【技术实现步骤摘要】
本专利技术属于电信号，具体涉及一种静息状态下心脑电信号耦合方法。
技术介绍
1、心脑耦合是指心脏和大脑之间的双向影响和协调。心脏是人体最重要的器官之一，它通过泵血来维持全身的血液循环，为各个组织和器官提供氧气和营养。大脑是人体最复杂的器官之一，它通过神经元和突触构成了复杂的神经网络，负责各种认知、情感和行为功能。心脑耦合有助于揭示心理和生理之间的关系，以及心理压力、情绪、认知等因素对心血管系统和神经系统的影响。
2、心脑耦合的神经机制主要涉及自主神经系统和心率变异性。自主神经系统分为交感神经和副交感神经，它们对心脏有相反的作用。交感神经可以增加心率和收缩力，副交感神经可以降低心率和收缩力。心率变异性是指心率在一定时间内的波动程度，它反映了自主神经系统对心脏的调节能力。自主神经系统与大脑中的多个区域有着密切的联系，如下丘脑、杏仁核、前额叶、岛叶、扣带回等。这些区域参与了情绪、注意、记忆、决策等多种认知功能。
3、因此，心脏和大脑之间存在着复杂的神经、血管、内分泌等多种通路，通过这些通路，心脏和大脑可以相互影响和协调。一方面，心率变异性可以反映大脑中这些区域的活动状态，也可以通过调节自主神经系统来影响这些区域的功能。例如，当人们面临压力或负面情绪时，大脑中的杏仁核会激活交感神经系统，导致心率增加和变异性降低；当人们处于放松或正面情绪时，大脑中的前额叶会激活副交感神经系统，导致心率降低和变异性增加。另一方面，大脑中也有一些区域可以直接影响心血管系统，如下丘脑、延髓等。这些区域可以通过释放激素或调节血管平滑肌来改
4、目前对于心脑电信号耦合机制的认识还比较模糊，心脑电信号的耦合主要用于探索心电和脑电之间的复杂的交互关系，可以反映心脏和大脑的功能状态和协调性。心率变异性可以影响脑电的节律性，从而实现心脏和大脑之间的同步化和调节。心脑电信号的耦合也可以反映人体对外界环境和内部情绪的适应性变化，以及与某些心理和生理疾病相关的异常现象。然而，目前已知的心脑耦合的分析方法不能全面和准确地反映心脑之间的复杂动态关系。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种静息状态下心脑电信号耦合方法。本专利技术要解决的技术问题通过以下技术方案实现：
2、一种静息状态下心脑电信号耦合方法，包括以下步骤：
3、获取多导采集设备同步采集的用户在静息状态下的心电原始信号和脑电原始信号；
4、对所述心电原始信号进行第一预处理，得到瞬时心率功率谱；
5、对所述脑电原始信号进行第二预处理，得到每个预设频带的第一脑电功率谱和第二脑电功率谱；
6、根据所述瞬时心率功率谱和所述第一脑电功率谱分别确定心电拟合功率数据和心脑拟合功率数据；
7、根据所述心电拟合功率数据和所述心脑拟合功率数据确定f统计量；
8、根据所述瞬时心率功率谱和所述第二脑电功率谱确定心电功率相空间和脑电功率相空间；
9、根据所述心电功率相空间和所述脑电功率相空间确定第一非线性相关系数和第二非线性相关系数。
10、在本专利技术的一个实施例中，所述对所述心电原始信号进行第一预处理，得到瞬时心率功率谱，包括：
11、对所述心电原始信号进行第一滤波处理，得到第一心电滤波信号；
12、对所述第一心电滤波信号进行r峰检测和第二滤波处理，得到第二心电滤波数据；
13、根据所述第二心电滤波数据和短时傅里叶变换，确定瞬时心率功率谱。
14、在本专利技术的一个实施例中，所述对所述脑电原始信号进行第二预处理，得到每个频带的第一脑电功率谱和第二脑电功率谱，包括：
15、所述对所述脑电原始信号进行第三滤波处理，得到五个预设频带的脑电滤波信号；
16、根据每个预设频带的所述脑电滤波信号和短时傅里叶变换，确定每个预设频带的第一脑电功率谱；
17、对所述脑电原始信号进行重构，得到每个预设频带的重构脑电信号；
18、根据每个预设频带的所述重构脑电信号和短时傅里叶变换，确定每个预设频带的第二脑电功率谱。
19、在本专利技术的一个实施例中，对所述脑电原始信号进行重构，得到每个预设频带的重构脑电信号，包括：
20、对所述脑电原始信号进行多元经验模态分解，得到多个imf分量；
21、对每个imf分量进行解析，分别得到对应的希尔伯特频谱；
22、根据多个所述希尔伯特频谱，确定每个预设频带的重构脑电信号。
23、在本专利技术的一个实施例中，所述根据所述瞬时心率功率谱和所述第一脑电功率谱分别确定心电拟合功率数据和心脑拟合功率数据，包括：
