Известия высших учебных заведений

Прикладная нелинейная динамика

ISSN 0869-6632 (Print)
ISSN 2542-1905 (Online)

Для цитирования:

Сысоев И. В., Караваев А. С., Наконечный П. И. Роль нелинейности модели в диагностике связей при патологическом треморе методом грейнджеровской причинности // Известия вузов. ПНД. 2010. Т. 18, вып. 4. С. 81-90. DOI: 10.18500/0869-6632-2010-18-4-81-90

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
Иконка PDF 2010no4p081.pdf
(загрузок: 182)
Язык публикации: 
русский
Рубрика: 
Прикладные задачи нелинейной теории колебаний и волн
Тип статьи: 
Научная статья
УДК: 
530.182, 57.087.1
DOI: 
10.18500/0869-6632-2010-18-4-81-90

Роль нелинейности модели в диагностике связей при патологическом треморе методом грейнджеровской причинности

Авторы: 
Сысоев Илья Вячеславович, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Караваев Анатолий Сергеевич, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Наконечный Павел Игоревич, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Аннотация: 

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.  

Ключевые слова: 
анализ связанности
нелинейная причинность по Гренджеру
обработка ЭЭГ
динамическое моделирование
Список источников: 
  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., Hauler 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.
Поступила в редакцию: 
16.07.2010
Принята к публикации: 
21.09.2010
Опубликована: 
29.10.2010
Краткое содержание:
Иконка PDF a2010no4p081.pdf
(загрузок: 107)
  • 1846 просмотров