非参数谱分析在使用脑电图时间序列特征化癫痫中的应用
摘要：理解癫痫起始过程及其传播模式是癫痫研究的关键任务。癫痫发作前的脑电图（EEG）特征，如振荡功率和高频活动被认为是癫痫的发作和传播模式的指示。本文利用非参数频谱估计方法分析癫痫 EEG 时间序列，提取关于癫痫特定功率和特征频率（或频带）的信息。由于癫痫发作前 EEG 可能变得非平稳，我们针对平稳和局部平稳过程开发了方法。基于惩罚化 Whittle 似然，我们提出了直接广义最大似然（GML）和广义近似交叉验证（GACV）方法，用于估计平稳过程的平滑参数和局部平稳过程的时变平滑参数。我们还提出了置换方法来测试局部平稳过程是否是平稳的。广泛的模拟结果表明，所提出的直接方法，特别是直接 GML，在稳定性和性能上优于其他现有方法。我们将所提出的方法应用到一个癫痫患者的颅内脑电图（IEEG）中，以深入了解癫痫发作过程。
作者：Li Qin, Yuedong Wang
论文ID：0901.3877
分类：Applications
分类简称：stat.AP
提交时间：2009-01-27