多尺度熵（MultiScale Entropy）模型——MSE

MSE——matlab代码

符号说明：
x-输入信号矢量（如脑电信号或声音信号）
nSf-比例因子的数量
m-模板长度（历元长度）；Costa使用m=2
r-匹配阈值；通常选择在
时间序列的样本偏差；当x经过z变换时：将公差定义为r乘以标准偏差
mse-多尺度熵
sf-与mse相对应的比例因子
解释：Costa解释了更高的熵值以反映更多在这个尺度上的信息（如果是随机的，则不太可预测）。在天平上相当稳定。

参考文献：
Costa等人。（2002）复杂生理学的多尺度熵分析时间序列。
Costa等人。（2005）生物信号的多尺度熵分析。

MSE_Costa2005

function [mse sf] = MSE_Costa2005(x,nSf,m,r)

% pre-allocate mse vector
mse = zeros([1 nSf]);

% coarse-grain and calculate sample entropy for each scale factor
for ii = 1 : nSf
	% get filter weights
	f = ones([1 ii]);
	f = f/sum(f);

	% get coarse-grained time series (i.e., average data within non-overlapping time windows)
	y = filter(f,1,x);
	y = y(length(f):end);
	y = y(1:length(f):end);
	
	% calculate sample entropy
	mse(ii) = SampleEntropy(y,m,r,0);
end

% get sacle factors
sf = 1 : nSf;

colored_noise

function [y] = colored_noise(Sf,dur,b)

% [y] = colored_noise(Sf,dur,b)
%
% Sf  - sampling frequency
% dur - duration
% b   - exponent of the 1/f^b power law function
%       b = 0 (white), 1 (pink), 2 (brown), -1 (blue), -2 (violet)
%
% y - noise time domain signal
%     (y is normalized such that mean(y)==0 and std(y)==1)
%
% Description: The script calcula