CN115607802A - 一种自主神经功能调节及干预的方法、系统和装置 - Google Patents
一种自主神经功能调节及干预的方法、系统和装置 Download PDFInfo
- Publication number
- CN115607802A CN115607802A CN202211633052.3A CN202211633052A CN115607802A CN 115607802 A CN115607802 A CN 115607802A CN 202211633052 A CN202211633052 A CN 202211633052A CN 115607802 A CN115607802 A CN 115607802A
- Authority
- CN
- China
- Prior art keywords
- environment
- environmental
- autonomic
- factor
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Hematology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Pulmonology (AREA)
- Anesthesiology (AREA)
- Psychology (AREA)
- Acoustics & Sound (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种自主神经功能调节及干预的方法,方法:根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;对被试对象的自主神经生理和所述环境因素进行采集监测和分析处理,提取自主神经生理特征和环境因素特征并进行耦合互动分析,得到自主神经与环境互动矩阵;根据环境生理神经网络生成模型得到环境因素目标调整参数,进而更新所述环境因素动态控制策略和动态控制目标参数序列,并对所述环境因素进行动态执行控制;按照预设优化周期对所述环境因素进行动态优化和执行控制,并生成自主神经环境干预报告。本发明能够减少对被试对象的依从性和配合度的依赖,辅助提高相关疾病治疗有效性和干预康复成功率。
Description
技术领域
本发明涉及自主神经功能干预领域,特别涉及一种自主神经功能调节及干预的方法、系统和装置。
背景技术
体温调节和动态代谢功能是人体最基本的生理功能,是自主神经系统的重要组成部分。自主神经系统是人体最重要的神经控制系统之一,支配节内脏、心肌、血管平滑肌和腺体的活动,并参与葡萄糖、脂肪、水和电解质等内分泌代谢活动,调节心率、血压、体温、消化和呼吸等基本身体机能。神经重症、感染、中毒、糖尿病、低血糖症、血脂异常、甲状腺机能亢进症、充血性心力衰竭症、肥胖症等都会带来不同程度的体温调节和动态代谢障碍,以及自主神经功能障碍。长期神经紧张、精神抑郁、生活无规律、过度疲劳等,导致自主神经(交感神经和副交感神经)的平衡失调,内脏的生理功能受到影响,带来失温、多汗、头晕、失眠、乏力、精神不振、失眠等。
面对体温调节障碍、动态代谢障碍及自主神经功能障碍,健康人群能够通过加强运动锻炼或服药等方式得到较快的康复;而对合并患有代谢疾病、呼吸系统疾病、神经系统疾病或精神疾病等基础疾病的人群来说,除了运动和服药外,临床诊疗实践中也没有其他更好的办法和手段,整个疾病康复周期很长。另外一方面,由于人体的整体性和系统性,体温调节、动态代谢及自主神经功能趋于或回归正常,将带动和促进消化系统、呼吸系统、循环系统、神经系统、运动系统、泌尿系统以及生殖系统的正常运行,极大地有利于生理或心理疾病的康复和治愈。
无论是面向健康和亚健康人群,还是患病人群,现有临床诊疗实践中,除了药物治疗、运动干预外,没有其他更加有效方法或手段来应对体温调节障碍、动态代谢障碍及自主神经功能障碍;与此同时,现有这些治疗康复手段高度需要患者或被试对象的依从和配合。如何找到新的干预康复路径或手段,不仅可以减少或回避患者或被试对象依从和配合,又能够调节训练和干预改善体温调节、动态代谢功能,改善自主神经功能,辅助临床治疗康复。
发明内容
