位置:成果数据库 > 期刊 > 期刊详情页
基于复杂网络的脑电信号分析
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:2012.10.10
  • 页码:3870-3872
  • 分类:TP274[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]天津大学电气与自动化工程学院,天津300072
  • 相关基金:国家自然科学基金资助项目(61072012,61172009);国家自然科学基金青年基金资助项目(60901035)
  • 相关项目:基于放电起始动力学理论的针刺神经编码机制研究
中文摘要:

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。

英文摘要:

This paper investigated one dimension EEG by converting it into complex networks via phase space reconstruction.To construct a complex networks,regarded each vector point as a node,and determined the edges by the phase space distance of each pair of vector points.A selective threshold value,which made the complex networks satisfy connectivity,could transform the distance matrix into a binary matrix.The binary matrix viewed as the adjacent matrix of complex networks was used to draw network topology and to analyze network characteristics.Applied the constructing networks method to distinguish EEG during eye-open and eye-closed resting conditions.The results indicate that recurrence plot,network topology,degree distribution and motifs distribution of the two networks show a distinct difference.Therefore complex networks as a data representation framework provide a new way for analyzing and distinguishing electroencephalograph.

同期刊论文项目
期刊论文 69 会议论文 15 著作 2
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049