首页 | 本学科首页   官方微博 | 高级检索  
     

小波包熵在脑电信号分析中的应用
引用本文:沈民奋,黎展程,孙丽莎. 小波包熵在脑电信号分析中的应用[J]. 数据采集与处理, 2005, 20(1): 48-53
作者姓名:沈民奋  黎展程  孙丽莎
作者单位:汕头大学广东省数字信号与图像处理技术重点实验室,汕头,515063;汕头大学广东省数字信号与图像处理技术重点实验室,汕头,515063;汕头大学广东省数字信号与图像处理技术重点实验室,汕头,515063
基金项目:国家自然科学基金 ( 60 2 71 0 2 3 )资助项目,广东省自然科学基金 ( 0 2 1 2 64,3 2 0 2 5 )资助项目
摘    要:为研究不同脑功能状态下脑电动态非线性特征,利用小波包变换的频率划分特性,对非平稳脑电信号进行节律提取,并计算相对小波能量,反映脑电节律间的相对能量关系。结合小波包熵分析脑电在不同大脑功能状态下的脑电复杂程度。实验结果表明,小波包分解能更精确地提取特定的脑电节律,小波包熵可以准确反映大脑活动的复杂程度。本方法也为分析其他非平稳信号提供了一种新的途径。

关 键 词:小波包变换    节律提取  非平稳脑电
文章编号:1004-9037(2005)01-0048-06
修稿时间:2004-04-30

Wavelet Packet Entropy Used in EEG Signal Analysis
SHEN Min-fen,LI Zhan-cheng,SUN Li-sha. Wavelet Packet Entropy Used in EEG Signal Analysis[J]. Journal of Data Acquisition & Processing, 2005, 20(1): 48-53
Authors:SHEN Min-fen  LI Zhan-cheng  SUN Li-sha
Abstract:To investigate the dynamic characteristics of electroencephalograph (EEG) under different brain states, this paper extracts the EEG rhythm based on frequency decomposition via wavelet packet transform. The relative energy is estimated to reflect the energy distribution among rhythms. The wavelet entropy is defined for analyzing the complexity of the signals. The complexity of EEG in different brain functional states is also estimated. Experimental results show that the wavelet packet entropy provides an effective way for studying the complexity of EEG signals. The method is useful for other nonstationary signal processing.
Keywords:wavelet packet transform  entropy  rhythm extraction  nonstationary EEG
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号