针对现有方法的以上缺陷及改进需求,本发明的目的在于提供一种自主神经功能调节及干预的方法,能够准确检测量化被试对象自主神经生理与环境因素的耦合互动关系,结合被试对象自主神经生理特征、环境因素特征和自主神经调节目标,实现对环境因素的动态优化和执行控制,以调节训练和干预改善被试对象的自主神经功能,减少了对被试对象的依从性和配合度的依赖,辅助提高体温调节、动态代谢及自主神经功能相关疾病治疗的有效性和干预康复的成功率,辅助临床治疗康复。 本发明还提供了一种自主神经功能调节及干预的系统,用于实现上述方法。本发明还提供了一种自主神经功能调节及干预的装置,用于实现上述系统。
根据本发明的目的,本发明提出了一种自主神经功能调节及干预的方法,所述方法包括如下步骤:
根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
对被试对象的自主神经生理和所述环境因素进行采集监测和分析处理,提取自主神经生理特征和环境因素特征并进行耦合互动分析,得到自主神经与环境互动矩阵;
将所述自主神经生理特征、所述环境因素特征、自主神经调节目标输入预先构建的环境生理神经网络生成模型,得到环境因素目标调整参数;
根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和动态控制目标参数序列,并对所述环境因素进行动态执行控制;
重复执行上述步骤,持续检测量化被试对象的所述自主神经生理与所述环境因素的耦合互动关系,按照预设优化周期对所述环境因素进行动态优化和执行控制,对被试对象的自主神经功能进行调节训练和干预改善,并按预设周期生成自主神经环境干预报告。
优选的,所述根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制的步骤具体为:
根据被试对象的基本状态和所处空间的环境因素现状,初始化环境因素动态控制策略和动态控制目标参数序列;
根据所述动态控制目标参数序列,连接环境因素干预执行设备,对所述环境因素进行动态执行控制。
优选的,所述基本状态至少包括生理状态、精神状态、健康状态和或疾病状态。
优选的,所述环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒、环境二氧化碳浓度、环境氧气浓度,通过环境因素监测设备采集获取。
优选的,所述环境因素监测设备至少包括环境光照度传感器、环境光谱传感器、环境声音采集器、环境温度传感器、环境湿度传感器、环境气压传感器、环境微颗粒检测传感器、环境二氧化碳浓度传感器、环境氧气浓度传感器。
优选的,所述环境因素动态控制策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡。
优选的,所述环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、新风系统、噪声干预设备、音响播放设备、气压调节设备。
优选的,所述对被试对象的自主神经生理和所述环境因素进行采集监测和分析处理,提取自主神经生理特征和环境因素特征并进行耦合互动分析,得到自主神经与环境互动矩阵的步骤具体为:
通过生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
通过环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
对所述自主神经生理数据和所述环境因素数据进行信号处理和特征提取,分别生成所述自主神经生理特征和所述环境因素特征;
对所述自主神经生理特征和所述环境因素特征进行耦合互动分析,得到所述自主神经与环境互动矩阵。
优选的,所述自主神经生理数据包括血氧信号、脉搏信号、血压信号、呼吸信号、心电信号、血糖信号、皮肤电信号、温度信号、血氧水平依赖BOLD信号,通过血氧、脉搏、血压、呼吸、心电、血糖、皮肤电、温度、功能性近红外光谱成像或功能性核磁共振成像的数据采集设备采集得到。
优选的,所述信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波。
