使用交叉反复量化分析计算不同长度的时间序列的相似度,并应用到睡眠阶段分析

科学领域:

• 复杂系统科学 复杂系统科学
• 生理时间序列分析.
• 睡眠医学研究 睡眠医学研究

背景情况:

• 比较不平等长度的时间序列往往需要数据处理,这可能会引入偏差.
• 分析生理时间序列的传统方法与不同长度的数据作斗争,限制了它们的应用.
• 了解睡眠周期的动态及其与健康结果的关系需要强大的分析工具.

研究的目的:

• 引入和验证交叉反复量化分析 (CRQA) 以分析不平等长度的时间序列,而无需预处理.
• 调查超日NREM/REM睡眠周期 (USC) 复发模式对死亡率的预测能力.
• 为了证明CRQA在分析分类时间序列,如睡眠周期数据中的实用性.

主要方法:

• 交叉递归量化分析 (CRQA) 已在具有连续和离散数据的模型系统上开发和验证.
• CRQA应用于睡眠心脏健康研究 (SHHS) 数据集,这是一个大规模的家庭多睡眠记录.
• 分析了超日睡眠周期 (USC) 的复发模式,以确定它们与全因死亡率的关联.

主要成果:

• 与需要数据操纵 (修剪,拉伸,压缩) 的传统方法相比,CRQA表现出更高的性能.
• 对SHHS数据的分析显示,与USC稳定性相关的复发模式预测了全因死亡率.
• 在对共变量进行控制后,USC复发模式和死亡率之间的关联仍然显著.

结论:

• CRQA是一种强大而公正的工具,用于检测不平等长度的时间序列中的相关性和合,特别是分类数据.
• 根据CRQA的量化,超日睡眠周期的稳定性是所有原因死亡率的重要预测因素.
• CRQA为睡眠研究和复杂生理动态分析提供了有价值的新方法.