CN105125186A - 一种确定干预治疗方式的方法及系统 - Google Patents

Abstract

本发明公开了一种确定干预治疗方式的方法及系统，首先实时监控人体生理信号；然后实时分析所监控的人体生理信号后，得到分析结果；再次，根据分析结果实时计算干预参数；最后，根据干预参数实时得到对应的干预治疗方式，采用对应的干预治疗方式作用于人体，这个过程循环进行，从而根据人体生理信号动态调整干预治疗方式。由于本发明实施例实时对人体生理信号进行分析，分析准确，最终基于分析确定干预治疗方式也准确，所以可以准确地基于人体生理信号确定干预治疗方式，并动态调整，从而使得用户准确获取病症对应的干预治疗方式，易于实施。

Description

一种确定干预治疗方式的方法及系统

技术领域

本发明生物医学工程领域，特别涉及一种确定干预治疗方式的方法及系统。

背景技术

人体是一个复杂的系统，人体中的心脏跳动、血液循环、瞳孔大小改变、肺、胃和肝等各个器官的协调工作，都是在不断地变化和协调下完成的工作。从神经生理学角度来说，神经系统对人体机体功能的调节起主导作用。人类神经系统是动物进化的产物，单细胞生物或多细胞动物没有神经系统，细胞对外界环境的刺激进行直接的反应，从脊椎动物开始，出现了管状神经系统，并有了中枢神经和周围神经系统的区分。神经系统是人体内最高级和最复杂的系统，它既能调节人体各系统的活动，维持内环境的相对恒定，使人体成为一个完整的统一体，又能通过各种感受器接受外界刺激做出相应反应，使人体与外界环境保持平衡和统一。

人体的自主神经系统一般指支配内脏器官的传出神经，对内脏器件活动起着重要的调节作用，控制呼吸、循环、消化、代谢、腺体分泌、体温和生殖等一些对生命十分重要的功能。自主神经系统可以分为交感神经系统和副交感神经系统两个部分。自主神经系统实现对内脏器官的调节，是一个复杂的自组织系统。一般地，人们无法直接考察自主神经活动及引起的生理变化，必须通过测量人体的各种生理信号以达到观察生理变化，进而了解自主神经活动的目的。对于身体健康的人来说，血压、体温、心电、脉搏、脑电和呼吸等生理信号都具有一定的数值，有其正常变化的参数范围。生命存在各种复杂的节律变化，一个健康的生命体，其生理信号变化的规律是复杂的，这种生物生理信号很少严格遵循周期性波动，而是大多数呈不规律的变化，并且波动方式十分复杂。即使在休息或平静状态下依然如此。影响人体生理信号发生变化的因素很多。首先，对于不同的生理状态，如年龄、运动或睡眠等，人体生理信号会反映出明显的波动；其次，情绪变化也会引发生理变化；再次，人体会对变化的环境产生应激反应，例如强烈的噪声会影响人体生理信号产生变化。最后，人体会对变化的环境产生应激反应，例如强烈的噪声会影响人体生理信号产生变化。

因此，对复杂的人体生理信号进行深入研究具有重要的理论意义，根据研究结果对人体进行干预用于医学保健，有着重要的实用价值。

发明内容

有鉴于此，本发明实施例提供一种确定干预治疗方式的方法，该方法能够准确地基于人体生理信号确定干预治疗方式，从而使得用户准确获取病症对应的干预治疗方式，易于实施。

本发明实施例还提供一种基于人体生理信号确定干预治疗方式的系统，该系统能够准确地基于人体生理信号确定干预治疗方式，从而使得用户准确获取病症对应的干预治疗方式，易于实施。

