基于去趋势波动分析的步态复杂性对步幅时间序列不一致性敏感：一项建模研究
定量方法
2020-08-17 v1
摘要
背景：人类步态在连续步幅间表现出复杂分形涨落。步态参数的时间序列具有长程相关性（统计持续性）。相反，当步态与外部节律线索同步时，涨落机制变为围绕目标频率的随机振荡（统计反持续性）。为凸显这两种涨落模式，通用方法是去趋势波动分析（DFA）。DFA 结果为标度指数，若时间序列呈现长程相关则介于 0.5 与 1 之间，若时间序列反相关则低于 0.5。应用 DFA 的基本假设是所分析时间序列来自时不变生成过程。然而，步态时间序列可能由具有不同涨落机制（如相关与反相关）的子段集合构成。方法：将不同比例的相关与反相关时间序列混合，随后通过 DFA 分析。混合前的原始时间序列通过自回归分数积分滑动平均（ARFIMA）建模或实际步态数据生成。结果：结果证明 DFA 对混合相关与反相关序列具有非线性敏感性。值得注意的是，在反相关时间序列中加入少量相关段比反向操作影响更强。意义：若行走试验中步态控制发生变化，所得时间序列可能是若干涨落机制的拼凑集合。应用 DFA 时，标度指数可能被误读。在 sporadic 与外部线索同步的情况下，提示行走研究最可能遭受此问题。
引用
@article{arxiv.2008.06367,
title = {Gait complexity assessed by detrended fluctuation analysis is sensitive to inconsistencies in stride time series: A modeling study},
author = {Philippe Terrier},
journal= {arXiv preprint arXiv:2008.06367},
year = {2020}
}
备注
Article submitted for publication