双态癫痫脑波的谱极值连接性
应用统计
2025-03-07 v1 统计方法学
摘要
相干分析在研究功能脑连接中发挥着重要作用。然而，相干分析仅捕捉线性谱关联，因此在忽略分布尾部连接性变化时可能产生误导性发现。当研究以大信号幅度为特征的极端神经事件时，这一局限性变得重要。本文的重点在于研究分布的尾部连接性，因为这揭示了标准方法可能忽略的重要信息。我们开发了一种周期图谱尾部关联的新概念，用于研究癫痫易感新生儿脑电图（EEG）信号网络中的连接性。我们进一步开发了一种新型非平稳极值依赖模型，用于多元时间序列，该模型能够捕捉不同脑阶段（即爆发-抑制和非爆发-抑制）期间极值依赖的差异。我们提出方法的一个优势是能够在可能与能量爆发（可能导致癫痫发作）相关的关键频段识别尾部连接性。我们讨论了这些新颖的科学发现，同时比较了癫痫患者和非癫痫患者脑信号的极值行为。
引用
@article{arxiv.2503.04169,
title = {Spectral Extremal Connectivity of Two-State Seizure Brain Waves},
author = {Mara Sherlin D. Talento and Jordan Richards and Marco Pinto-Orellana and Raphael Huser and Hernando C. Ombao},
journal= {arXiv preprint arXiv:2503.04169},
year = {2025}
}