根据上述目的，本发明是这样实现的：

一种确定干预治疗方式的方法，包括：

a、对人体的生理信号进行实时监控；

b、实时分析所监控的人体生理信号，得到分析结果；

c、根据分析结果实时计算干预参数；

d、根据干预参数实时得到对应的干预治疗方式。

一种确定干预治疗方式的系统，包括：采集单元、分析单元、计算单元及干预单元，其中，采集单元，用于对人体的生理信号进行实时监控；

分析单元，用于实时分析所监控的人体生理信号，得到分析结果；

计算单元，用于根据分析结果实时计算干预参数；

干预单元，用于根据干预参数实时得到非线性对应的干预治疗方式。

由上述方案可以看出，本发明实施例首先实时监控人体生理信号；然后实时分析所监控的人体生理信号后，得到分析结果；再次，根据分析结果实时计算干预参数；最后，根据干预参数实时得到对应的干预治疗方式，采用对应的干预治疗方式作用于人体，这个过程循环进行，从而根据人体生理信号动态调整干预治疗方式。由于本发明实施例实时对人体生理信号进行分析，分析准确，最终基于分析确定干预治疗方式也准确，所以可以准确地基于人体生理信号确定干预治疗方式，并动态调整，从而使得用户准确获取病症对应的干预治疗方式，易于实施。

附图说明

图1为本发明实施例提供的确定干预治疗方式的方法流程图；

图2为本发明实施例提供的确定干预治疗方式的系统结构示意图；

图3为本发明实施例当人体的生理信号为脉搏波信号时的采集单元结构示意图；

图4为本发明实施例提供的所采集的脉搏波信号的示意图；

图5为本发明实施例当人体的生理信号为心电信号时的采集单元结构示意图；

图6为本发明实施例提供的所采集的心电信号的示意图；

图7为本发明实施例提供的实时智能分析的系统结构示意图；

图8为本发明实施例提供的峰值提取方法流程图；

图9为本发明实施例提供的将多峰值序列信号生成连续间期峰值信号的方流程图；

图10为本发明实施例提供的确定干预治疗方式的方法具体例子流程图；

图11为本发明实施例提供的确定干预治疗方式的系统详细结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步详细说明。

为了准确地基于人体生理信号确定干预治疗方式，并可以根据人体生理信号的变化进行干预治疗方式的动态调整，从而使得用户准确获取病症对应的干预治疗方式，易于实施，本发明实施例首先实时监控人体生理信号；然后实时分析所监控的人体生理信号后，得到分析结果；再次，根据分析结果实时计算干预参数；最后，根据干预参数实时得到对应的干预治疗方式。采用对应的干预治疗方式作用于人体，这个过程循环进行，从而根据人体生理信号动态调整干预治疗方式。由于本发明实施例实时对人体生理信号进行分析，分析准确，最终基于分析确定干预治疗方式也准确。

图1为本发明实施例提供的确定干预治疗方式的方法流程图，其具体步骤为：

步骤101、对人体的生理信号进行实时监控；

步骤102、实时分析所监控的人体生理信号，得到分析结果；

步骤103、根据分析结果实时计算干预参数；

步骤104、根据干预参数实时得到对应的干预治疗方式。

在本发明实施例中，还包括：

将得到对应的干预治疗方式作用于人体设置的位置，也就是采用所得到对应的干预治疗方式治疗人体上的穴位，比如耳朵上的穴位等等，然后继续执行步骤101～步骤104，动态调整对应的干预治疗方式。

在本发明实施例中，还包括：将实时计算得到的干预参数进行反馈，在实时分析所监控的人体生理信号时，基于所反馈的干预参数进行实时分析，实时分析人体生理信号的变化，得到分析结果。这样，后续根据分析结果计算干预参数时，就是得到变化调整的干预参数后，再得到对应的干预治疗方式。整个过程是一个子反馈系统，其特点是：实时监测生理信号，实时分析，实时干预，根据干预反馈，调整干预参数，继续干预。

可以看出，本发明实施例是实时监控人体生理信号，实时分析及实施进行干预治疗。

图2为本发明实施例提供的确定干预治疗方式的系统结构示意图，包括：采集单元、分析单元、计算单元及干预单元，其中，

采集单元，用于对人体的生理信号进行实时监控；

分析单元，用于实时分析所监控的人体生理信号，得到分析结果；

计算单元，用于根据分析结果实时计算干预参数；

干预单元，用于根据干预参数实时得到对应的干预治疗方式。

在该系统中，还包括反馈单元，用于将计算单元计算的干预参数反馈给分析单元；

分析单元，还用于在实时分析所监控的人体生理信号时，基于所反馈的干预参数进行实时分析，实时分析人体生理信号的变化，得到分析结果。

在该系统中，还包括治疗单元，用于采用对应的干预治疗方式作用于人体设置的位置。

以下对图1所述的每个步骤进行详细说明

对人体的生理信号进行实时监控

对人体的生理信号进行实时监控的方式有很多，对不同的人体生理信号可以采用不同的实时监控方法，比如血压、体温、心电、脉搏波、脑电和呼吸等不同的人体生理信号，分别实时监控心电信号、或脉搏波信号、或由心电信号和脉搏信号生成的心率信号。

