基于符号相位转移熵的抑郁脑电信号分析

目的抑郁症是现代社会的主要精神疾病之一,以连续、长期的心情低落为主要临床特征,可能严重影响人的行为能力。如何尽早对抑郁症患者进行干预治疗现已成为临床医学的重点课题。本文通过探索抑郁脑电的耦合特征,从而推断系统间信息流的方向和强度,为抑郁症患者的临床诊断提供新的方向。方法通过符号相位转移熵对抑郁症患者和健康人的脑电数据进行非线性分析。通过对抑郁脑电和健康人脑电对称脑区脑电信号的加窗处理,计算符号相位转移熵、符号转移熵值,并对所得数据进行t检验。最后分析实验结果,并和符号转移熵进行对比性分析。结果T7与T8导联上抑郁脑电的符号相位转移熵和健康脑电有显著差别(P<0.05)。因此,相比于符号转移熵,利用符号相位转移熵法进行实验分析所需的数据量更少、转移熵值更稳定、可更有效地识别抑郁脑电的耦合特征。结论在对左右对称脑区导联分析的情况下,符号相位转移熵比符号转移熵效果好,能够有效分析抑郁脑电的耦合特征,研究结果有助于抑郁脑电病理特征的研究。

基于多变量符号转移熵的癫痫脑电分析

大脑神经元细胞群的异常同步放电是癫痫的病因,这种异常放电是目前诊断癫痫的重要依据。利用复杂度理论来分析癫痫信号已经成为研究热点,而符号转移熵是反应系统混乱程度的一种非线性指标,在研究癫痫脑电信号特征的提取中有重要的作用。符号转移熵一般都是用来衡量两个变量之间的动力学特征及方向性信息,忽略了多个变量之间相互作用。本文基于多变量符号转移熵研究分析了癫痫脑电信号,实验中将原始信号符号化后通过数值分析,对导联信号及信号长度的选取以及稳健性分析,表明该方法能够对正常人与癫痫病人的脑电信号进行显著区分,且该算法稳健可靠,该研究结果对临床辅助诊断有帮助。

睡眠分期的符号转移熵分析

目的睡眠分期是衡量睡眠质量和诊治睡眠障碍性疾病的重要途径,转移熵是一个量化2个序列相关程度的参数。本文将基于符号化技术的符号转移熵首次应用在睡眠分期研究中,克服了以往方法对参数之间协调性要求高以及对噪声敏感的缺点。方法通过捉取相同个体相同时刻的清醒期和非快速眼动睡眠Ⅰ期的EEG、ECG信号,分别进行符号化、相空间重构后,计算符号转移熵,对两个睡眠阶段的符号转移熵进行t检验及多样本验证。结果实验结果表明清醒期符号转移熵大于非快速眼动睡眠Ⅰ期的符号转移熵。经t检验表明这两个阶段的符号转移熵值有显著性差异,并通过多样本验证。随着睡眠加深,身体单元不断偶合,符号转移熵减小,与理论分析相符合。结论清醒期和非快速眼动睡眠Ⅰ期的符号转移熵很好地体现了睡眠状态的变化,因此符号转移熵可用于睡眠分期,并成为研究睡眠自动化分期的极具潜力的分析工具。

基于多变量符号转移熵的心电信号研究

复杂度理论已成为研究生理电信号的热点,而符号转移熵是一种反映系统混乱程度的非线性指标。文章在原有多变量转移熵的基础上提出了多变量符号转移熵,对传统时间序列静态划分方法做出了改进,即将时间序列使用动态自适应分割的方式进行符号化。应用该算法对正常人和冠心病患者的心电信号进行分析,在实验中选取最佳的导联对,结果表明该算法能够显著区分正常人和冠心病患者,对原始心电时间序列叠加上高斯噪声后依然可靠有效。

基于消费型社会的商业图像符号表达

文章以消费型社会作为研究背景,参考符号学的相关研究成果,对商业图像符号表达进行研究。分析商业图像如何实现商品和客户的对话,在商业文化背景下如何有效地实现图像符号所要传达的内容,目的是在创作商业图像的过程中增添创新元素,使图像更具表现力,正确处理好图像所要表达的内容与符号之间的关系。

