具有短程与长程相关性的动态过程多尺度偏信息分解：理论及在心血管控制中的应用
统计方法学
2022-08-31 v1 定量方法
摘要
心率变异性源于若干生理系统的联合活动，包括心脏、血管和呼吸系统，它们既有自身内部调节，又相互作用以维持稳态功能。这些控制机制跨多个时间尺度运作，导致短程动态与长程相关性同时呈现。网络生理学框架提供了基于信息论的统计工具，能够量化驱动复杂生理网络动态的多变量与多尺度互联机制的结构特征。本工作中，使用针对高斯过程的向量自回归分数积分(VARFI)框架，获得收缩期动脉压(S)和呼吸(R)到心周期(H)的转移熵的多尺度表示及其分解为独特、冗余与协同贡献。该新方法能够量化定向信息流，并考虑所分析过程间短程动态与长程相关性的同时存在。该方法先在模拟VARFI过程中说明，再应用于静息及心理与体位应激下监测的健康受试者的H、S和R时间序列。我们的结果凸显了信息传输对耦合动力系统中短程与长程相关性平衡的依赖性，这是未考虑长程相关性的标准方法无法观测到的。所提方法学显示，体位应激在短时间尺度诱导更大的冗余效应，而心理应激在较长时间尺度诱导更大的心血管信息传输。
引用
@article{arxiv.2204.14112,
title = {Multiscale Partial Information Decomposition of Dynamic Processes with Short and Long-range correlations: Theory and Application to Cardiovascular Control},
author = {Helder Pinto and Riccardo Pernice and Maria Eduarda Silva and Michal Javorka and Luca Faes and Ana Paula Rocha},
journal= {arXiv preprint arXiv:2204.14112},
year = {2022}
}