MATLAB实现基本尺度熵算法.docVIP

PAGE PAGE 2 地理与生物信息学院 2011 / 2012 学年第 二 学期 实 验 报 告 课程名称： 医学信号处理 实验名称： 基本尺度熵算法实现 班 级 学 号： 学 生 姓 名： AAAA 指 导 教 师： BB 日 期： 2012 年 6 月 实验题目： Matlab软件处理生物医学数字信号（熵方法2） 二、实验要求： 基本尺度熵算法实现 实验内容： 能使用Matlab软件编写、实现基本尺度熵算法并处理生物医学信号。 实验过程： 对于数据长度为的时间序列： , 把该时间序列嵌入维相空间[19]。对于每一个，取个点组成一维矢量： ， （1） 这里是嵌入维数，是延迟时间。取，那么共有个维矢量。对于每一个维矢量，计算出基本尺度,定义为维矢量中所有相邻点数据间隔（或大小）的差值方均根值，即 . （2） 根据基本尺度选择符号划分标准为，然后把每一个维矢量转换成维矢量符号序列={ }, ()。具体的转换如下： 这里。代表第个维矢量的平均值，代表第个维矢量的基本尺度，符号0,1,2,3 仅仅作为每一个划分区域的记号，具体数值的大小并没有实际的意义。是一个特殊参数。值从0.1到2都可以。 为了计算基本尺度熵值，先统计维矢量符号序列的分布几率。包含0，1，2，3四种符号的维矢量符号序列（-共有种不同的组合形式。统计每一种不同的组合形式在整个个维矢量所占的几率： 其中，#表示个数。 维矢量的基本尺度熵定义为： ， （4） 算法代码 clear; yf=textread(d:\Apb_100_5.txt); N=5000; random=fix(rand(1)*10000); u(1:N)=yf(random:(random-1+N),2)*100+2100; m=3;L=1;a=1; for i=1:N-m+1 for k=1:m X(1:N-m+1,k)=u(k:(N-m+k)); end bs=0; for j=1:m-1 bs=bs+(u(i+j)-u(i+j-1)).^2; end BS(i)=sqrt(bs/(m-1)); clear bs; uave(i)=mean(X(i,:)); for k=1:m if u(i+k-1)uave(i)+a*BS(i) S(i,k)=1; else if u(i+k-1)uave(i) S(i,k)=0; else if u(i+k-1)uave(i)-a*BS(i) S(i,k)=2; else S(i,k)=3; end end end end SX(i)=100*S(i,1)+10*S(i,2)+S(i,3); end p=hist(SX,unique(SX))/(N-m+1); H=-sum(p.*log2(p)) 实验结果： 对数据进行采样分析，求得其3维矢量的基本尺度熵为： 当a=1时，H=3.7355；当a=0.15时，H=3.7768 五、实验小结： 此次实验使用Matlab软件编写、实现基本尺度熵算法并处理生物医学信号。关键是基本尺度选择符号划分标准为，然后把每一个维矢量转换成维矢量符号序列。通过此次试验，对基本尺度熵算法有所了解，进一步熟悉了Matlab编程。