24、对所述瞬时心率功率谱和所述第一脑电功率谱进行重采样，得到心电重采样功率数据和第一重采样脑电功率数据；
25、根据所述心电重采样功率数据的功率滞后项和第一滞后阶数，确定心电拟合功率数据；
26、根据所述心电拟合功率数据和所述第一重采样脑电功率数据的功率滞后项和第二滞后阶数，确定心脑拟合功率数据。
27、在本专利技术的一个实施例中，所述根据所述心电拟合功率数据和所述心脑拟合功率数据确定f统计量，包括：
28、根据所述心电拟合功率数据和所述瞬时心率功率谱确定第一残差平方和；
29、根据所述心脑拟合功率数据和所述瞬时心率功率谱确定第二残差平方和；
30、根据所述第一残差平方和以及所述第二残差平方和确定f统计量。
31、在本专利技术的一个实施例中，所述根据所述瞬时心率功率谱和所述第二脑电功率谱确定心电功率相空间和脑电功率相空间，包括：
32、根据所述瞬时心率功率谱的预设个数的功率滞后值和所述第二脑电功率谱的预设个数的功率滞后值分别构建心电功率相空间和脑电功率相空间。
33、在本专利技术的一个实施例中，所述根据所述心电功率相空间和所述脑电功率相空间确定第一非线性相关系数和第二非线性相关系数，包括：
34、根据k近邻法确定所述心电功率相空间中的任意一个元素的最近的k个第一邻居元素；
35、根据所述k个第一邻居元素确定在所述脑电功率相空间中对应的k个第一对应元素；
36、根据所述k个第一对应元素通过线性回归法计算第一投影功率；
37、根据所述第一投影功率和所述心电功率相空间确定第一非线性相关系数；
38、根据k近邻法确定所述脑电功率相空间中的任意一个元素的最近的k个第二邻居元素；
39、根据所述k个第二邻居元素确定在所述心电功率相空间中对应的k个第二对应元素；
40、根据所述k个第二对应元素通过线性回归法计算第二投影功率；
41、根据所本文档来自技高网...
【技术保护点】
1.一种静息状态下心脑电信号耦合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述对所述心电原始信号进行第一预处理，得到瞬时心率功率谱，包括：
3.根据权利要求2所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述对所述脑电原始信号进行第二预处理，得到每个频带的第一脑电功率谱和第二脑电功率谱，包括：
4.根据权利要求3所述的一种静息状态下心脑电信号耦合方法，其特征在于，对所述脑电原始信号进行重构，得到每个预设频带的重构脑电信号，包括：
5.根据权利要求1所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述根据所述瞬时心率功率谱和所述第一脑电功率谱分别确定心电拟合功率数据和心脑拟合功率数据，包括：
6.根据权利要求4所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述根据所述心电拟合功率数据和所述心脑拟合功率数据确定F统计量，包括：
7.根据权利要求4所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述根据所述瞬时心率功率谱和所述第二脑电
8.根据权利要求7所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述根据所述心电功率相空间和所述脑电功率相空间确定第一非线性相关系数和第二非线性相关系数，包括：
...【技术特征摘要】
1.一种静息状态下心脑电信号耦合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述对所述心电原始信号进行第一预处理，得到瞬时心率功率谱，包括：
3.根据权利要求2所述的一种静息状态下心脑电信号耦合方法，其特征在于，所述对所述脑电原始信号进行第二预处理，得到每个频带的第一脑电功率谱和第二脑电功率谱，包括：
4.根据权利要求3所述的一种静息状态下心脑电信号耦合方法，其特征在于，对所述脑电原始信号进行重构，得到每个预设频带的重构脑电信号，包括：
5.根据权利要求1所述的一种静息状态下心脑电信号耦合方法，其特...
【专利技术属性】
技术研发人员：秦伟，王硕，王胤，崔亚朋，李雪，刘鹏辉，曾啸，杨雪娟，孙金铂，
申请(专利权)人：西安电子科技大学，
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。