健康人和帕金森病患者的人体步态混沌时间序列中相位云的分层与非马尔可夫性的统计效应
摘要：使用离散非Markov随机过程理论，我们开发了一种诊断神经系统疾病的新方法，并在研究人类步态动力学方面采用了一种新的方法。我们考虑了相云的分层和人类步态动力学时间序列中的统计非Markov效应。我们对健康人群中的四个年龄组的数据进行了比较分析：儿童（3至10岁），青少年（11至14岁），年轻人（21至29岁），老年人（71至77岁）和帕金森患者。利用四个动态变量的相图、初始时间相关函数的功率谱、和初级阶数的存储函数，以及统计非Markov参数谱中的前三个点对完整数据集进行了分析。得到的结果可以确定受试者对由帕金森病引起的中枢神经系统偏差的倾向。我们发现了五个提交组之间明显的差异。基于此，我们提出了一种诊断和预测帕金森病的新方法。
作者：Renat Yulmetyev, Sergey Demin, Natalya Emelyanova, Fail Gafarov, Peter Hanggi
论文ID：physics/0402052
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2009-11-10