Abstrakt

Spektrale und höherstufige Spektralanalyse von Tremor-Zeitreihen

Malenka Mader *,Juliane Klatt,Florian Amtage,Bernhard Hellwig,Wolfgang Mader,Linda Sommerlade,Björn Schelter

Ziele: Ziel dieser Studie war die Untersuchung der linearen und nichtlinearen Eigenschaften von Tremor-Zeitreihen. Zu diesem Zweck haben wir lineare (zweite Ordnung) und nichtlineare (höhere Ordnung) Spektral- und Kreuzspektralanalysen auf 58 elektroenzephalografische (EEG) und elektromyografische (EMG) Tremoraufzeichnungen von sieben Patienten mit essentiellem und fünf mit Parkinson-Tremor. Methoden: Spektralanalysen zweiter und dritter Ordnung wurden an zwei Datentypen durchgeführt. Zunächst wurden Daten aus einem Modell simuliert, das die nichtlinearen Eigenschaften der Tremor-Zeitreihen nachahmt. In diesen Simulationen werden die Einschränkungen der linearen Spektralanalyse zweiter Ordnung veranschaulicht. Diese Einschränkungen können durch eine nichtlineare Spektralanalyse dritter Ordnung überwunden werden. Zweitens wurden Tremoraufzeichnungen der zitternden Hand und des kontralateralen motorischen Bereichs des Gehirns der Tremorpatienten sowohl mit Spektralanalyse zweiter als auch dritter Ordnung analysiert. Ergebnisse: Die lineare Spektralanalyse deutete auf Nichtlinearität der Dynamik und der Wechselwirkungen von Prozessen hin, die mit EEG und EMG gemessen wurden. Mithilfe einer bispektralen Analyse wurden diese Nichtlinearitäten untersucht. Wir fanden heraus, dass ein auf Bispektren basierendes Maß für Nichtlinearität für die meisten EMG-Aufzeichnungen sowie für die Interaktion von EEG und EMG signifikant war. Schlussfolgerungen: Die lineare Spektralanalyse ist ein leistungsfähiges Werkzeug zur Beurteilung der spektralen Eigenschaften von Zeitreihen. Lineare Techniken können jedoch keine nichtlinearen Kopplungen aufdecken. Bei der Anwendung der nichtlinearen Spektralanalyse auf Tremor-Zeitreihen zeigten wir, dass die Dynamik des Handmuskels sowie die Interaktion zwischen Handmuskel und Gehirn von Nichtlinearitäten bestimmt werden.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.