量化延迟向量方差法揭示癫痛与正常脑电信号非线性差异特征
需积分: 5 180 浏览量
更新于2024-08-12
收藏 2.36MB PDF 举报
本文主要探讨了"正常和癫痛脑电信号之间非线性程度差异"这一主题,发表在2009年11月的《吉林大学学报(工学版)》第39卷第6期。作者袁野和李月分别来自汕头大学工学院和吉林大学通信工程学院,他们采用量化延迟向量方差(Quantified Delay Vector Variance, QDVF)方法来深入研究这种差异。QDVF是一种信息处理技术,它能够通过替代数据(即模拟信号的统计特性)来评估信号的非线性度,这是一种衡量系统复杂性和动态行为的重要指标。
研究结果显示,尽管正常和癫病脑电信号都表现出非线性特性,但癫病脑电信号的非线性程度显著高于正常脑电信号。这种差异可能揭示了癫痛发作时大脑活动的独特模式,暗示着非线性度可能是区分正常与异常脑电活动的一个关键特征。作者通过比较了不同替代数据产生的脑电信号非线性度,进一步证实了这一发现的可靠性。
关键词包括"信息处理技术"、"非线性度"、"量化延迟向量方差"以及"脑电信号",这些关键词揭示了研究的核心内容和技术手段。文章的分类号TN911.6,文献标识码A,以及文章编号1671-5497(2009)06-1664-04,是学术期刊引用的标准格式,方便读者查找和引用。
这篇论文为理解癫痫患者的脑电活动提供了新的视角,通过量化延迟向量方差方法揭示了正常和癫痛脑电信号在非线性特性上的区别,这在神经科学领域具有潜在的应用价值,如可能用于早期诊断和癫痛预测。
2020-01-06 上传
2022-04-06 上传
点击了解资源详情
347 浏览量
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
weixin_38516190
- 粉丝: 8
- 资源: 896
最新资源
- Android圆角进度条控件的设计与应用
- mui框架实现带侧边栏的响应式布局
- Android仿知乎横线直线进度条实现教程
- SSM选课系统实现:Spring+SpringMVC+MyBatis源码剖析
- 使用JavaScript开发的流星待办事项应用
- Google Code Jam 2015竞赛回顾与Java编程实践
- Angular 2与NW.js集成:通过Webpack和Gulp构建环境详解
- OneDayTripPlanner:数字化城市旅游活动规划助手
- TinySTM 轻量级原子操作库的详细介绍与安装指南
- 模拟PHP序列化:JavaScript实现序列化与反序列化技术
- ***进销存系统全面功能介绍与开发指南
- 掌握Clojure命名空间的正确重新加载技巧
- 免费获取VMD模态分解Matlab源代码与案例数据
- BuglyEasyToUnity最新更新优化:简化Unity开发者接入流程
- Android学生俱乐部项目任务2解析与实践
- 掌握Elixir语言构建高效分布式网络爬虫