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: 246)
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, Санкт-Петербургский политехнический университет Петра Великого (СПбПУ)
Караваев Анатолий Сергеевич, Саратовский филиал Института радиотехники и электроники имени В.А. Котельникова РАН (СФ ИРЭ)
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: 150)
  • 3009 просмотров