基于复杂网络的脑电信号分析_郝崇清

基于复杂网络的脑电信号分析_郝崇清

ID:38154179

大小:554.87 KB

页数:3页

时间:2019-05-29

基于复杂网络的脑电信号分析_郝崇清_第1页
基于复杂网络的脑电信号分析_郝崇清_第2页
基于复杂网络的脑电信号分析_郝崇清_第3页
资源描述:

《基于复杂网络的脑电信号分析_郝崇清》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第29卷第10期计算机应用研究Vol.29No.102012年10月ApplicationResearchofComputersOct.2012*基于复杂网络的脑电信号分析郝崇清,王江,邓斌,魏熙乐(天津大学电气与自动化工程学院,天津300072)摘要:采用相空间重构方法将一维脑电信号转换成复杂网络进行研究。将一维时间序列构造成多维相空间,计算多维时间序列任两个向量点间的距离得到加权矩阵,选择恰当的阈值将加权矩阵转换成二进制矩阵,该二进制矩阵视做时间序列所对应的复杂网络的邻接矩阵,阈值的选择使得生成的复杂网络满足连通性。利用该方法对睁眼和闭眼时的脑电信号进行辨别分析。结果表明,两信号

2、的递归图、网络拓扑图、网络度分布和模体分布均表现出显著不同。因此,此分析方法为利用复杂网络实现分析和辨识不同脑电提供了新的思路。关键词:复杂网络;脑电图;相空间重构;递归图;模体分布中图分类号:TP274;TP393文献标志码:A文章编号:1001-3695(2012)10-3870-03doi:10.3969/j.issn.1001-3695.2012.10.070ElectroencephalographanalysisbasedoncomplexnetworksHAOChong-qing,WANGJiang,DENGBin,WEIXi-le(SchoolofElectrical

3、Engineering&Automation,TianjinUniversity,Tianjin300072,China)Abstract:ThispaperinvestigatedonedimensionEEGbyconvertingitintocomplexnetworksviaphasespacereconstruction.Toconstructacomplexnetworks,regardedeachvectorpointasanode,anddeterminedtheedgesbythephasespacedistanceofeachpairofvectorpoints.

4、Aselectivethresholdvalue,whichmadethecomplexnetworkssatisfyconnectivity,couldtrans-formthedistancematrixintoabinarymatrix.Thebinarymatrixviewedastheadjacentmatrixofcomplexnetworkswasusedtodrawnetworktopologyandtoanalyzenetworkcharacteristics.AppliedtheconstructingnetworksmethodtodistinguishEEGd

5、uringeye-openandeye-closedrestingconditions.Theresultsindicatethatrecurrenceplot,networktopology,degreedistri-butionandmotifsdistributionofthetwonetworksshowadistinctdifference.Thereforecomplexnetworksasadatarepresenta-tionframeworkprovideanewwayforanalyzinganddistinguishingelectroencephalograp

6、h.Keywords:complexnetworks;electroencephalograph;phasespacereconstruction;recurrenceplot;motifsdistribution将相空间的每一周期作为网络的一个节点,准周期间的距离小0引言于某一阈值时两节点间存在连边,实现了将心电信号转换成复杂网络进行分析。然而该方法只适用于准周期信号。Marwan复杂网络是对复杂系统的一种抽象描述,任何由大量单元[15,16]等人将由时间序列得到的递归矩阵视做复杂网络的邻接组成的复杂系统,将组成单元视做节点,单元间的对应关系视矩阵,把用于描述复杂网络的特征量应用于

7、刻画递归矩阵中。做边,都可以将此复杂系统抽象成复杂网络来研究。通过分析[17]Xu等人研究了由时间序列构成的复杂网络的超家族与模复杂网络的拓扑结构、节点度分布、平均路径长度、聚类系数、体现象,并用于区分周期、混沌和含噪周期信号。Lacasa等模体分布和社团结构等性质,从而揭示原复杂系统内部的特[18]性。自Watts等人[1]的关于小世界网络和Barabási等人[2]的人提出可视图方法,即将数据点作为网络节点,节点间满足[19]关于无标度网络的两篇复杂网

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。