Гомеостазис такой динамической системы, как мозг, обеспечивается работой системы авторегуляции внутримозгового кровообращения. Любое отклонение этой системы от состояния динамического равновесия приводит к серьезным и необратимым последствиям. Это обоснование актуальности исследований процессов авторегуляции. Такие работы в настоящее время ведутся многочисленными группами исследователей: нейрохирургами, нейрофизиологами, биофизиками, включая и математиков. Объектами наших исследований являются экспериментальные оценки линейной скорости кровотока в среднемозговой артерии и артериального давления. Эти исходные данные представлены в виде временных рядов. Построение оценок стохастической связи между случайными процессами, реализации которых получены экспериментальным путем, – это одно из актуальных направлений в исследовании биологических систем авторегуляции. Такую оценку можно построить только на основе нецензурированных временных рядов. Однако в клинической практике это требование выполняется редко. Устранение пропусков в регистрируемых временных рядах – это одна из достаточно сложных задач обработки реальных медико-биологических данных.

Homeostasis of such a dynamic system as the brain is ensured by the operation of the autoregulation system of intracerebral circulation. Any deviation of this system from the state of dynamic equilibrium leads to severe and irreversible consequences. This is the rationale for the relevance of studies of autoregulation processes. Such work is currently being carried out by numerous groups of researchers: neurosurgeons, neurophysiologists, biophysicists, including mathematicians. The objects of our research are experimental estimates of the linear velocity of blood flow in the midbrain artery and blood pressure. These estimates are presented as time series. The construction of estimates of the stochastic relationship between random processes, the implementation of which has been obtained experimentally, is one of the relevant directions in the study of biological systems of autoregulation. These estimates can only be built based on uncensored time series. However, in clinical practice, this requirement is rarely met. Elimination of gaps in the recorded time series is one of the rather complex tasks of processing real biomedical data.