[发明专利]一种基于多尺度排列传递熵的脑区间同步关系分析方法

摘要

本发明公开了一种基于多尺度排列传递熵的脑区间同步关系分析方法；本发明首先采集了6名健康人和5名脑卒中患者在不同握力输出时32通道脑电信号，为研究握力输出过程中，大脑运动区与感觉区的同步关系，应用多尺度排列传递熵算法，对大脑运动区及运动感觉区的导联C3，C4，CP5，CP6等多个通道的脑电信号进行同步耦合分析；以确定左右手握力输出时，大脑运动区与感觉区的同步关系。本文提出的多尺度排列传递熵方法可以刻画脑区间在不同时频尺度间相互作用的同步特征和信息传输特性,体现了脑区间在多尺度多频段下的同步特性,为进一步探索人体运动控制系统及运动功能障碍的康复供理论依据。

主权项

1.一种基于多尺度排列传递熵的脑区间同步关系分析方法，其特征在于，该方法具体包括以下步骤：(1).同步采集了在不同握力输出时32通道脑电信号；(2).选取步骤(1)中获取的C3、C4、CP5、CP6通道脑电信号，对其进行小波阈值消噪处理，滤除体位、以及其它噪声的影响；(3).使用带通滤波器，提取EEG信号的不同频段，分别为θ：4‑8hz,α:8‑14hz,β:15‑35hz,γ:35‑50hz；(4).使用多尺度排列传递熵算法，对步骤(3)提取的不同频段的EEG信号进行同步分析；多尺度排列传递熵算法的具体实现如下：a.时间序列符号化据原始序列的数值特点对原始序列进行符号划分,对于长度为n的时间序列Xt＝{x1,x2,x3.....}的符号化公式如下：式(2)中S为符号的数量；b.相空间重构对XS进行相空间重构：其中m为嵌入维数,τ为延迟因子；表示时间序列X，从时间t到时间S的全部状态；c.排列模式的概率分布对时间重构序列按升序排列:得到πj＝{j1,j2.....}表示重构时间序列中各个元素原始位置索引,序列共有m！种排列可能，统计每一种排序出现的次数Nπj，其出现的概率为：d.得到多尺度排列传递熵最后根据式(6)，得到多尺度排列传递熵设X_t,Y_t为两个长度为n的时间序列，各自从t‑1到t‑p的历史记为I(X；Y^‑|X^‑)表示X与Y^‑在X^‑条件下的互信息；则Y_t对X_t的多尺度排列传递熵定义为X与Y^‑在X^‑下的互信息；e.EEG信号不同频段的耦合强度的定义为了定量描述多频段多尺度下脑电信号间的同步关系的强弱，利用多尺度排列传递熵结合同步研究中的显著性相干面积评价方法，以显著性相干面积表征耦合强度，耦合强度可定量描述脑电信号同步关系的强弱；尺度为p的显著性相干面积定义为：式(7)中，Ap为显著性相关面积，Ap越大，表明脑电间的同步关系越强；Δf表示频率分辨率，MPTEp(f)表示尺度为p,在f频段的多尺度排列传递熵。