基于方差的多尺度时间序列重构方法研究.pdfVIP

第 48卷 第 2期 太 原 理 工 大 学 学 报 Vo1．48 No．2 2017年 3月 J0URNAL0FTAIYUANUNIVERSITY0FTECHNOL0GY Mar． 2Ol7 文章编 号 ：1007—9432(2017)02—0220-06 基于方差的多尺度时问序列重构方法研究 介 丹，李宇驰，阴桂梅，李海芳 (太原理工大学 计算机科学与技术学院，太原 030024) 摘 要 ：针 对传 统 的 多尺 度 时 间序 列 重构方 法无 法完 整地 提取 脑 电 图 EEG 信 号特 征 的 问题 ， 提 出了一 种新 的 多尺度 时 间序 列重构 方 法—— 移动 方 差化 。将 EEG 信 号使 用移 动 方差 化 方 法进 行序 列重 构 ，进 而在 多个尺度 上提 取 时 问序 列 的 2个特 征值 —— 样 本 熵和 方差 熵 。最后 对所 提 取 的特 征值 使 用 KS检验 方 法进行 P值 检验 。实验 证 明 ，利 用移 动 方 差化 方 法重 构 的 多个 尺度 上 的 时间序 列对 EEG 信 号进行特征提 取 ，可 以有效地 区分癫痫 患者发 作 间期与 发作 期 的 EEG 信号 ，为 之后 利 用 EEG信 号诊 断判别 精神 疾病提 供 了依 据 。 关键 词 ：脑 电 图；移动 方差化 ；多尺度 熵 中图分类号 ：TP391 文献标识码 ：A DOI：10．16355／j．cnki．issn1007-9432tyut．2017．02．014 ResearchofM uitiscaleRec0nstructiOnT ethodof TimeSeriesBasedon Variance JIEDan，LIYuchi，YIN Guimei，LIHaifang (CollegeofComputerScienceandTechnology，TaiyuanUniversityofTechnology，Taiyuan030024，China) Abstract：Focusedon theinabilityoftraditionalmultiscaletimeseriesreconstructionmethod toextractEEG signalcharacteristicscompletely，anew multiscalereconstructionmethodoftime series，movingvarianceswasproposed．EEG signalsarereconstitutedbynew methodofmoving variances，then tWOeigenvalues，sampleentropyandvarianceentropy，areextractedatmultiple scales．Finally，theextractedfeaturesaretestedofP—valuebymethodofKS test．Experiments show extractingEEG signalfeaturesfrom timeseriesatmultiplescaleswhicharereconstitutedby themethodofmovingvariancescaneffectivelydistinguishEEG signalsofpatientswith epilepsy duringperiodandinterva1ofonsetandthusprovidebasistodiagnosementaldisordersbyEEG signals． Keywords：EEG ；movingvariances；multiscaleentropy 人类相对于地球上 的其他生物具有更高 的智