排列复杂性度量应用于脑机接口信号分析

在排列分划的基础上,应用Lempel-Ziv复杂性和最新定义的格子复杂性分析脑机接口信号.由于对非线性时间序列的排列分划进行了重要改进,使这种粗粒化方法具有了普遍的适用性.与经验模式分解结合,将排列分划与常用的均值分划作了比较.实验表明,基于排列分划的复杂性度量可以取得较好的效果,甚至超过了均值分划经经验模式分解所能达到的最好结果,说明排列复杂性度量可作为脑电信号分析的新方法,尤其适用于需要快速处理的场合-比如脑机接口.