南京邮电大学学报(自然科学版)

作者：李　鑫,黄丽亚

单位：南京邮电大学 电子与光学工程学院、柔性电子（未来技术）学院，江苏 南京 210023；射频集成与微组装技术国家地方联合工程实验室，江苏 南京 210023南京邮电大学 电子与光学工程学院、柔性电子（未来技术）学院，江苏 南京 210023；射频集成与微组装技术国家地方联合工程实验室，江苏 南京 210023

关键词：脑电；心算；复杂网络；脑网络；结构熵

基金：国家自然科学基金(61977039)和高校教育信息化研究项目(2019JSETKT009)资助项目

结构熵是度量网络复杂度的重要手段，为了弥补传统结构熵仅仅关注网络单一特性的问题，提出了一种改进Renyi熵算法来研究心算任务下的EEG脑网络，引入了两个重要网络属性——分形维数和介数中心性来提高网络复杂性的度量能力。之后，基于心算EEG数据计算两两电极间的相位锁定值(PLV)，构建了复杂脑网络，并进行复杂度分析。结果表明，在α频段，心算状态下额叶与顶枕叶的脑同步性低于休息状态，心算状态的脑网络复杂性高于休息状态。利用支持向量机(SVM)实现了休息、心算状态的识别，算法识别准确率达到了88.42%。

来源：2023年第06期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第06期