第４２卷第１期２０２３年２月山东科技大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｖｏｌ．４２Ｎｏ．１Ｆｅｂ．２０２３ＤＯＩ：１０．１６４５２／ｊ．ｃｎｋｉ．ｓｄｋｊｚｋ．２０２３．０１．０１２文章编号：１６７２－３７６７（２０２３）０１－０１１０－０８多尺度样本熵对脑信号复杂度评估算法的修正李筱菁１，刘云青２，丁颖３，孙友然４，周薇５（１．南京特殊教育师范学院中国残疾人数据科学研究院，江苏南京２１００３８；２．博西华电器（江苏）有限公司，江苏南京２１００４６；３．上海交通大学心理与行为科学研究院，上海２０００３０；４．南京邮电大学管理学院，江苏南京２１０００３；５．山东科技大学电子信息工程学院，山东青岛２６６５９０）摘要：多尺度样本熵（ＭＳＥ）算法作为一种时间序列非线性复杂度测量方法，近年来在生物信号分析中得到广泛应用。针对ＭＳＥ对不同粗粒化程度数据序列的匹配标准缺少区分度的问题，提出一种修正方法，将序列匹配标准与不同粗粒化程度的数据相对应，以提高ＭＳＥ对信号复杂度测量的准确度和可解释性。采用修正前、后的ＭＳＥ分别对模拟噪声信号和人类脑电信号复杂度进行了计算。结果表明：修正后的ＭＳＥ所表征的复杂度更符合白噪声与１／ｆ噪声的物理意义，且对脑电信号在高时间尺度闭眼与睁眼实验条件下的复杂度具有更好的区分效果，复杂度差异存在统计显著性。关键词：多尺度样本熵；复杂度；脑信号；评估算法中图分类号：Ｎ９４９文献标志码：Ａ收稿日期：２０２２－０６－０１基金项目：江苏省自然科学青年基金项目（ＢＫ２０１９１０２４）；江苏省高校自然科学基金项目（１９ＫＪＢ９００３）；江苏省高校哲学社会科学基金项目（２０１９ＳＪＡ０５６３）；南京邮电大学统计科学研究基地项目（ＮＹＴＪ２１８０２）作者简介：李筱菁（１９９０—），女，山东青岛人，讲师，博士，主要从事神经影像数据分析与建模研究．周薇（１９６４—），女，山东青岛人，副教授，主要从事统计物理研究，本文通信作者．Ｅ－ｍａｉｌ：ｚｈｏｕｗｅｉ６４＠ｓｄｋｄ．ｎｅｔ．ｃｎＲｅｆｉｎｅｍｅｎｔｏｆｍｕｌｔｉｓｃａｌｅｓａｍｐｌｅｅｎｔｒｏｐｙａｌｇｏｒｉｔｈｍｆｏｒｅｓｔｉｍａｔｉｏｎｏｆｂｒａｉｎｓｉｇｎａｌｃｏｍｐｌｅｘｉｔｙＬＩＸｉａｏｊｉ...
