基于去趋势波动分析（DFA）的脑卒中后抑郁症静息脑电特征提取与识别

• 作 者: 王春方 张力新 刘爽 孙长城 王勇军 赵欣 綦宏志 周鹏 万
• 机 构: 天津大学精仪学院生物医学工程系,天津市康复医学研究所天津市人民医院
• 出 处: 中国生物医学工程学报
• 发表日期: 2013年5期
• 关键词: 脑卒中后抑郁症（PSD） 脑电（EEG） 去趋势波动分析（DFA） 标度指数α值 支持向量机（SVM） poststroke depression （PSD）
• 基金项目: 国家自然科学基金项目（81222021,81171423）,教育部新世纪优秀人才支持计划项目（NCET-10-0618）

为考察脑卒中后抑郁症（PSD）患者静息态脑电（EEG）特异性,通过去趋势波动分析（DFA）,提取16导联EEG信号波动函数F（s）和区间长度s函数关系在双对数坐标中线性拟合斜率之标度指数α值,作为EEG信号的长程幂函数相关性特征参数.将3类人群（健康正常组10人、脑卒中后无抑郁症组4人、脑卒中后抑郁症组7人）的16导联EEG信号α值作为样本进行独立样本t检验,结果显示,健康人与脑卒中患者在顶叶、颞叶以及枕叶处α值存在显著性差异（P＜0.05）；利用支持向量机（SVM）分类器,将EEG信号DFA的α值放入1