以下以脉搏波信号的实时监控为例进行说明，但是本发明实施例对人体的生理信号实时监控不限于此。

图3为本发明实施例当人体的生理信号为脉搏波信号时的采集单元结构示意图，包括：

脉搏波传感器，用于采集人体的脉搏波信号；

滤波器，用于将所采集的人体的脉搏波信号进行滤波；

模/数转换模块，用于将滤波后的人体的脉搏波信号进行模数转换后，发送给分析单元。

在这里脉搏波传感器可以采用光电式脉搏波传感器，或压力式脉搏波传感器，在采集时，压力式脉搏波传感器可以放在手臂桡动脉处进行采集，光电式脉搏波传感器可以放置到人体的全省各处采集，如手掌、手指或脑门等各个位置。

图4为本发明实施例提供的所采集的脉搏波信号的示意图。

以下以心电信号的实时监控为例进行说明，图5为本发明实施例当人体的生理信号为心电信号时的采集单元结构示意图，包括：

心电传感器，用于采集人体的心电信号；

滤波器，用于将所采集的人体的心电信号进行滤波；

模/数转换模块，用于将滤波后的人体的心电信号进行模数转换后，发送给分析单元。

在这里心电传感器采用肢体导联方式，不限制是二导联、三导联以及其他数目的电极导联方式。

图6为本发明实施例提供的所采集的心电信号的示意图。

实时分析所监控的人体生理信号，得到分析结果

实时分析时，采用实时智能分析方法，如图7所示，图7为本发明实施例提供的实时智能分析的系统结构示意图，包括：

信号输入模块，用于将人体的生理信号输入。即将生理信号中的心电信号或脉搏信号进行输入；

峰值提取模块，用于将人体的生理信号中的心电信号或脉搏信号的峰值序列信号进行提取；

生成间期序列模块，用于将多峰值序列信号生成连续间期峰值信号；

时域分析模块，用于对连续间期峰值信号进行时域分析后，得到时域分析结果；

频域分析模块，用于对连续间期峰值信号进行频域分析后，得到频域分析结果；

时频域动态分析模块，用于对连续间期峰值信号进行时频域动态分析后，得到时频域动态分析结果；

结果输出模块，用于将得到的时域分析结果、频域分析结果及时频域动态分析结果，汇总为分析结果后输出。

在该实施例中，图8为本发明实施例提供的峰值提取方法流程图，其具体步骤为：

步骤801、对所设定时间段的人体的生理信号被输入；

在本步骤中，人体的生理信号就是人体的心电信号或脉搏信号；

步骤802、对人体的生理信号进行滤波；

步骤803、判断人体的生理信号中是否包括干扰信号，如果是，则执行步骤804；如果否，则直接执行步骤805；

步骤804、对人体的生理信号的干扰进行剔除后，执行步骤805；

步骤805、判断人体的生理信号的波形是否错误，如果是，执行步骤806；如果否，执行步骤807；

步骤806、将人体的生理信号中的错误波形删除后，执行步骤807；

步骤807、对人体的生理信号的峰值进行提取；

步骤808、输出当前所设定时间段的人体的生理信号中的峰值序列信号后，设置下一时间段，返回步骤801循环执行。

在该实施例中，图9为本发明实施例提供的将多峰值序列信号生成连续间期峰值信号的方流程图，其具体步骤为：

步骤901、得到多峰值序列信号；

步骤902、判断多峰值序列信号的分段数目；

步骤903、对于每段的峰值序列信号，计算各自的间期峰值信号；

步骤904、将得到的每段的间期峰值信号拼接为连续间期峰值信号。

