基于改進的符號轉移熵的生理電信號耦合網(wǎng)絡研究.pdf

1、人體有著復雜的生理系統(tǒng)，在神經中樞的調節(jié)下表現(xiàn)出高度的復雜性與非平穩(wěn)、間歇性和非線性行為，每一處控制機能都在不斷的相互作用并構成一個綜合的網(wǎng)絡，任何一個系統(tǒng)的故障都會影響整個網(wǎng)絡的正常運轉。生理網(wǎng)絡的開發(fā)有助于研究生理系統(tǒng)之間的相互作用、網(wǎng)絡的拓撲和動力學信息以及與生理功能、疾病產生的關系。鑒于研究生理耦合網(wǎng)絡具有重要的意義，本文主要做了以下工作：
　　一、本文對傳統(tǒng)時間序列符號化方法做出改進，在原有符號轉移熵的基礎上，創(chuàng)新性地采

2、用動態(tài)自適應分割方法。由于傳統(tǒng)的符號動力學采用靜態(tài)劃分方法，符號化的過程中丟失細節(jié)信息在所難免，盡管保留了動力學特征，但時間序列的非平穩(wěn)性還是使結果受到嚴重影響。實驗表明，應用改進的符號轉移熵算法分析心腦電信號有更顯著的耦合作用效果，能更好的跟蹤信號中的動態(tài)信息以及系統(tǒng)動力學復雜特征的變化。
　　二、本文應用改進的時間序列符號轉移熵算法，進一步對睡眠分期的生理電信號進行耦合量化處理，計算腦電、心電、肌電之間的符號轉移熵值，綜合得到

3、不同時期的耦合網(wǎng)絡。與傳統(tǒng)算法所得結果相比，有明顯優(yōu)勢。實驗表明，量化結果可以較為清晰的分析不同生理系統(tǒng)不同時期的交互強度與變化。
　　三、本文綜合應用小波分解技術與改進的符號轉移熵計算方法，將腦電信號分解為?、?、?和?波四種不同的基本波，計算出EEG信號基本波與ECG、EMG相互之間的STE值，從而得到更為豐富的生理電信號耦合交互網(wǎng)絡，實驗發(fā)現(xiàn)，不同睡眠時期分別對應不同類型的基本波在耦合交互中占主導作用。通過量化生理網(wǎng)絡中鏈接