- 互信息 /
- 伪邻点法 /
- 最大Lyapunov指数 /
- 近似熵
-
-
计量
- 文章访问数: 793
- HTML全文浏览数: 63
- PDF下载数: 221
- 施引文献: 0