优选的,所述自主神经生理数据特征至少包括血氧信号特征、脉搏信号特征、血压信号特征、呼吸信号特征、心电信号特征、血糖信号特征、皮肤电信号特征、温度信号特征、血氧水平依赖BOLD信号特征;其中,所述血压信号特征至少包括收缩压、舒张压、平均动脉压的信号特征,所述呼吸信号特征至少包括呼吸频率、呼吸间隔、呼吸深度的信号特征,所述心电信号特征至少包括心率和心率变异性的信号特征,所述皮肤电信号特征至少包括皮肤电导总水平、皮肤传导水平和皮肤电导反应的信号特征,所述血氧水平依赖BOLD信号特征至少包括含氧血红蛋白、脱氧血红蛋白和总血红蛋白的信号特征。
优选的,所述信号特征至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度、偏度、功率谱。
优选的,环境因素数据至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境二氧化碳浓度特征、环境氧气浓度特征;其中,所述环境光照特征至少包括光照度特征和光谱特征,所述环境声音特征至少包括声响水平特征、声音频谱特征和声音类型特征。
优选的,所述环境特征中的各环境因素特征体现为数值特征,至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度和偏度。
优选的,所述自主神经与环境互动矩阵的计算方法,如下:
提取所述环境因素特征中一所述环境因素的所述时序信号与所述自主神经生理数据特征中一所述自主神经生理数据的所述时序信号,以相同采样率对上述两个信号进行重采样并计算相关性,生成生理环境互动系数;
求得所述环境因素特征中全部所述环境因素的所述时序信号与所述自主神经生理数据特征中全部所述自主神经生理数据的所述时序信号的所述生理环境互动系数,生成生理环境互动关联矩阵;
对所述生理环境互动关联矩阵进行阈值处理,即将所述生理环境互动关联矩阵中绝对值小于预设关联阈值的元素均重置为0,生成所述自主神经与环境互动矩阵。
优选的,所述相关性至少包括相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数、线性相关系数。
优选的,所述将所述自主神经生理特征、所述环境因素特征、自主神经调节目标输入预先构建的环境生理神经网络生成模型,得到环境因素目标调整参数的步骤具体为:
通过对不同所述环境因素特征、不同所述自主神经特征的多模态环境生理训练数据集进行深度学习训练,预先构建得到所述环境生理神经网络生成模型;
将所述自主神经生理特征、所述环境因素特征、所述自主神经调节目标输入所述环境生理神经网络生成模型,生成环境因素目标调整参数。
优选的,所述自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标。
优选的,所述调节目标至少包括平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度、偏度、功率谱。
优选的,所述根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和动态控制目标参数序列,并对所述环境因素进行动态执行控制的步骤具体为:
根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和所述动态控制目标参数序列;
根据所述动态控制目标参数序列,连接所述环境因素干预执行设备,对所述环境因素进行动态执行控制。
优选的,所述更新所述环境因素动态控制策略和所述动态控制目标参数序列的方法,具体如下:
从所述自主神经与环境互动矩阵中,按照所述环境因素维度,获取绝对值最大的元素,生成环境因素最大互动效应系数序列;
根据所述环境因素最大互动效应系数序列中值的符号和大小,确定所述环境因素动态控制策略中每一个所述环境因素的调整策略、调整方向和调整幅度;
根据全部所述环境因素的所述调整策略、所述调整方向和所述调整幅度值,结合动态控制的步进数,生成所述动态控制目标参数序列。
优选的,所述重复执行上述步骤,持续检测量化被试对象的所述自主神经生理与所述环境因素的耦合互动关系,按照预设优化周期对所述环境因素进行动态优化和执行控制,对被试对象的自主神经功能进行调节训练和干预改善,并按预设报告周期生成自主神经环境干预报告的步骤具体为:
重复执行上述步骤,持续对被试对象的所述自主神经生理数据和所述环境因素进行采集监测并按照所述预设优化周期对分析处理和特征提取,更新所述环境因素动态控制策略和所述动态控制目标参数序列,并对所述环境因素进行动态执行控制,对被试对象的自主神经功能进行调节训练和干预改善;
