複雑な生理学的時系列分析に対するフラクタル、エントロピー、カオスのアプローチ：重要な評価

複雑な生理学的時系列の分析には、フラクタル、エントロピー、または混oticとしたアプローチに基づいたさまざまな方法が適用されています。この論文では、フラクタルとエントロピー測定が歩行データと心拍数の変動データの非線形性の貧弱な指標であることを示します。対照的に、Volterraの自己回帰モデリングに基づくノイズ滴定方法は、測定ノイズと動的ノイズの存在下で非線形決定論とカオスダイナミクスをテストするための最も信頼性の高い現在利用可能な方法を表しています。

A wide variety of methods based on fractal, entropic or chaotic approaches have been applied to the analysis of complex physiological time series. In this paper, we show that fractal and entropy measures are poor indicators of nonlinearity for gait data and heart rate variability data. In contrast, the noise titration method based on Volterra autoregressive modeling represents the most reliable currently available method for testing nonlinear determinism and chaotic dynamics in the presence of measurement noise and dynamic noise.