-
题名多复指数模型及其在EEG数据分析中的应用
- 1
-
-
作者
陈道木
J.Petzold
-
机构
航天医学工程研究所
Philipps-Universitt Marburg
-
出处
《航天医学与医学工程》
CAS
CSCD
1992年第2期79-90,共12页
-
文摘
由头皮上电极所记录下的EEG信号是大脑中各种电活动,尤其是神经元电活动,互相耦合而产生的电位变化的整体反映。有一种看法认为,表面看来随机、无规则的EEG信号,实际上它的变化只是由少量几个动力学参量控制着的非线性过程。根据这个假定,我们提出使用多复指数(MCE)模型来描述EEG信号的想法。文中首先简要地介绍了用来估计时序信号MCE模型参数的非调和Fourier展开算法(NHFE)的基本思想。然后,对一个叠加有白噪声、具有4个频率成分的模拟信号,用NHFE算法估计出其MCE模型参数,并把所得的结果与用经典的周期图谱分析方法、AR模型谱分析方法所得到的信号频谱作了比较。结果表明,在SNR高的条件下,NHFE算法所估计出的模型参数能更客观地反映信号的固有特性。基于目前的有关EEG形成的假设,应用MCE模型来描述EEG将更能反映出其特征。因此,我们对MCE模型及其参数在EEG数据分析中的几种可能应用作了初步尝试。这些应用包括:EEG信号段(或一段诱发电位,或一段事件关联电位)的特征参数的提取,这些特征参数包括优势频率值、独立的频率成分个数、幅度值、正负衰减指数的个数、频带宽度与幅度乘积(能量);EEG的频率调制特性的粗略描述等。从而看到了用通常信号分析方法所看不到的EEG信号中所反映的大脑活动的变化。由于用MCE模型及其参数来描述EEG的方法更符合目前关于大脑非线性动力学行为的假设,所以这一方法将是表示EEG信号的有效途径之一。另外,MCE模型方法在EEG信号的模拟研究与数据压缩等方面也将是有用的。文中还讨论了NHFE算法应用中的一些问题。
-
关键词
脑电图
信号分析
复指数模型
-
Keywords
EEG, signal analysis, complex exponental model
-
分类号
R741.044
[医药卫生—神经病学与精神病学]
-
-
题名超越二阶线性微分方程复振荡的一个问题
- 2
-
-
作者
曾佛祥
-
机构
华南师范大学数学系
-
出处
《华南师范大学学报（自然科学版）》
CAS
1993年第3期98-101,共4页
-
基金
国家自然科学基金资助项目.
-
文摘
本文在一定范围内推进了S.Bank及I.Laine关于超越系数二阶线性微分方程复振荡的一个结果.
-
关键词
微分方程
复振荡
整函数
零点序列
收敛指数
-
Keywords
differential equation
complex. oscillation
entire function
xero-sequence
convergent exponentence
-
分类号
O175
[理学—基础数学]
O174.52
[理学—基础数学]
-