在该实施例中，对连续间期峰值信号进行时域分析可以采用多种方法，其中采用时域测量分析是最易实施的方法。以人体的生理信号为心电信号为例，该方法将连续间期峰值信号换算出在时间轴上的任何一点信号值并记录，探测每个磁共振血管造影(QRS)波群，逐个确定正常的瞬时信号值。可得到的时域分析结果有：平均正常心动间期(NN)周期、平均心率、最长最短NN间期之差、日夜心率之差、瞬间心率跟随呼吸值、深吸气后屏气再用力做呼气(Valsalva)动作的变化、NN周期的标准差及短时程测量均估量心率的高频变异成分等等。可以得到的时域分析有两类，一类是直接针对瞬间信号值或NN周期信号值，另一类是针对NN周期之差。这两类变量即可以对较长的时间段，比如24小时进行分析，也可以分析某一小时间段，分析某一小时间段便于比较各类日常活动，如吃饭及睡觉时不同时间段的人体的生理变化。

在该实施例中，对连续间期峰值信号进行频域分析，即对连续间期峰值信号进行功率谱密度分析，反应信号主要的谱成分。在这里，功率谱密度分析有两种方法：第一种方法为非参数方法，采用快速傅里叶变换(FFT)，算法简单且处理快速；第二种方法为参数方法，处理快速且可自动计算，如采用自回归(AR)算法等。对于信号短时程，信号时间长度在2分钟到5分钟，可以辨别出三个主要的谱成分：极低频(VLF)、低频(LF)及高频(HF)。LF和HF的功率谱分布随着神经活性的改变对心脏周期调节的变化而改变，通常分析结果中，VLF、LF和HF采用其功率谱的绝对数值，单位为ms²。LF和HF也可以用其校正单位(n.u.)，校正单位表达了各功率成分占总功率减去VLF成分的相对比例。当信号采用长时程时，比如信号的时间长度在小时量级时，还可以分析得到超低频(ULF)成分。

在该实施例中，对连续间期峰值信号进行时频域动态分析可以采用时频信号分析方法，比如可以采用小波分解技术，通过比较分析不同时刻的峰值信号，比如脉搏波峰值信号的瞬间频率和能量值，得到不同状态下的人体生理信号的变化。小波变化的多分辨率分析和对信号进行时频分解时，能够为信号提供精密的分析方法，在全频带对信号多层次划分，提高了频率分辨率，将信号无冗余、无疏漏、正交分解到独立的频带内，每个频带内的信号能量都蕴含了信号的信息。

具体地说，小波分解技术为：

分辨率分析关系,得到小波子空间中的分解关系 $W_{j+1}^n=U_{j+1}^n=U_j^{2n}\⊕U_j^{2n+1},j\∈Z;$

小波分解一般表达式为：

$W_j=U_{j-k}^{2^k}\⊕U_{j-k}^{2^k+1}\⊕\mathrm{...}\⊕U_{j-k}^{2^{k+1}-1},j,k\∈Z$

该表达式可以转换为： $W_j=\underset{m=0}{\overset{2^k-1}{\⊕}}{U}_{j-k}^{2^k+m},,j,k,m\∈Z$

式中，j＝1,2,…；k＝1,2,…,j；m＝0,1,…2^k-1。

对于信号x(t)的小波分解，分解信号属于子空间若j＝0，则k＝0和m＝0，表示在分辨率为j水平下的原始信号x(t)，记为x₁。如果x₁分解1次，即k＝1，小波分解第一层得到信号x₂和x₃。如果x₁分解两次，则得到x₄、x₅、x₆、x₇。以此类推。

具体计算步骤如下：对一段信号x，数据长度为N，采样频率为fs。进行小波分解；对所设定的频带进行小波重构；其中要正确定义小波分解的节点号来确定所设定的频带；计算所设定的频带能量值；将各频带能量归一化。

也就是说，峰值位置计算，得到间期信号，将多段间期信号拼接后换算，得到心率随时间变化的信号。对这个信号进行时频小波变换，从而得到在特定时间窗口内的频率分量的能量值，反映人体状况的变化。

