近似熵(approximate entropy,ApEn)与样本熵(sample entropy,SampEn)均是量化大脑功能活动复杂性的指标,但二者中哪个更适合功能磁共振成像(functional magnetic resonance imaging,fMRI)数据的分析却仍然不清楚.文章以fMRI数据为研究对...近似熵(approximate entropy,ApEn)与样本熵(sample entropy,SampEn)均是量化大脑功能活动复杂性的指标,但二者中哪个更适合功能磁共振成像(functional magnetic resonance imaging,fMRI)数据的分析却仍然不清楚.文章以fMRI数据为研究对象,采用ApEn方法与SampEn方法进行分析,计算不同参数 r 下的ApEn与SampEn的均值差距率并进行对比.结果发现,随着参数 r 的增加,SampEn的均值差距率均大于ApEn的均值差距率.同时在算法效率上,SampEn方法的运行时间小于ApEn方法的运行时间.因此,相比于ApEn方法,SampEn方法可能更适用于静息态fMRI数据的分析.展开更多
文摘近似熵(approximate entropy,ApEn)与样本熵(sample entropy,SampEn)均是量化大脑功能活动复杂性的指标,但二者中哪个更适合功能磁共振成像(functional magnetic resonance imaging,fMRI)数据的分析却仍然不清楚.文章以fMRI数据为研究对象,采用ApEn方法与SampEn方法进行分析,计算不同参数 r 下的ApEn与SampEn的均值差距率并进行对比.结果发现,随着参数 r 的增加,SampEn的均值差距率均大于ApEn的均值差距率.同时在算法效率上,SampEn方法的运行时间小于ApEn方法的运行时间.因此,相比于ApEn方法,SampEn方法可能更适用于静息态fMRI数据的分析.