非平稳生物医学时间序列的自适应贝叶斯谱分析

许多针对生物医学时间序列信号的研究旨在测量时间序列频域特性与临床及行为协变量之间的关联。然而，由于缺乏能够评估这种关系随时间变化性质的方法，这些关联的时变动态在很大程度上被忽略了。本文介绍了一种同时自动分析时变功率谱与协变量之间关联的方法。该过程自适应地将时间与协变量值的网格划分为未知数量的近似平稳块，并通过惩罚样条非参数地估计块内的局部谱。该方法在完全贝叶斯框架下表述，其中划分点的数量和位置是随机的，并使用可逆跳跃马尔可夫链蒙特卡罗技术进行拟合。基于划分分布平均的估计与推断，能够准确分析具有平滑变化和突变两种特征的谱。所提方法被用于分析一项以老年人为其主要患病配偶主要照护者的研究中，心率变异性时变谱与自我报告睡眠质量之间的关联。