《表1 基于10-20国际脑电系统的脑区划分》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《卷积神经网络及其分析在抑郁症判别中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3显示了两种不同划分计算的信息熵，属于同一分区的数据将归入相应的分区后利用公式（4）来计算信息熵。不同点在于传统方法假定神经数据服从均匀分布而进行等距离划分（在图3B中，数据被等分为6份），在数据样本点足够多的时候，计算结果会接近真实情况，但是，当数据不足时，这种等距离计算熵的误差比较大，无法有效度量随机变量的不确定关系；而聚类划分考虑到了序列自身的差异性而进行合理的划分（在图3A中，由于数据分布差异，被划分成3份，且每一份的划分区间不相同），刻画数据本身的特征进行信息熵的精确计算。在度量所有激活矩阵的熵后，被投射到大脑通道。根据10-20国际脑电系统，对应于大脑区域的大脑状态的平均特征进行可视化，脑区划分规则如表1所示。