在众多神经元中,突触间相互作用产生的自组织活动引起持续的波动。基于这个前提,脑电信号可以通过对一个随机数发生器的输出进行滤波来仿真。 在分别产生64道相关、不相关随机数噪声的基础上,文章中仿真了脑电的非周期振荡波形;1/f~α的时域功率谱密度和1/f~α的空间功率谱密度;近似高斯分布的幅度直方图;主分量分析下的特征值的分布。在仿真的背景脑电上嵌入4类调幅模式,根据欧氏距离在64维空间里对它们进行模式识别;通过非线性映射,将特征向量投射到二维平面上,利用线性判别分类进行4类模式间的两两分类。应用KⅢ网络和BP网络对模式进行识别,比较两种方法的识别效果。 虽然这项研究还处于初级阶段,但是该仿真方法显示出了为脑电分析方法的检验,神经精神医学紊乱的诊断和治疗评价,以及脑机接口等研究提供测试数据,来优化无损提取大脑活动信息技术的潜力。