排列复杂性度量应用于脑机接口信号分析

作     者：柯大观 童勤业 KE Da-guan;TONG Qin-ye

作者机构：浙江大学生物医学工程系杭州310027 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2007年第20卷第3期

页      面：596-600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）] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 0836[工学-生物工程] 0811[工学-控制科学与工程] 

基　　金：国家973预研项目资助(2002CCA01800) 国家自然科学基金项目资助(30170267) 

主　　题：脑机接口 排列分划 复杂性度量 经验模式分解 

摘      要：在排列分划的基础上,应用Lempel-Ziv复杂性和最新定义的格子复杂性分析脑机接口信号.由于对非线性时间序列的排列分划进行了重要改进,使这种粗粒化方法具有了普遍的适用性.与经验模式分解结合,将排列分划与常用的均值分划作了比较.实验表明,基于排列分划的复杂性度量可以取得较好的效果,甚至超过了均值分划经经验模式分解所能达到的最好结果,说明排列复杂性度量可作为脑电信号分析的新方法,尤其适用于需要快速处理的场合-比如脑机接口.