DYNAMIC ANALYSIS OF THE RAT EEG USING WAVELET ENTROPY
应用小波熵分析大鼠脑电信号的动态变化特性

应用小波熵（一种新的信号复杂度测量方法）分析大鼠在不同生理状态下脑电复杂度的动态时变特性。采用慢性埋植电极记录自由活动大鼠的皮层EEG，使用多分辨率小波变换将EEG信号分解为δ、θ、α和β四个分量，求得随时间变化的小波熵。结果表明：在清醒、慢波睡眠和快动眼睡眠三种生理状态下，EEG的小波熵之间存在显著差别，并且在不同时期其值与各个分解分量之间具有不同的关系，其中，慢波睡眠期小波熵还具有较明显的变化节律，反映了EEG微状态中慢波和纺锤波的互补性。由此可见，小波熵既能区别长时间段EEG复杂度之间的差别，又能反映EEG微状态的快速变化特性。