传递熵算法研究进展及其应用

作     者：李天翔(综述) 李双燕(审校) LI Tianxiang;LI Shuangyan

作者机构：河北工业大学电气工程学院省部共建电工装备可靠性与智能化国家重点实验室天津300130 河北工业大学电气工程学院河北省电磁场与电器可靠性重点实验室天津300130 河北工业大学天津市生物电工与智能健康重点实验室天津300130 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2022年第39卷第3期

页      面：612-619页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 1002[医学-临床医学] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(51737003) 河北省引进留学人员资助项目(C20200315)。 

主　　题：传递熵 脑功能网络 神经信号分析 

摘      要：近年来,从神经网络层面探索脑功能整合的相关生理病理机制已经成为神经科学领域研究关注的焦点之一。由于神经信号具有非平稳和非线性的特性,其线性特征不足以充分解释复杂脑功能执行过程中潜在的神经生理活动机制。为克服线性算法无法有效分析信号非线性特征的局限性,研究人员提出了传递熵(TE)算法。近年来,随着脑功能网络概念的引入,TE作为非线性时间序列多元分析的有力工具被不断优化。本文先介绍了TE算法的原理以及相关改进算法的研究进展,探讨比较了它们各自的特点,然后总结了TE算法在电生理信号分析领域的应用。最后,结合近几年的研究进展,探讨了TE目前存在的问题,并展望了其未来的发展方向。