对EEG微态序列的复杂度测量:概念和算法
Frederic von Wegner1, Milena Wiemers2, Gesine Hermann3
1School of Biomedical Sciences, University of New South Wales (UNSW), Wallace Wurth, Kensington, NSW, 2052, Australia. f.vonwegner@unsw.edu.au.
Brain topography
|September 26, 2023
概括
这项研究为分析大脑电活动 (EEG) 微态序列引入了新的复杂度指标. 深度睡眠阶段显示大脑活动模式的随机性降低,统计复杂性增加.
科学领域:
- 神经科学是一个神经科学.
- 复杂性科学 复杂性科学
- 信息理论 信息理论
背景情况:
- 脑电图微态序列分析量化了大脑电活动动态.
- 现有的方法在不同的时间尺度上探索各种复杂性概念.
- 过量的是微观状态研究中未被充分探索的数量.
结论:
- 深度睡眠阶段与Kolmogorov复杂度降低和统计复杂度增加相关.
- LZC提供了高效的率估计,而联合估计则产生了过多的.
- 统计复杂度指标通过解决尚未探索的复杂性概念来增强微态分析.
