用于癫痫EEG分析的排列模糊熵新算法_中国煤炭行业知识服务平台

用于癫痫EEG分析的排列模糊熵新算法

作者

王慧云窦大庆曹锐王彬刘桂青相洁
单位

太原理工大学计算机科学与技术学院山西汾西重工有限责任公司北京工业大学国际WIC研究院
摘要

为了提高模糊熵在癫痫EEG信号分析中的抗噪能力,提出一种排列模糊熵新算法,即运用排列符号化时间序列的思想增强模糊熵的抗噪能力。通过在公共癫痫EEG数据上的抗噪实验和分类检测实验,分析了排列模糊熵的抗噪能力和癫痫检测性能。实验结果表明,排列模糊熵具有较好抗噪能力和较高的癫痫检测性能,比模糊熵更适用于癫痫信号的分析。
关键词

符号化时间序列排列模糊熵癫痫
基金项目(Foundation)

国家自然科学基金资助项目:抑郁症fMR数据分析方法及辅助诊断治疗模型研究(61373101)；山西省工业攻关项目(20140321002-01)；虚拟现实技术与系统国家重点实验室开放课题(BUAA-VR-15KF-16)；
相关文章

[1]基于模糊熵的时间序列非线性检测方法