寻找指纹：体动记录仪记录中点过程的分析

人类的运动活动呈现出复杂的时间波动，其可用尺度不变统计来刻画，从而证明此类动力学的结构与涨落在广阔时间尺度上保持相似。先前针对规律睡眠剥夺或罹患睡眠障碍人群的研究预测，其不变尺度参数相对于健康受试者的代表性参数会发生改变。本研究中，我们利用分数点过程的特征度量考察体动记录仪（actigraphy）记录的信号模式。我们分析了健康个体在规律睡眠一周与慢性部分睡眠剥夺一周期间记录的自发运动活动。睡眠不足的行为症状可通过分析活动与静息状态中持续时间的统计来评估，而行为组织的改变可通过分析事件计数分布、连续运动间等待时间分布中检出的幂律以及记录时间序列的去趋势波动分析来评定。我们主张，在表征体动记录复杂度及其由慢性睡眠困境引发的各种变化的不同度量中，表征静息状态生存函数斜率的指数乃是区分健康与睡眠剥夺组最有效的生物标记物。