一种基于Lempel-Ziv的脑电微状态复杂度分析方法

一种基于Lempel‑Ziv的脑电微状态复杂度分析方法，包括以下步骤：S1、采集脑电信号；S2、对脑电信号进行微状态分析，获得微状态序列；S3、根据微状态序列中提取时间参数特征；S4、计算微状态序列的多尺度加权LZC特征；S5、对时间参数特征和多尺度加权LZC特征进行统计分析，评估阿尔茨海默症组的脑电信号与轻度认知障碍组的脑电信号之间的显著性差异；S6、将时间参数特征和多尺度加权LZC特征融合，构建特征集，并将特征集输入机器学习分类模型中。本发明在传统Lempel‑Ziv基础上引入多尺度分析，并依据子串模式差异设置权重系数，实现对脑电微状态序列复杂度的精细量化。同时，融合微状态时间域特征与复杂域特征，构建出更具区分力的特征集合，以提高早期诊断的准确性。