到目前为止,ASM 反应的两个最可靠的 EEG 生物标志物是发作间期癫痫样放电和功率谱分析,而个体 Alpha 频率 (IAF) 峰值的使用仍存在争议,但可能代表一种有前途的生物标志物 (Reynolds et al., 2023 )。然而,这些线性方法主要捕捉 EEG 信号的振荡分量,不考虑 EEG 信号中存在的非平稳性和非线性 (Stam, 2005; Klonowski, 2009 )。正如 Cole 和 Voytek 以及 Jones 及其同事 (Jones, 2016; Cole 和 Voytek, 2017) 所述,脑信号不仅仅代表特定频率的持续振荡,而是代表间歇性重复的短暂活动 (Feingold 等人, 2015; Lundqvist 等人, 2016)。神经调节研究表明,在调节大脑(Somers 和 Kopell,1993 年;Fröhlich 和 McCormick,2010 年;Fröhlich,2015 年;Dowsett 和 Herrmann,2016 年;Cottone 等人,2018 年;Porcaro 等人,2019 年)和调节大脑节律(Somers 和 Kopell,1993 年;Dowsett 和 Herrmann,2016 年)方面,复杂非正弦波形的应用比正弦振荡器更有效。分形维数分析等非线性方法捕获的这种“隐藏信息”可能是线性方法的补充和补充,可以揭示健康人以及患有神经病理学疾病的患者的生理神经通讯、计算和认知(Goldberger,2001;Goldberger 等人,2002;Zhang 和 Raichle,2010;Rodríguez-Bermúdez 和 García-Laencina,2015;Porcaro 等人,2017、2019、2020a、b、2022)。这就是为什么时间序列分形分析越来越多地用于从基础到科学的不同研究领域的原因
主要关键词