根据分析结果实时计算干预参数

在本发明实施例中，根据分析结果计算的干预参数包括：计算控制干预的时间、干预信号的频率及干预信号的强度。

根据分析结果，分析神经活性，根据交感神经和副交感神经活性以及二者的比例，设置干预的时间、频率和干预信号的强度。

根据分析结果，分析身体压力指数，根据身体压力指数，设置干预的时间、频率和干预信号的强度。

根据分析结果，分析精神压力指数，根据精神压力指数，设置干预的时间、频率和干预信号的强度。

根据分析结果，分析注意力集中度，根据注意力集中度，设置干预的时间、频率和干预信号的强度。

具体地说，分别由所设置的函数f计算出干预参数。

1)神经活性：交感神经活性：LF功率谱的绝对数值，单位为ms²。

2)副交感神经活性：HF功率谱的绝对数值，单位为ms²

3)身体压力指数a1＝g1(LF，HF)；

4)精神压力指数a2＝g2(LF，HF)

5)注意力集中指数a3＝g3(sdnn)

具体的函数g1g2g3，可以采用统计学习的方法得到函数模型。

本发明实施例还可以根据a1a2a3计算干预信号强度。

如果a1属于[a₁TL,a₁TH],则干预，干预信号强度为f₁(a₁)。如果不属于[a₁TL,a₁TH]之间，则不进行干预。

如果a₂属于[a₂TL,a₂TH],则干预，干预信号强度为f₂(a₂)。如果不属于[a₂TL,a₂TH]之间,则不进行干预。

如果a₃属于[a₃TL,a₃TH],则干预，干预信号强度为f₃(a₃)。如果不属于[a₃TL,a₃TH]之间,则不进行干预。

f₁f₂f₃是根据病人身体实验获得的经验函数。

根据干预参数得到对应的干预治疗方式，在这里，对应的干预治疗方式包括：干预治疗方法、干预治疗时间及干预治疗强度。

其中，干预治疗方法具体包括：呼吸调整、音乐信号干预、电刺激干预、针刺激干预或艾灸干预。

针对的问题主要包括：疲劳、专注力不够、精神压力大、失眠等亚健康问题。

以下举一个具体实施例说明本发明实施例的方案，如图10所示，图10为本发明实施例提供的确定干扰治疗方式的方法具体例子流程图，其具体步骤为：

步骤1001、对人体的心电信号实时采集；

步骤1002、对所采集的心电信号去干扰及分段峰值提取；

步骤1003、将所提取的心电信号分段峰值进行拼接，得到心电信号的连续间期信号；

步骤1004、对该心电信号进行时域、频域和时频动态分析；

步骤1005、分析得到人体的精神压力指数a；

步骤1006、判断a是否属于设定的人体精神压力的正常区间[a_n,a_m]，如果是，返回执行步骤1001；否则，则执行步骤1007；

步骤1007、对人体进行电刺激干预启动，电刺激作用位置为耳朵迷走神经区，刺激信号强度f(a)。

采用本发明实施例提供的方法及系统可以制作得到一些产品，比如头戴式穿戴设备，将该穿戴设备固定到头上，与终端无线连接，将采集到的生理信号发送给终端处理，终端根据该生理信号，采用本发明提供的方法得到干预治疗方法后，将该干预治疗方法的治疗信号反馈给该穿戴设备，由该穿戴设备根据该治疗信号，进行经颅直流电刺激，在5到20分钟内能改变人体的情绪状态。

或者还可以制作耳带式穿戴设备，将该耳带式穿戴设备固定在耳朵处，形状类似于助听器，但不限于此，该耳带式穿戴设备具有采集人体生理信号功能，比如通过耳后采集，以及执行干预治理方式的功能，比如通过对耳朵上特定穴位的振动来实现。另外，该耳带式穿戴设备还具有通信功能，可以与终端进行无线通信，该终端能够根据从耳带式穿戴设备发送的人体生理信号，根据本发明实施例提供的方法，得到对应的干预治疗方式，并发送给耳带式穿戴设备执行。

