РОЛЬ НЕЛИНЕЙНОСТИ МОДЕЛИ В ДИАГНОСТИКЕ СВЯЗЕЙ ПРИ ПАТОЛОГИЧЕСКОМ ТРЕМОРЕ МЕТОДОМ ГРЕЙНДЖЕРОВСКОЙ ПРИЧИННОСТИ

Оценка связи между системами различной природы – одно из наиболее востребованных направлений приложения методов нелинейной динамики. В данной работе сопоставляются возможности классического линейного метода оценки причинности по Гренджеру и его нелинейного расширения на конкретных примерах как эталонных систем, так и на примере анализа нейрофизиологических данных. Показано, что нелинейный метод имеет большую чувствительность и чаще позволяет значимо детектировать связь.

 
Литература

1. Флейшман А.Н. Вариабельность ритма сердца и медленные колебания гемодинамики (нелинейные феномены в клинической практике). Новосибирск: Изд-во Сибирского отделения РАН, 2009. 193 с.

2. Baccala L.A., Sameshima K., Ballester G., Do Valle A.C. and Timo-Laria C.  ́ Studing the interactions betweenbrain structures via directed coherence and Granger causality // Applied Sig. Processing. 1998. Vol. 5. P. 40.

3. Nalatore H., Ding M., Rangarajan G. Mitigating the effects of measurement noise on Granger causality // Phys. Rev. E. 2007. Vol. 75. 031123

4. Feldman U. and Bhattacharya J. Predictability improvement as an asymmetrical measure of interdependence in bivariate time series // Int. J. of Bifurcation and Chaos. 2004. Vol. 14, No 2. P. 505.

5. Granger C.W.J. Investigating causal relations by econometric models and cross-spectral methods // Econometrica. 1969. Vol. 37, No 3. P. 424.

6. Chen Y., Rangarajan G., Feng J., Ding M. Analyzing multiple nonlinear time series with extended Granger causality // Physics Letters A. 2004. Vol. 324, No 1. P. 26.

7. Marinazzo D., Pellicoro M., and Stramaglia S. Nonlinear parametric model for Granger causality of time series // Phys. Rev. E. 2006. Vol. 73. 066216.

8. Ishiguro K., Otsu N., Lungarella M. and Kuniyoshi Y. Comparison of nonlinear Granger causality extensions for low-dimensional systems // Phys. Rev. E. 2008. Vol. 77. 036217.

9. Rosenblum M.G. and Pikovsky A.S. Detecting direction of coupling in interacting oscillators // Phys. Rev. E. 2001. Vol. 64. 045202.

10. Smirnov D. and Bezruchko B. Estimation of interaction strength and direction from short and noisy time series // Phys. Rev. E. 2003. Vol. 68. 046209.

11. Smirnov D., Barnikol U.B., Barnikol T.T., Bezruchko B.P., Hauptmann C., Buehrle C., Maarouf M., Sturm V., Freund H.-J., and Tass P.A. The generation of parkinsonian tremor as revealed by directional coupling analysis // Europhysics Letters. 2008. Vol. 83. 20003.

12. Dolan K. and Neiman A. Surrogate analysis of coherent multichannel data // Phys. Rev. E. 2002. Vol. 65. 026108.

13. Schreiber T. and Schmitz A. Surrogate time series // Physica D. 2000. Vol. 142. 346.

14. Hallett M. Overview of human tremor physiology // Movement Disorders. Vol. 13, Issue S3. P. 43

15. Wang S., Aziz T., Stein J., Liu X. Time-frequency analysis of transient neuromuscular events: dynamic changes in activity of the subthalamic nucleus and forearm muscles related to the inter-mittent resting tremor // J. Neurosci. Methods. 2005. Vol. 145. P. 151.

16. Timmer J., Haussler S., Lauk M., Lucking C.-H. Pathological tremor: deterministic chaos or nonlinear stochastic oscillators // Chaos. 2000. Vol. 10, No 1. P. 278.

17. Eichler M. Graphical modelling of dynamic relationships in multivariate time series // Handbook of Time Series Analysis / Ed. M. Winterhalder, B. Schelter and J. Timmer. Berlin: Wiley-VCH, 2006. P. 335.

18. Toro C., Pascual-Leone A., Deuschl G., Tate E., Pranzatelli M.R., and Hallett M. A common manifestation of cortical myoclonus // Neurology. 1993. Vol. 43(11). P. 2346.

19. Hellwig B., Hau ̈ ßler S., Schelter B., Lauk M., Guschlbauer B., Timmer J., Lucking C.H. Tremor-correlated cortical activity in essential tremor // The Lancet. 2001. Vol 357. P. 519.

Статус: 
одобрено к публикации
Краткое содержание (PDF): 
Текст в формате PDF: