向量时间序列的非线性相干性：用于区域到区域功能脑连接的定义
应用统计
2025-11-19 v1
摘要
功能脑连接的异常变化是阿尔弗雷德病（AD）和前额叶痴呆（FTD）等神经退行性疾病的表征。作为一种非侵入且成本效益高的技术，脑电图（EEG）正因其潜在识别AD和FTD早期诊断和鉴别诊断可靠生物标志物而受到日益关注。考虑到来自相邻EEG通道的信号在行为上具有相似性，我们提出了一种新的谱依赖性度量——非线性向量相干性（NVC），用于捕捉两个来自不同脑区的多变量时间序列之间的超线性相互作用。这一方法克服了传统通道到通道方法的局限，构建了更自然的频域区域到区域连接框架。因此，NVC度量提供了一种新的方法来探讨脑区之间的依赖关系，从而实现对AD和FTD相关的功能连接动态变化的识别。我们进一步引入一种基于秩的推断程序，实现该度量的快速且无分布假设的估计，同时提供一个完全非参数的谱独立性检验。我们通过大量数值实验展示了所提出推断方法的实证性能。应用到静息状态EEG数据后，结果表明，我们的新型NVC度量揭示了健康个体与AD和FTD患者之间具有区别性且具有诊断意义的连接模式。
引用
@article{arxiv.2511.14417,
title = {Nonlinear Coherence for Vector Time Series: Defining Region-to-Region Functional Brain Connectivity},
author = {Paolo Victor Redondo and Raphaël Huser and Hernando Ombao},
journal= {arXiv preprint arXiv:2511.14417},
year = {2025}
}