【技术实现步骤摘要】
一种基于二元生理系统的动态相互作用网络分析方法
[0001]本专利技术属于动态生理网络
,具体涉及一种基于二元生理系统的动态相互作用网络分析方法。
技术介绍
[0002]人体是由不同层次复杂生理器官系统组成的有机整体,从微小的分子、细胞到其构成的组织,从功能各异的器官到复杂的生理系统,它们之间广泛地存在着不同程度的相互作用。人体有机体的一个关键特征是器官系统和子系统之间存在复杂的信息传递和相互作用过程。这些相互作用通过不同的耦合反馈发生,在多个整合水平和跨时空尺度上优化和协调生理器官功能。因此,器官系统和子系统之间的动态相互作用对维持健康和产生不同的生理状态至关重要。破坏这种信息传递可以导致单个系统功能障碍,甚至整个生物体奔溃,如昏迷、多器官衰竭等。人体通过神经自主调节以抵抗外部或病理性干扰,其状态和功能可以从单个器官系统的动力学特征和器官系统相互作用时动力学特征的变化中定义。相较于外在的面部表情、肢体动作等,无偏的生理信号直接反映人体各生理系统的活动情况,在区分生理状态及识别其转换等方面更具有客观性。生理信号通常以信号来源命名,常用的生理信号包括脑电图(Electroencephalogram,EEG)、心电图(Electrocardiogram,ECG)、眼电图(Electrooculogram,EOG)、肌电图(Electromyogram,EMG)和皮肤电反应(Galvanic skin response,GSR)等。复杂系统之间的相互作用一直是一个开放性问题,其中的耦合不是先验已知的,并且唯一可用的信 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于二元生理系统的动态相互作用网络分析方法,其特征在于,该方法主要包括以下步骤:步骤1、将人体内两个器官视为一个整体称为二元生理系统,任选两个可以采集到生理电信号的人体器官作为二元生理系统,同步、连续采集两个选定器官输出的多个生理信号,采集过程中人体经历多个生理状态,人睡眠期间则以各睡眠阶段为不同生理状态,利用滚动时间窗口对各生理信号进行分段预处理;步骤2、选定两个生理信号被同一滚动时间窗口截取的两段经过分段预处理的生理信号段为相互作用对,使用循环互相关函数得到相互作用对的时间延迟序列,从而推断相互作用对之间相互作用的强度、方向性、稳定性;步骤3、构建多层时序生理网络:一个滚动时间窗口对应一个时间切片,以各滚动时间窗口对应的时间切片为层,每一层网络中的节点代表各生理信号,借助时间延迟序列特征描述所有节点两两之间的相互作用关系,建立有向加权连边,构建层内、层间链接;步骤4、在多层时序生理网络的基础上,计算稳定数据点比例、概率分布、特征向量中心性三种网络特征,分别用于量化二元生理系统之间相互作用的强度、总体因果效应、关键节点,比较各睡眠阶段时段中的网络特征区别,将相互作用网络特征作为睡眠阶段的标志,从而通过相互作用变化检测人体睡眠阶段变化,即在人体经历多种睡眠阶段,利用构建多个生理信号持续的动态相互作用网络,比较不同睡眠阶段的网络特征。2.根据权利要求1所述的基于二元生理系统的动态相互作用网络分析方法,其特征在于,所述步骤1具体包括:步骤1.1:选定人体器官X、Y为二元生理系统,对同步输出的m个生理信号连续采样一段时间T0,每个信号长度为N,排列组合获得对生理信号{x}和{y},采样时人体连续经历H个生理状态,即H个睡眠阶段;步骤1.2:使用窗口长度为L的滚动时间窗口将各生理信号切分成等长不重叠的步骤1.2:使用窗口长度为L的滚动时间窗口将各生理信号切分成等长不重叠的个数据段,则生理信号{x}经第t个滚动时间窗口截断后可得第t段信号段L为滚动时间窗口的窗口长度,也是各信号段长度,具体表达式为:步骤1.3:将对每一生理信号段进行降序排序,得到原始数据的秩次将得到信号段x
t
所对应的秩次数据段步骤1.4:将各秩次信号段分别进行Z
‑
score标准化处理,使经处理的数据段符合标准正态分布,具体计算公式为:其中,为秩次信号段的均值,为秩次信号段的标准差。3.根据权利要求1所述的基于二元生理系统的动态相互作用网络分析方法,其特征在于,所述步骤2具体包括:步骤2.1:选定的两个信号{x}和{y}被第t个滚动时间窗口截取的两段生理信号段x
t
和
y
t
,得到对应的秩次信号段和选取经Z
‑
score标准化处理的秩次信号段和为相互作用对;步骤2.2:对长度为L的信号段和应用周期性边界条件,将信号段相对于信号段在时间前进方向上移动固定数量τ个数据点,此时与两个数据点在时间轴上处于同一时刻,将各时刻的两个数据点相乘并求和,得到循环互相关函数具体计算过程如下:如下:式中L为秩次信号段长度,i为秩次信号段中各数据点序号,可知,循环互相关函数周期为L,限制时移τ∈[
‑
L/2,L/2]∩Z可得到一个完整周期的步骤2.3:将循环互相关函数绝对值最大值相对应的时移τ定义为最大相关时延得到最大相关时延序列得到最大相关时延序列代表生理信号{x}和{y}在第t个滚动时间窗口对应时段中相关性最大时的时间延迟,其具体表达式如下:步骤2.4:如果生理信号{x}和{y}在几个连续时段中显示的时延变化不超过
±
1s,则可认定为两个生理信号在这些时段中存在稳定相关性;最大相关时延序列的每5个数据点中,如果至少有4个时间延迟保持在[τ0‑
1,τ0+1]范围中,则认为此时存在稳定相关性,将对应数据点标记为稳定(即),得到稳定标签序列用于记录信号{x}和{y}之间存在稳定相关性的滚动时间窗口;步骤2.5:根据最大相关时延序列推断生理信号{x}和{y}在第t个滚动时间窗口对应时段中的动态方向性,具体表达为:4.根据权利要求1所述的基于二元生理系统的动态相互作用网络分析方法,其特征在于,所述步骤3具体包括:步骤3.1:将一个滚动时间窗口对应一个时间切片,得到N
L
个时间切片,第t个滚动时间窗口对应第t个时间切片,以一个时间切片为一层,每层网络都包含代表m个生理信号的m个节点及表示相互作用关系的连边,第t层网络表示m个生理信号在第t个滚动时间窗口时段中存在的稳定相关性和引导追随关系,将多层时序生理网络表示为G=(V,E,T),其中V={v1,v2,
…
,v
m
}是每一层网络中所有节点的集合,用v
m
表示第m个节点,代表第m个生理信号,
是所有时间切片的集合,用表示第N
L
个时间切片,代表第N
L
个滚动时间窗口,E表示所有连边的集合,用表示从第t
a
技术研发人员:杨小冬,洪彬一,张曙萱,杜文亮,芮晓彬,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。