帕金森病理性震颤信号的规则与随机行为

基于离散非马尔可夫随机过程的统计理论和闪烁噪声谱学，研究了帕金森病理性震颤速度时间序列中的规则和随机行为。我们开发了一种分析和诊断帕金森病（PD）的新方法，该方法考虑了初始时间信号中的离散性、波动、长程和短程相关性、规则和随机行为、马尔可夫和非马尔可夫效应以及弛豫模式的动态交替。统计非马尔可夫性参数的谱反映了初始震颤时间序列中的马尔可夫性和非马尔可夫性。该方法中使用的弛豫和动力学参数使我们能够估计患者在不同动态状态下产生的时间信号的各种情景的弛豫尺度。初始时间相关函数的局部时间行为和非马尔可夫性参数的第一点提供了关于时间序列局部区域病理性震颤变化的详细信息。获得的结果可用于为 PD 患者的每个个体案例找到最有效的减少或抑制病理性震颤的方法。总的来说，该方法允许评估一组 PD 患者医疗治疗的有效性。