我所一项关于生理信号分类研究成果发表于应用数学及交叉学科领域重要期刊CNSNS（An1区）

发布时间：2016年7月20日

       2016年初，由我所博士后王晶等人共同完成的关于生理信号分类研究成果“基于排列模式的不相似度度量”发表于应用数学及交叉学科领域重要期刊CNSNS（Wang J, et al. Dissimilarity measure based on ordinal pattern for physiological signals[J]. Communications in Nonlinear Science and Numerical Simulation, 2016, 37: 115-124.）。
       在现实世界复杂系统中采集到的信号往往承载着丰富的信息，那么如何有效描述不同信号所携带的信息特点，从而根据其信号源进行分类呢？我们的一个假设是：不同复杂系统的控制机制会反映在其输出信号的重复模式上，并且这种特有的重复模式可由信号的排列模式进行描述。
       论文提出了“基于排列模式的不相似度度量”方法。首先统计每个信号排列模式的概率分布情况；然后通过对比研究发现：来自相似控制系统或同一控制系统信号其排列模式概率分布更加相似，但是差别越大的控制系统其输出信号的排列模式概率分布差别更大（如图2）；随后定义不相似度来描述上述分析结果；最后计算每对信号的不相似度，形成不相似度度量矩阵，从而进行分类。图5是针对4类生理心脏信号以及人工模拟信号的分类结果，有效论证了不相似度定义的合理性。