在本发明实施例中，基于图2所述的系统中的每个单元中，还具有多个功能模块实现，如图11所示，图11为本发明实施例提供的确定干预治疗方式的系统详细结构示意图，其中的采集单元和干预单元可以集成在穿戴设备中，而分析模块和计算模块集成在终端中，穿戴设备和终端通过无线通信系统进行交互。具体地说，

所述采集单元，可以采用图3和图6的结构，总的来说还包括：

传感器模块，用于采集人体的生理信号；

滤波模块，用于对所采集的人体的生理信号进行滤波；

模/数转换模块，用于对滤波后的人体的生理信号进行模/数转换。

所述分析单元，可以采用图7所述的结构，还包括：

峰值信号提取模块，用于将人体的生理信号中的心电信号或脉搏信号的峰值序列信号进行提取；

生成间期序列模块，用于将多峰值序列信号生成连续间期峰值信号；

时域分析模块，用于将将多峰值序列信号生成连续间期峰值信号进行时域分析；

时域分析模块，用于对连续间期峰值信号进行时域分析后，得到时域分析结果；

频域分析模块，用于对连续间期峰值信号进行频域分析后，得到频域分析结果；

时频域动态分析模块，用于对连续间期峰值信号进行时频域动态分析后，得到时频域动态分析结果；

结果输出模块，用于将得到的时域分析结果、频域分析结果及时频域动态分析结果，汇总为分析结果后输出。

所述计算单元，还包括：

交感/副交感活性计算模块，用于根据分析结果，分析神经活性，根据交感神经和副交感神经活性以及二者的比例，设置干预的时间、干预的频率和干预的强度；

身体压力指数计算模块，用于根据分析结果，分析身体压力指数，根据精神压力指数，设置干预的时间、干预的频率和干预的强度；

精神压力指数计算模块，用于根据分析结果，分析精神压力指数，根据精神压力指数，设置干预的时间、干预的频率和干预的强度；

注意力集中度数计算模块，用于根据分析结果，分析注意力集中度，根据注意力集中度，设置干预的时间、干预的频率和干预的强度。

所述干预单元，包括：

干预方式选择模块，用于选择干预治疗方法；

干预参数设置模块，用于设置干预治疗时间；

干预信号产生模块，用于设置干预治疗强度后，所选择的干预治疗方法、干预治疗时间及干预治疗强度，产生干预信号。

以上举较佳实施例，对本发明的目的、技术方案和优点进行了进一步详细说明，所应理解的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种确定干预治疗方式的方法，其特征在于，包括：

a、对人体的生理信号进行实时监控；

b、实时分析所监控的人体生理信号，得到分析结果；

c、根据分析结果实时计算干预参数；

d、根据干预参数实时得到对应的干预治疗方式。

2.如权利要求1所述的方法，其特征在于，该方法还包括：

采用对应的干预治疗方式作用于人体设置的位置，继续执行步骤a～d，动态调整对应的干预治疗方式。

3.如权利要求1所述的方法，其特征在于，在所述根据分析结果实时计算干预参数之后，该方法还包括：

将计算得到的干预参数进行反馈；在实时分析所监控的人体生理信号时，基于所反馈的干预参数进行实时分析，实时分析人体生理信号的变化，得到分析结果。

4.如权利要求1所述的方法，其特征在于，所述对人体的生理信号进行实时监控为：针对人体的不同生理信号进行不用方式的实时监控，人体的生理信号为：心电信号、或脉搏波信号、或由心电信号和脉搏信号生成的心率信号。

5.如权利要求1所述的方法，其特征在于，所述实时分析所监控的人体生理信号之前，对所监控的人体生理信号进行采集、滤波和模/数转换。

6.如权利要求1所述的方法，其特征在于，实时分析所监控的人体生理信号，得到分析结果为：

将人体的生理信号中的心电信号或脉搏信号的峰值序列信号进行提取；

将多峰值序列信号生成连续间期峰值信号后进行时域、频域、及时频域动态分析后，汇总得到分析结果。

7.如权利要求6所述的方法，其特征在于，所述人体的生理信号中的心电信号或脉搏信号的峰值序列信号进行提取为：对人体的心电信号或脉搏信号进行干扰信号的删除及错误波形的删除后，对所设定时间段的人体的心电信号或脉搏信号的峰值序列信号进行提取；

