基于排序模式的多通道腦電信號同步算法研究.pdf

1、EEG信號同步是大腦中各腦區(qū)進(jìn)行信息傳播、交互、協(xié)調(diào)的綜合表現(xiàn)，對各腦區(qū)EEG信號進(jìn)行同步研究，對探求不同腦區(qū)間的通信原理和透徹掌握腦信息紊亂致使病變的機(jī)理意義重大。本文通過發(fā)展基于排序模式的分析方法，對癲癇和糖尿病aMCI腦電信號的同步強(qiáng)度及耦合方向進(jìn)行研究。
　　首先，在研究了排序模式及互信息的基礎(chǔ)上，發(fā)展了雙通道耦合信號同步強(qiáng)度分析方法——?dú)w一化加權(quán)排序互信息，仿真實驗顯示加權(quán)排序互信息方法對噪聲具有更強(qiáng)的魯棒性。結(jié)合加權(quán)排

2、序互信息和S估計器方法，發(fā)展了基于加權(quán)排序互信息的全局同步因子，并將其應(yīng)用于分析癲癇EEG信號和糖尿病aMCI EEG信號。
　　其次，對排序同步算法(Motif-Synchronization, MS)進(jìn)行仿真分析，進(jìn)而提出基于排序同步算法和 S估計器、同步索引、全局同步索引的多通道同步強(qiáng)度分析方法，分別為基于排序同步算法的S估計器(S-estimator based Motif-Synchronization,SMS)、基于排

3、序同步算法的同步索引(Synchronization Index based Motif-Synchronization,SIMS)、基于排序同步算法的全局同步索引(Global Synchronization Index based Motif-Synchronization,GSIMS)，較基于加權(quán)排序互信息全局同步因子算法簡單、計算量小。仿真分析指出三種算法均能較好反映多通道信號間的同步強(qiáng)度，其中 SMS算法最為簡單。將其應(yīng)用于分