主权项 |
一种基于复杂网络的脑电信号分析方法,其特征在于,包括如下步骤:1)构建多尺度水平有限穿越可视图复杂网络,包括:(1)获得原始脑电数据并预处理后,最终获得长度为Q的脑电信号<img file="FDA0001128752600000011.GIF" wi="146" he="71" />粗粒化脑电信号,得到:<img file="FDA0001128752600000012.GIF" wi="629" he="135" />其中,e是尺度因子,<img file="FDA0001128752600000013.GIF" wi="142" he="102" />表示粗粒化后多尺度脑电信号,<img file="FDA0001128752600000014.GIF" wi="94" he="134" />表示对<img file="FDA0001128752600000015.GIF" wi="51" he="118" />进行取整,<img file="FDA0001128752600000016.GIF" wi="221" he="134" />所述的预处理包括:对原始脑电数据进行带通滤波,去除高低频干扰成分;手动剔除剩余伪迹数据,最终得到预处理后的脑电数据用于后续的分析;(2)对每一个多尺度脑电信号,构建多尺度水平有限穿越可视图复杂网络;2)计算每一个多尺度水平有限穿越可视图复杂网络的特征指标,包括:计算节点平均聚集系数<img file="FDA0001128752600000017.GIF" wi="66" he="61" /><maths num="0001"><math><![CDATA[<mrow><msub><mi>C</mi><mi>i</mi></msub><mo>=</mo><mfrac><msub><mi>τ</mi><mrow><mi>i</mi><mo>,</mo><mi>Δ</mi></mrow></msub><msub><mi>τ</mi><mi>i</mi></msub></mfrac></mrow>]]></math><img file="FDA0001128752600000018.GIF" wi="174" he="117" /></maths><maths num="0002"><math><![CDATA[<mrow><mover><mi>C</mi><mo>‾</mo></mover><mo>=</mo><mfrac><mn>1</mn><mi>N</mi></mfrac><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msub><mi>C</mi><mi>i</mi></msub></mrow>]]></math><img file="FDA0001128752600000019.GIF" wi="246" he="127" /></maths>计算聚集系数熵E<sub>C</sub>:<maths num="0003"><math><![CDATA[<mrow><msub><mi>E</mi><mi>C</mi></msub><mo>=</mo><mo>-</mo><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mrow><mo>(</mo><mrow><msub><mi>C</mi><mi>i</mi></msub><mo>/</mo><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msub><mi>C</mi><mi>i</mi></msub></mrow><mo>)</mo></mrow><mi>l</mi><mi>o</mi><mi>g</mi><mrow><mo>(</mo><mrow><msub><mi>C</mi><mi>i</mi></msub><mo>/</mo><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msub><mi>C</mi><mi>i</mi></msub></mrow><mo>)</mo></mrow></mrow>]]></math><img file="FDA00011287526000000110.GIF" wi="750" he="143" /></maths>其中,τ<sub>i</sub>表示一个可视图网络中以节点i为中心的开三元组数目,τ<sub>i,△</sub>表示的是一个可视图网络中以节点i为中心的闭三元组数目,C<sub>i</sub>表示的是节点i的聚集系数,N表示多尺度水平有限穿越可视图复杂网络的节点数;3)结合支持向量机分类脑电信号,包括采用留一法交叉验证和支持向量机分类器,对所有的二维指标向量进行分类,以及采用十折交叉验证和支持向量机分类器,对所有的二维指标向量进行分类。 |