覃国萍 1,2 , 李双燕 1,2 , 徐桂芝 1,2
  • 1. 河北工业大学 电气工程学院 省部共建电工装备可靠性与智能化国家重点实验室(天津 300130);
  • 2. 河北工业大学 天津市生物电工与智能健康重点实验室(天津 300130);
导出 下载 收藏 扫码 引用

脑神经电生理信号的内在特征变化能够反映脑功能的正常与否,因此有效的特征提取分析方法有利于脑功能异常的早期诊断与相关疾病的治疗。近年来的研究表明,神经电信号具有非线性和多尺度的特性。基于此,科研人员近来发展了适用于多尺度非线性信号分析的多尺度熵(MSE)算法,并在神经信息科学领域得到了广泛应用。本文对 MSE 算法的原理和特性进行了介绍,并进一步介绍了几种在实际应用中针对 MSE 算法的一些不足而提出的相关改进算法。然后,对 MSE 及其改进算法在疾病诊断、脑功能分析以及脑-机接口等方面的应用进行了综述。最后,对上述各算法在神经信号分析中面临的挑战及其可能的发展方向进行了探讨。

引用本文: 覃国萍, 李双燕, 徐桂芝. 多尺度熵算法研究进展及其在神经信号分析中的应用. 生物医学工程学杂志, 2020, 37(3): 541-548. doi: 10.7507/1001-5515.201908044 复制

  • 上一篇

    基于卷积神经网络的语义分割在医学图像中的应用
  • 下一篇

    基于心脏电影磁共振图像的左心肌运动追踪方法综述