在发作期间评估碎形同步
Oleg Gorshkov1, Hernando Ombao1
1Statistics Program, King Abdullah University of Science and Technology, Thuwal 23955, Saudi Arabia.
Entropy (Basel, Switzerland)
|August 29, 2024
概括
我们介绍了碎形同步 (FS),这是分析复杂时间序列的新方法. FS量化了多层次的连接,并揭示了发作期间的失同.
科学领域:
- 复杂系统科学 复杂系统科学
- 神经科学是一个神经科学.
- 时间序列分析时间序列分析
背景情况:
- 随机同步是一种已知的现象.
- 在碎形时间序列中分析多尺度连接是具有挑战性的.
- 电脑电图 (EEG) 可以显示复杂的,碎形结构.
研究的目的:
- 定义和提出一个数学框架的碎形同步 (FS).
- 评估跨多个时间尺度的连接的总体强度.
- 评估脑电图 (EEG) 的相互依赖性,特别是在发作期间.
主要方法:
- 基于随机同步的定义碎形同步 (FS).
- 开发了一种用于估计FS的数学装置.
- 应用FS分析发作期间的EEG数据.
主要成果:
- 分形同步 (FS) 能够在多个时间尺度上估计连接强度.
- FS成功评估了EEG网络中的跨道依赖性.
- 这项研究使用FS.证明了在发作期间的脱同步.
结论:
- 碎形同步 (FS) 为分析复杂的碎形时间序列提供了一种新的方法.
- FS是评估EEG相互依存性的有前途的工具.
- 在像发作这样的神经事件期间,FS可以检测动态变化,例如脱同步.
