动态功能连接与多层脑网络03 / 21
时频分析与小波相干
滑动窗口只用一个窗长,等于默认所有频率的连接都在同一时间尺度上变化。时频分析放开了这一限制:低频成分用长窗口、高频成分用短窗口,同时得到连接随时间和频率的变化。
连续小波变换
对信号 ,连续小波变换在尺度 、时间 处的系数为
常用的母小波是 Morlet 小波 (通常取 ),此时尺度与傅里叶周期近似成正比,。尺度越大,小波在时间上越宽:低频估计用的数据多、时间定位粗,高频反之。
小波相干
两条信号的交叉小波谱为 ,其幅角给出局部相位差。小波相干(wavelet transform coherence)对交叉谱和各自功率谱做平滑后取比值:
其中 是沿时间和尺度的平滑算子。若不平滑,分子分母逐点相等, 恒为 1,所以平滑是相干估计不可缺少的一步,平滑核的宽度决定了估计的方差与时间分辨率。 可以理解为“局部的、按频率分解的相关系数平方”。Grinsted 等(2004)给出了这一方法的通用实现及蒙特卡洛显著性检验。
Chang & Glover(2010)首先把小波相干系统用于静息态 fMRI:以后扣带回为种子,发现它与“反相关”(任务正激活)网络之间的相干和相位差在时间和频率上都有变化,蒙特卡洛检验显示存在依赖尺度的显著时间变异;作者同时指出,无法确定这些变异来自残余噪声还是认知状态的调制。
小波相干的三个陷阱:(1)正偏差:平滑窗口内有效样本少时,即使两信号独立, 也远大于 0,必须与替代数据比较;(2)影响锥(cone of influence):靠近记录两端时小波超出数据范围,系数不可靠,应剔除;(3)多重比较:时间×频率×脑区对构成巨大的检验空间,逐点显著性的“岛屿”很容易因偶然出现。见代码示例中的小波相干模拟。