改进相关积分计算以分析癫痫信号
信号处理
2019-12-19 v1 神经元与认知
摘要
癫痫是一种以反复发作为特征的慢性神经系统疾病。分析发作活动的一种方法是计算时间序列脑电图信号的相关维数。Grasserberg 与 Proccacia 算法常用于计算该相关维数。该算法利用 Heaviside 函数，通过统计向量间距离（d_ij）大于某一阈值的个数来确定相关积分。然而，该函数在信号混沌性质方面的信息并未被完全保留。在本工作中，我们不使用 Heaviside 函数，而是利用 d_ij 的指数函数来计算相关积分。使用三个数据集验证了这一改进算法对发作间期与发作期信号具有更高的灵敏度。将原始方法与改进方法得到的 d_ij 热力图进行比较，显示出新算法保留了额外的信息。
引用
@article{arxiv.1912.05841,
title = {Modified Computation of Correlation Integral for Analyzing Epileptic Signals},
author = {Prajna Upadhyaya and Tohru Yagi},
journal= {arXiv preprint arXiv:1912.05841},
year = {2019}
}