时序电路设计中的触发器选型问题

本文提出用符号法比较各种触发器的驱动函数 。

基于二元语义和比较得分算子的敏捷指挥控制决策表达方法

敏捷指挥控制是应对现代战场复杂多变特点和快速响应要求的有效途径。在指控群体决策中,为了实现指控的敏捷性,决策成员应当尽可能快速准确地表达自己的决策信息,以利于决策信息迅速集结和提高决策质量。针对利用二元语义分析方法进行决策时决策者很难精确给出符号转移值的问题,提出一种基于比较得分算子的符号转移值确定方法,对于多个备选方案被评价到同一语言评价等级上的情况,采用比较得分算子来确定这些方案的权重,再利用转换函数将权重转换为符号转移值。最后通过算例证明方法的有效性。

基于改进的符号转移熵的心脑电信号耦合研究

试图探究动力系统中的耦合关系一直以来都是国内外众多学者关注的热点,传统的时间序列符号化分析方法会使研究结果受序列非平稳性的严重影响,本文在原有转移熵的研究基础上,应用粗粒化提取,经过理论与实验的分析,发现心脑电信号耦合研究中的转移熵值在不同提取情况下对应不同的分布趋势,并选择效果最好的信号数据提取方法用在其后的应用分析中.此外,对时间序列符号化方法提出改进,采用动态的自适应分割方法.实验结果表明,无论清醒期还是睡眠期,改进的符号转移熵算法观测分析到的心脑电信号耦合作用更显著,能更好的捕捉到信号中的动态信息、系统动力学复杂性的改变,更利于医学临床实践应用中的检测,在分析非平稳的时间序列上具有更好的效果.

EEG和ECG信号的非线性耦合在睡眠分期中的应用研究

目的:研究脑电(electroencephalogram,EEG)、心电(electrocardiogram,ECG)信号间的符号互信息(sign mutual information,SMI)和符号转移熵(sign transfer entropy,STE)在睡眠分期中的应用,为实现自动睡眠分期提供新思路。方法:使用9名受试者整夜睡眠数据,以30 s同步EEG、ECG信号为一个样本,计算睡眠各时相EEG、ECG的SMI和STE。分析不同睡眠时相间SMI和STE值的差异性,并对睡眠各期的SMI和STE特征作统计学分析,验证分期效果。结果:每名受试者睡眠五期SMI、STE有明显的规律性,且各时相间STE值差异大多有显著统计学意义,分期效果更优于SMI。结论:SMI和STE两种特征可用于睡眠分期,且具有普遍性,为研究睡眠自动分期提供了重要思路。

试论广告表现形式中的“自然”元素

在广告的表现形式和策略中,广告主经常利用到"自然"元素,设法使广告产品与其产生关联从而肯定其产品。这其中有产品自身的原因,也有对消费者追求自然、回归自然心态的利用。这种看似关注自然的广告传播策略起到了很大的作用,同时也产生了一些问题:导致对"自然"元素的滥用和消费者对自然环境的漠视,应引起我们关注。本文就"自然"元素在广告中盛行的原因及其相关理论进行分析。

欧洲主权信用评级下调对我国金融市场冲击的空间效应和跨市场效应研究——基于空间似不相关模型的实证研究

如何构造空间权重矩阵是当前空间计量经济学的核心问题。本文利用符号化转移熵提出一种新的空间权重矩阵构建方式,并基于此构建空间似不相关模型对欧债危机期间欧洲主权信用评级下调冲击我国金融市场的空间效应和跨市场效应进行了研究。结果表明我国金融市场间确实存在显著的空间效应。而且四个金融市场均受到了欧洲主权信用评级下调的冲击,并发生了跨市场效应。同时相比传统空间权重矩阵,新的矩阵在捕捉空间效应上更具有适用性和有效性。

纳尔逊·古德曼对马克斯·布莱克隐喻理论的继承与发展

马克斯·布莱克的隐喻相互作用理论,强调主题"相关意义系统"的相互作用,拓展了隐喻意义实现的语境因素,并主张隐喻创造了相似性。纳尔逊·古德曼受布莱克理论的启发,并依照其符号理论的哲学诉求,将隐喻刻画为符号图式的转移,并内在于符号指称活动之中,且将隐喻研究拓展到非语言符号之中。