[论文解读] Wave-shape oscillatory model for biomedical time series with applications

Yu-Ting Lin, John Malik+1 more|arXiv (Cornell University)|Jul 1, 2019

Complex Systems and Time Series Analysis参考文献 61被引用 8

一句话总结

本文提出一种波形形状振荡模型，通过利用扩散映射估计的波形形状流形来表征生理时间序列中随时间变化的形态动力学。该方法捕捉了动脉血压和心电图（ECG）周期的动态变化，实现了伤害感受信号的提取以及一种新型心电图衍生呼吸信号的生成，并在理论上保证了动力学信息恢复的可靠性。

ABSTRACT

The oscillations observed in physiological time series exhibit morphological variations over time. These morphological variations are caused by intrinsic or extrinsic changes to the state of the generating system, henceforth referred to as dynamics. To model such a time series, we provide a novel hierarchical model: the wave-shape oscillatory model. In this model, time-dependent variations in cycle morphology occur along a manifold called the wave-shape manifold. To estimate the wave-shape manifold associated with an oscillatory time series, study the dynamics, and visualize the time-dependent changes along it, we apply the well-established diffusion maps (DM) algorithm to the set of all observed oscillations. We provide a theoretical guarantee on the dynamical information recovered by the DM algorithm under the proposed model. Applying the proposed model to arterial blood pressure signals recorded during general anesthesia leads to the extraction of nociception information. Applying the wave-shape oscillatory model to cardiac cycles in the electrocardiogram (ECG) leads to a new ECG-derived respiratory signal.

研究动机与目标

• 对由内在或外在系统动力学引起的生理振荡中的时变形态模式进行建模。
• 估计表示振荡时间序列中周期形状变化的潜在波形形状流形。
• 应用扩散映射算法，以提取并可视化沿波形形状流形的时间依赖性变化。
• 为在所提模型下使用扩散映射算法恢复动力学信息提供理论依据。
• 在临床实践中展示其应用，包括从血压信号中检测伤害感受，以及从心电图信号中推导出新的呼吸信号。

提出的方法

• 将生理振荡建模为在表示形态变化的波形形状流形上演化的周期。
• 对所有观测到的振荡周期集合应用扩散映射算法，以估计波形形状流形。
• 利用扩散映射嵌入，将周期形态的时间依赖性变化表示为流形上的轨迹。
• 理论分析确保扩散映射算法能够保持振荡系统潜在的动力学结构。
• 在全身麻醉期间的动脉血压数据上验证该模型，以提取与伤害感受相关的信号。
• 将该模型应用于心电图信号，以基于心脏周期形态的变化推导出一种新的非侵入性呼吸信号。

实验结果

研究问题

• RQ1 如何系统性地建模并表征生理振荡中随时间变化的形态变化？
• RQ2 扩散映射在多大程度上能准确恢复振荡时间序列的潜在动力学结构？
• RQ3 波形形状流形能否揭示临床相关的生理状态，例如麻醉期间的伤害感受？
• RQ4 ECG周期的形态变化能否被用于推导出一种新型呼吸信号？
• RQ5 在所提模型假设下，使用扩散映射进行动力学信息恢复具有哪些理论保证？

主要发现

• 波形形状振荡模型通过将周期嵌入波形形状流形，成功捕捉了动脉血压信号中的时变形态变化。
• 扩散映射有效估计了波形形状流形，并保持了潜在生理系统动力学信息的完整性。
• 该模型从全身麻醉期间的血压数据中提取出与伤害感受相关的信号，表明其对生理状态变化具有敏感性。
• 通过应用该模型分析心脏周期的形态变化，成功生成了一种新的心电图衍生呼吸信号。
• 理论分析证实，在所提模型假设下，扩散映射算法能够恢复振荡系统的真实动力学结构。