根据所述预设报告周期,生成并输出所述自主神经环境干预报告。
优选的,所述自主神经环境干预报告至少包括干预调节效果、干预优化方向、最佳调节环境。
本发明还提供了一种自主神经功能调节及干预的系统,所述系统包括如下模块:
环境动态控制模块,用于根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
神经生理监测模块,用于连接生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
环境因素监测模块,用于连接环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
信号分析处理模块,用于对所述自主神经生理数据和所述环境因素数据进行信号处理和特征提取,分别生成所述自主神经生理特征和所述环境因素特征;
耦合互动分析模块,用于对所述自主神经生理特征和所述环境因素特征进行耦合互动分析,得到所述自主神经与环境互动矩阵;
控制策略更新模块,用于根据所述自主神经生理特征、所述环境因素特征和自主神经调节目标生成环境因素目标调整参数,并结合所述自主神经与环境互动矩阵,更新所述环境因素动态控制策略和动态控制目标参数序列;
神经报告管理模块,用于按预设周期生成自主神经环境干预报告,并进行可视化展示和输出管理;
循环运行管理模块,用于所述系统的模块运行管理和数据运行管理,实现所述系统的循环运行控制和管理。
优选的,所述环境动态控制模块包括以下功能单元:
策略初始化单元,用于根据被试对象的基本状态和所处空间的环境因素现状,初始化所述环境因素动态控制策略并生成动态控制目标参数序列,其中,所述环境因素动态控制策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡,所述基本状态至少包括生理状态、精神状态、健康状态和或疾病状态,所述环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒、环境二氧化碳浓度和环境氧气浓度;
设备连接控制单元,用于根据所述动态控制目标参数序列,连接环境因素干预执行设备,对所述环境因素进行动态执行控制,所述环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、新风系统、噪声干预设备、音响播放设备、气压调节设备。
优选的,所述神经生理监测模块包括以下功能单元:
设备通讯管理单元,用于所述生理体征采集设备的连接和通讯管理,所述生理体征采集设备至少包括血氧、脉搏、血压、呼吸、心电、血糖、皮肤电、温度、功能性近红外光谱成像或功能性核磁共振成像的数据采集设备或传感器;
数据采集记录单元,用于实时记录被试对象的自主神经生理变化,生成所述自主神经生理数据,所述自主神经生理数据包括血氧信号、脉搏信号、血压信号、呼吸信号、心电信号、血糖信号、皮肤电信号、温度信号、血氧水平依赖BOLD信号。
优选的,所述环境因素监测模块包括以下功能单元:
设备通讯管理单元,用于所述环境因素监测设备的连接和通讯管理;
数据采集记录单元,用于实时记录被试对象所处环境的环境因素变化,生成所述环境因素数据。
优选的,所述信号分析处理模块包括以下功能单元:
信号基础处理单元,用于对所述自主神经生理数据和所述环境因素数据进行信号处理,所述信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波;
生理特征提取单元,用于对所述自主神经生理数据进行特征提取,生成所述自主神经生理特征,所述自主神经生理数据特征至少包括血氧信号特征、脉搏信号特征、血压信号特征、呼吸信号特征、心电信号特征、血糖信号特征、皮肤电信号特征、温度信号特征、血氧水平依赖BOLD信号特征;
环境特征提取单元,用于对所述环境因素数据进行特征提取,生成所述环境因素特征,所述环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境二氧化碳浓度特征、环境氧气浓度特征。
优选的,所述耦合互动分析模块包括以下功能单元:
重采样执行单元,用于设置信号的重采样率,并对信号进行重采样;
相关性分析单元,用于计算两个时序信号的相关性,所述相关性至少包括相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数、线性相关系数;
互动矩阵生成单元,用于生成所述环境因素特征与所述自主神经生理数据特征的生理环境互动关联矩阵;
矩阵阈值处理单元,用于设置矩阵过滤阈值并对所述生理环境互动关联矩阵进行阈值处理,生成所述自主神经与环境互动矩阵。
优选的,所述控制策略更新模块包括以下功能单元:
神经生成模型单元,用于通过对不同所述环境因素特征、不同所述自主神经特征的多模态环境生理训练数据集进行深度学习训练,预先构建得到并持续更新环境生理神经网络生成模型;
调节目标设置单元,用于设定自主神经调节目标和阶段性目标,所述自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标;
控制参数更新单元,用于将所述自主神经生理特征、所述环境因素特征、所述自主神经调节目标输入所述环境生理神经网络生成模型,得到所述环境因素目标调整参数;
优化策略更新单元,用于根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和所述动态控制目标参数序列。
优选的,所述神经报告管理模块包括以下功能单元:
干预报告生成单元,用于按预设周期,生成所述自主神经环境干预报告,所述自主神经环境干预报告至少包括干预调节效果、干预优化方向、最佳调节环境;
干预报告管理单元,用于对所述自主神经环境干预报告进行可视化展现和格式化输出管理。
优选的,所述循环运行管理模块包括以下功能单元:
过程运行管理单元,用于对所述系统的所有模块进行运行管理,实现所述系统的循环运行控制和管理;
数据运行管理单元,用于对所述系统的全部数据进行存储、备份、迁移、运行管理。
本发明还提供了一种自主神经功能调节及干预的装置,所述装置包括以下模组:
神经生理监测模组,用于连接生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
环境因素监测模组,用于连接环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
数据分析处理模组,用于对所述自主神经生理数据和所述环境因素数据进行信号处理和特征提取,分别生成所述自主神经生理特征和所述环境因素特征;对所述自主神经生理特征和所述环境因素特征进行耦合互动分析,得到所述自主神经与环境互动矩阵;根据所述自主神经生理特征、所述环境因素特征和自主神经调节目标生成环境因素目标调整参数,并结合所述自主神经与环境互动矩阵,更新所述环境因素动态控制策略和动态控制目标参数序列,用于按预设周期生成自主神经环境干预报告;
环境动态控制模组,用于根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
控制管理界面模组,用于所述装置的模组运行可视化管理、数据运行可视化管理、所述自主神经环境干预报告的可视化展现及管理;
数据记录存储模组,用于记录和存储所述装置的全部过程数据。
本发明所提供的自主神经功能调节及干预的方法、系统和装置,通过对被试对象的自主神经生理和所述空间的环境因素的实时监测,实时地检测量化被试对象自主神经生理与环境因素的耦合互动关系,结合被试对象自主神经生理特征、环境因素特征和自主神经调节目标,实现对环境因素的实时动态优化和实时执行控制,以调节训练和干预改善被试对象的自主神经功能,减少了对被试对象的依从性和配合度的依赖,辅助提高体温调节、动态代谢及自主神经功能相关疾病治疗的有效性和干预康复的成功率,辅助临床治疗康复。在实际使用场景中,通过便携可穿戴健康监测设备、专业医疗设备、环境监测及干预设备或传感器,本发明的所述方法、系统和装置能够快速且广泛地部署在医院病房、康复中心和居家环境中,服务于应用体温调节障碍、动态代谢障碍及自主神经功能障碍合并患有代谢疾病、呼吸系统疾病、神经系统疾病或精神疾病等基础疾病的人群的康复干预;通过便携可穿戴健康监测产品、无接触远程生理监测设备、分布式环境监测传感器和中央调控式环境干预设备中,本发明的所述方法、系统和装置也能够快速且广泛地部署在学校、养老院、办公环境和其他人居休闲环境,服务于将学生、老年人、白领等健康人群,提供适宜友好的环境特征空间,干预人们的不良情绪和失眠症状,改善人们的精神面貌和睡眠质量,提高人们学习生活工作的效率以及身心健康。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明一实施例所提供的一种自主神经功能调节及干预的方法的流程步骤示意图;
图2是本发明一实施例所提供的一种自主神经功能调节及干预的系统的模模块组成示意图;
图3是本发明一实施例所提供的一种自主神经功能调节及干预的装置的模组构成示意图。
具体实施方式
为了更清楚地说明本发明的目的和技术方案,下面将结合本发明申请实施例中的附图,对本发明进行进一步介绍说明。显而易见地,下面描述的实施例仅是本发明一部分实施例,而不是全部的实施例。在没有创造性劳动前提下,本领域普通技术人员基于本发明的实施例所得到的其他实施例,都应属于本发明的保护范围。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
如图1所示,本发明实施例提供的一种自主神经功能调节及干预的方法,包括如下步骤:
P100:根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制。
第一步:根据被试对象的基本状态和所处空间的环境因素现状,初始化环境因素动态控制策略和动态控制目标参数序列。
本实施例中,以被试对象的基本状态(至少包括生理状态、精神状态、健康状态和或疾病状态)作为自主神经干预的基本出发点,来考虑和制定自主神经干预的总体调节目标、阶段性目标和方向路径;而当前被试对象所处空间的环境因素,则是自主神经干预手段和方式的起点。通常情况下,自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标;环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒、环境二氧化碳浓度、环境氧气浓度,通过环境因素监测设备采集获取。
在具体使用场景中,需要根据被试对象的具体情况进行确定自主神经干预的总体调节目标、阶段性目标和方向路径,并选择最有效的环境因素和最短路径的环境因素动态控制策略进行动态优化控制:如糖尿病患者或被试对象的体温调节异常,以环境温度、环境湿度等环境因素的动态控制为主要手段,持续调节来实现体温回归正常和平稳;如自主神经异常带来的焦虑,以环境光照、环境声音、环境温度、环境湿度等环境因素的动态控制为主要手段,持续调节来实现心率、呼吸等自主神经表现,降低其应激性和焦虑程度;如异常多汗的患者或被试对象人群,则以环境温度、环境湿度、环境气压、环境二氧化碳浓度、环境氧气浓度等环境因素的动态控制为主要手段,以减少其排汗量和维持体温为主要目标。
本实施例中,需要先根据被试对象的基本状态和所处空间的环境因素现状,完成环境因素动态控制策略的初始化,以及动态控制目标参数序列的初始化。其中,环境因素动态控制策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡。
第二步:根据动态控制目标参数序列,连接环境因素干预执行设备,对环境因素进行动态执行控制。
本实施例中,通过通讯连接环境因素干预执行设备,将对应的动态控制目标参数序列发送给对应的环境因素干预执行设备,实现设备的动态控制,进而完成环境因素的动态调整。其中,环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、新风系统、噪声干预设备、音响播放设备、气压调节设备。
P200:对被试对象的自主神经生理和环境因素进行采集监测和分析处理,提取自主神经生理特征和环境因素特征并进行耦合互动分析,得到自主神经与环境互动矩阵。
第一步:通过生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据。
本实施例中,通过连接血氧、脉搏、血压、呼吸、心电、血糖、皮肤电、温度、功能性近红外光谱成像或功能性核磁共振成像等生理体征采集设备,实时监测被试对象的自主神经生理变化,生成自主神经生理数据,自主神经生理数据包括血氧信号、脉搏信号、血压信号、呼吸信号、心电信号、血糖信号、皮肤电信号、温度信号、血氧水平依赖BOLD信号。在实际使用场景中,根据被试对象的基本情况和自主神经干预的总体调节目标,灵活选择需要采集监测的自主神经生理信号并选择合适的信号采集部位。
第二步:通过环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据。
本实施例中,通过连接环境光照度传感器、环境光谱传感器、环境声音采集器、环境温度传感器、环境湿度传感器、环境气压传感器、环境微颗粒检测传感器、环境二氧化碳浓度传感器、环境氧气浓度传感器等环境因素监测设备,实时监测被试对象所处环境的环境因素变化,生成环境因素数据,环境因素数据包括环境光照度信号、环境光谱信号、环境声音信号、环境温度信号、环境湿度信号、环境气压信号、环境微颗粒检测信号、环境二氧化碳浓度信号、环境氧气浓度信号。在实际使用场景中,根据被试对象的所述空间和自主神经干预的总体调节目标,灵活选择需要采集监测的环境因素信号。
第三步:对自主神经生理数据和环境因素数据进行信号处理和特征提取,分别生成自主神经生理特征和环境因素特征。
本实施例中,对自主神经生理数据和环境因素数据进行信号处理,信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波。
本实施例中,自主神经生理数据的信号处理选择需要根据生理信号的类型来确定。通常情况下,对血氧水平依赖BOLD信号的信号处理主要是进行获取光强度并转换为光密度(OD),去除坏通道,去伪迹,信号矫正,小波降噪,使用修正的比尔-朗伯定律将光密度或吸光度的变化会转化为含氧血红蛋白HbO2、脱氧血红蛋白HbR和总血红蛋白HbT的浓度,通过Hamming窗、零相位的FIR数字滤波器完成0.01-0.35Hz的带通滤波,提取HbO2、HbR和HbT的浓度变化信号;对心电信号的信号处理主要是进行去伪迹,信号矫正,小波降噪,通过Hamming窗、零相位的FIR数字滤波器完成50Hz工频陷波滤波,0.1~35Hz带通滤波;对血氧信号、脉搏信号、血压信号、呼吸信号、血糖信号、皮肤电信号、温度信号的信号处理主要是进行去伪迹,信号矫正,通过Hamming窗、零相位的FIR数字滤波器完成2Hz低通滤波。在实际使用场景中,需要根据自主神经生理数据的采集参数和分析需求来确定信号处理的方法组合。
本实施例中,环境因素数据执行统一的信号处理,包括降噪、去伪迹、信号矫正、工频陷波、2Hz低通滤波。
本实施例中,对信号处理后的自主神经生理数据和环境因素数据进行特征提取,分别生成自主神经生理特征和环境因素特征。
本实施例中,自主神经生理数据特征至少包括血氧信号特征、脉搏信号特征、血压信号特征、呼吸信号特征、心电信号特征、血糖信号特征、皮肤电信号特征、温度信号特征、血氧水平依赖BOLD信号特征;其中,血压信号特征至少包括收缩压、舒张压、平均动脉压的信号特征,呼吸信号特征至少包括呼吸频率、呼吸间隔、呼吸深度的信号特征,心电信号特征至少包括心率和心率变异性的信号特征,皮肤电信号特征至少包括皮肤电导总水平、皮肤传导水平和皮肤电导反应的信号特征,血氧水平依赖BOLD信号特征至少包括含氧血红蛋白、脱氧血红蛋白和总血红蛋白的信号特征。其中,信号特征至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度、偏度、功率谱。
本实施例中,环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境二氧化碳浓度特征、环境氧气浓度特征;其中,环境光照特征至少包括光照度特征和光谱特征,环境声音特征至少包括声响水平特征、声音频谱特征和声音类型特征。其中,环境特征中的各环境因素特征体现为数值特征,至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度和偏度。
第四步:对自主神经生理特征和环境因素特征进行耦合互动分析,得到自主神经与环境互动矩阵。
本实施例中,自主神经与环境互动矩阵体现的被试对象的自主神经表现受环境因素的影响,包括影响方向(正相关或负相关)和影响程度(相关度绝对值大小),也即不同环境因素对被试对象的自主神经表现的个体化驱动能力。自主神经与环境互动矩阵在不同被试对象、不同情境下都会有区别。
本实施例中,自主神经与环境互动矩阵的计算方法,如下:
提取环境因素特征中一环境因素的时序信号与自主神经生理数据特征中一自主神经生理数据的时序信号,以相同采样率对上述两个信号进行重采样并计算相关性,生成生理环境互动系数;
