点击次数：

论文类型： 期刊论文

发表时间： 2007-08-15

发表刊物： 生物医学工程学杂志

收录刊物： Scopus、PubMed、PKU、ISTIC、CSCD

卷号： 24

期号： 4

页面范围： 835-841

ISSN号： 1001-5515

关键字： 混沌;脑电;癫痫;独立分量分析

摘要： 首先采用独立分量分析(Independent component analysis, ICA)算法,将儿童癫痫信号从复杂的背景脑电(Electroencephalogram, EEG)中分离出来;然后采用了一维时间序列相空间重构技术和混沌的定量判据,对分离出来的独立分量信号进行了分析与计算.通过对生理和癫痫状态下独立分量信号的相图、功率谱、关联维数和Lyapunov指数的对比研究,得出如下结论:(1)EEG独立分量的相图、功率谱、关联维数和Lyapunov指数反映了大脑的总体动态特征,它们可作为一种定量指标衡量大脑的健康状态;(2)在正常的生理状态下EEG是混沌的,而在癫痫状态下则趋于有序.