非平稳生理网络中高阶相互作用的时间-频率分析方法
应用统计
2025-03-18 v1
摘要
已提出多种基于信息论的数据驱动方法，用于分析涉及网络系统三个或更多组分的高阶相互作用。这些方法大多仅在时间域中定义，并依赖于底层动力学的平稳性假设，因此本质上无法检测频率特异性行为，也无法追踪生理网络中的瞬态功能连接。本研究引入了一种新框架，通过向量自回归模型的谱表示，实现对随机过程网络中高阶相互作用的时变和时间-频率分析。通过基于带遗忘因子的递归最小二乘估计器的鲁棒识别程序，确保了对过程组之间协同和冗余相互作用的时域和频域分辨分析。仿真网络的验证表明，时间-频率分析能够突出在特定频段中出现的瞬态协同行为，而这些行为无法被时间域的平稳分析所检测到。该方法应用于大鼠脑诱发电位，揭示了与触须刺激同步的冗余信息，主要出现在对侧半球。所提出的框架实现了对动态网络层次组织的全面时变和时间-频率分析。由于我们的方法超越了两两相互作用，因此非常适合研究许多生理、神经科学和其他领域常见网络系统中状态转换期间出现的瞬态高阶行为。
引用
@article{arxiv.2503.12421,
title = {A Method for the Time-Frequency Analysis of High-Order Interactions in Non-Stationary Physiological Networks},
author = {Yuri Antonacci and Chiara Bara' and Laura Sparacino and Gorana Mijatovic and Ludovico Minati and Luca Faes},
journal= {arXiv preprint arXiv:2503.12421},
year = {2025}
}