一对时间序列的新相位同步度量及癫痫发作焦点定位
摘要：定义和测量非线性时间序列的相位同步是非常困难的。通过傅里叶变换，可以在一对已存储的（因此是静止的）信号上进行这样的操作。在时间序列中，利用希尔伯特变换通常定义瞬时相位。本文中，相位是利用傅里叶变换来定义的。这产生了一种确定性的方法，用来检测一对时间序列之间最一般形式的相位同步。由于这种方法比基于瞬时相位的统计方法更严格，因此可以更准确地用于癫痫发作的侧化和源定位。基于这种方法，定义了一种称为syn函数的相位同步的新指标，能够量化神经相位同步和不同步作为癫痫发作动力学的重要参数。实验证明，这种严格的相位同步度量方法具有在头皮脑电图（EEG）数据中定位癫痫灶的潜在应用，而不需要了解头部的电导率。
作者：Kaushik Majumdar
论文ID：nlin/0612032
分类：Chaotic Dynamics
分类简称：nlin.CD
提交时间：2007-05-23