将所述多峰值序列信号生成连续间期峰值信号为：基于每个时间段的峰值序列信号分别计算各自的间期峰值信号，将得到的每段的间期峰值信号拼接为连续间期峰值信号。

8.如权利要求7所述的方法，其特征在于，所述进行时域分析为：针对信号瞬间信号值或正常心动间期NN周期信号值，或是针对NN周期之差，得到信号的时域结果；

所述进行频域分析为：采用非参数功率谱密度分析或参数功率谱密度方法，得到超低频、极低频、低频和/或高频信号；

所述非参数功率谱密度分析方法为快速傅里叶变换方法；所述参数功率谱密度分析方法为ARMA模型方法；

所述进行时频域动态分析采用时频信号分析方法得到信号实时的各频段能量值。

9.如权利要求1所述的方法，其特征在于，所述根据分析结果计算干预参数为：

根据分析结果，分析神经活性，根据交感神经和副交感神经活性以及二者的比例，设置干预的时间、干预的频率和干预的强度；

根据分析结果，分析身体压力指数，根据身体压力指数，设置干预的时间、干预的频率和干预的强度；

或者根据分析结果，分析精神压力指数，根据精神压力指数，设置干预的时间、干预的频率和干预的强度；

或者根据分析结果，分析注意力集中度，根据注意力集中度，设置干预的时间、干预的频率和干预的强度。

10.如权利要求1所述的方法，其特征在于，所述对应的干预治疗方式包括干预治疗方法，干预治疗时间和干预治疗强度；

所述对应的干预治疗方法包括：呼吸调整、音乐信号干预、电刺激干预、针刺激干预或艾灸干预。

11.一种确定干预治疗方式的系统，其特征在于，包括：采集单元、分析单元、计算单元及干预单元，其中，采集单元，用于对人体的生理信号进行实时监控；

分析单元，用于实时分析所监控的人体生理信号，得到分析结果；

计算单元，用于根据分析结果实时计算干预参数；

干预单元，用于根据干预参数实时得到非线性对应的干预治疗方式。

12.如权利要求11所述的系统，其特征在于，所述采集单元，还包括：

传感器模块，用于采集人体的生理信号；

滤波模块，用于对所采集的人体的生理信号进行滤波；

模/数转换模块，用于对滤波后的人体的生理信号进行模/数转换。

13.如权利要求11所述的系统，其特征在于，所述分析单元，还包括：

峰值信号提取模块，用于将人体的生理信号中的心电信号或脉搏信号的峰值序列信号进行提取；

生成间期序列模块，用于将多峰值序列信号生成连续间期峰值信号；

时域分析模块，用于将将多峰值序列信号生成连续间期峰值信号进行时域分析；

时域分析模块，用于对连续间期峰值信号进行时域分析后，得到时域分析结果；

频域分析模块，用于对连续间期峰值信号进行频域分析后，得到频域分析结果；

时频域动态分析模块，用于对连续间期峰值信号进行时频域动态分析后，得到时频域动态分析结果；

结果输出模块，用于将得到的时域分析结果、频域分析结果及时频域动态分析结果，汇总为分析结果后输出。

14.如权利要求13所述的系统，其特征在于，所述计算单元，还包括：

交感/副交感活性计算模块，用于根据分析结果，分析神经活性，根据交感神经和副交感神经活性以及二者的比例，设置干预的时间、干预的频率和干预的强度；

身体压力指数计算模块，用于根据分析结果，分析身体压力指数，根据精神压力指数，设置干预的时间、干预的频率和干预的强度；

精神压力指数计算模块，用于根据分析结果，分析精神压力指数，根据精神压力指数，设置干预的时间、干预的频率和干预的强度；

注意力集中度数计算模块，用于根据分析结果，分析注意力集中度，根据注意力集中度，设置干预的时间、干预的频率和干预的强度。

15.如权利要求11所述的系统，其特征在于，干预单元，包括：

干预方式选择模块，用于选择干预治疗方法；

干预参数设置模块，用于设置干预治疗时间；

干预信号产生模块，用于设置干预治疗强度后，所选择的干预治疗方法、干预治疗时间及干预治疗强度，产生干预信号。