脑电混沌维数复杂度连续检测方法的研究

摘要

一些研究表明,脑电信号具有低维的混沌动力学特性,脑电的维数则反映脑信息处理过程中的神经元集群的活动状态,是研究脑电信号的重要非线性参数.在Grassberger-Procaccia计算关联维数算法的基础上,通过改进计算关联积分的过程,提出一种适合于移动重叠窗口的维数复杂度连续检测方法.另外,还对关联积分线性区间选择上做了改进,使得所求得的参数在严格意义上为维数复杂度.数值仿真验证了该方法的正确性,并在此基础上对视觉输入变化的EEG信号进行动态数据分析,结果显示睁眼时脑电的复杂度明显高于闭眼时脑电的复杂度.所提出的维数复杂度计算方法减少了数据分析的负荷,适合于连续数据分析,能够准确地反映脑电维数复杂度的连续变化过程.