频域互信息及其在癫痫跨频耦合度量中的应用

我们定义了一种度量——频域互信息（MI-in-frequency），用于检测并量化数据中不同频率分量之间的统计依赖关系（称为跨频耦合），并将其应用于脑电生理记录以推断跨频耦合。神经科学中当前用于量化跨频耦合的度量无法检测非高斯脑记录中的两个频率分量是否在统计上独立。我们基于随机过程 Cramer 表示的香农互信息的频域互信息度量克服了这一缺陷，能够检测非高斯信号在频率上的统计依赖。随后我们描述了频域互信息的两种数据驱动估计器：一种基于核密度估计，另一种基于最近邻算法，并在模拟数据上验证了它们的性能。接着我们使用频域互信息来估计两个跨时间依赖的数据流之间的互信息，而不做任何参数模型假设。最后，我们使用频域互信息度量来研究癫痫发作期皮层脑电记录中癫痫发作起始区的跨频耦合。推断出的跨频耦合特征对于优化基于电刺激的癫痫治疗的空间与频谱参数至关重要。