描述睡眠脑电多重分形特性的一种新参数

对于人脑如此复杂的系统,传统的非线性动力学方法,如关联维、李雅普诺夫指数、近似熵及去趋势波动分析等,使用单一参数并不能充分描述脑电信号的复杂行为.而多重分形理论使用奇异谱描述脑电信号的非线性动力学行为则能够得到更多的信息.使用多重分形理论对睡眠脑电信号零点穿越间期序列进行研究,提出了一种描述奇异谱不对称性的新的多重分形参数Δasα,并与通常使用的多重分形参数Δα,进行了比较.单向方差分析的结果表明,相对于Δα,新提出的参数Δasα给出了更好的睡眠状态区分,尤其在清醒状态与睡眠状态及睡眠阶段3与睡眠阶段4的区分中,优势更为显著.