求得环境因素特征中全部环境因素的时序信号与自主神经生理数据特征中全部自主神经生理数据的时序信号的生理环境互动系数,生成生理环境互动关联矩阵;
对生理环境互动关联矩阵进行阈值处理,即将生理环境互动关联矩阵中绝对值小于预设关联阈值的元素均重置为0,生成自主神经与环境互动矩阵。
本实施例中,相关性至少包括相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数、线性相关系数。
P300:将自主神经生理特征、环境因素特征、自主神经调节目标输入预先构建的环境生理神经网络生成模型,得到环境因素目标调整参数。
第一步:通过对不同环境因素特征、不同自主神经特征的多模态环境生理训练数据集进行深度学习训练,预先构建得到环境生理神经网络生成模型。
本实施例中,通过GAN对抗神经网络对不同环境因素特征、不同自主神经特征的多模态环境生理训练数据集进行深度学习训练,构建环境生理神经网络生成模型;通过环境生理神经网络生成模型,能够反向得到特定不同自主神经调节目标输入下的环境因素参数值;通过不断数据积累,能够完成环境生理神经网络生成模型的优化和更新。
在实际使用场景中,根据不同疾病人群在不同环境因素下的应激表现,包括生理的、心理的和行为表现,来确定对多模态环境生理训练数据集的预处理策略,如糖尿病患者或被试对象来说可以提高环境温度、环境湿度等环境因素的训练权重,对于自主神经异常带来的焦虑的患者或被试对象来说可以环境光照、环境声音、环境温度、环境湿度等环境因素的训练权重;如异常多汗的患者或被试对象人群来说可以提高环境温度、环境湿度、环境气压、环境二氧化碳浓度、环境氧气浓度等环境因素的的训练权重,继而达到更精细的调控分析和干预康复目的。
第二步:将自主神经生理特征、环境因素特征、自主神经调节目标输入环境生理神经网络生成模型,生成环境因素目标调整参数。
本实施例中,基于被试对象的自主神经生理特征、环境因素特征、自主神经调节目标输入环境生理神经网络生成模型,得到给定自主神经调节目标下的环境因素目标调整参数,为后续干预策略的制定提供基点。
本实施例中,自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标,其中调节目标至少包括平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度、偏度、功率谱。
P400:根据自主神经与环境互动矩阵和环境因素目标调整参数,更新环境因素动态控制策略和动态控制目标参数序列,并对环境因素进行动态执行控制。
第一步:根据自主神经与环境互动矩阵和环境因素目标调整参数,更新环境因素动态控制策略和动态控制目标参数序列。
本实施例中,环境因素动态控制策略和动态控制目标参数序列的更新,是为了进一步驱动被试对象的自主神经生理功能和表现朝着调整总目标方向上进行,同时能够激活、激发、训练和恢复被试对象的自主神经的“自主适应调节功能”,使得被试对象在脱离当前干预环境下也能够具备正常的自主神经调节功能。在环境因素动态控制策略的制定上,也将围绕着以上的目标来选择。
本实施例中,更新环境因素动态控制策略和动态控制目标参数序列的方法,具体如下:
从自主神经与环境互动矩阵中,按照环境因素维度,获取绝对值最大的元素,生成环境因素最大互动效应系数序列;
根据环境因素最大互动效应系数序列中值的符号和大小,确定环境因素动态控制策略中每一个环境因素的调整策略、调整方向和调整幅度;
根据全部环境因素的调整策略、调整方向和调整幅度值,结合动态控制的步进数,生成动态控制目标参数序列。
第二步:根据动态控制目标参数序列,连接环境因素干预执行设备,对环境因素进行动态执行控制。
本实施例中,获取最新的动态控制目标参数序列,通过通讯连接环境因素干预执行设备,将对应的动态控制目标参数序列发送给对应的环境因素干预执行设备,实现设备的动态控制,完成环境因素的动态调整,实现对被试对象的自主神经功能的持续干预和调节。
P500:重复执行上述步骤,持续检测量化被试对象的自主神经生理与环境因素的耦合互动关系,按照预设优化周期对环境因素进行动态优化和执行控制,对被试对象的自主神经功能进行调节训练和干预改善,并按预设报告周期生成自主神经环境干预报告。
第一步:重复执行上述步骤,持续对被试对象的自主神经生理数据和环境因素进行采集监测并按照预设优化周期对分析处理和特征提取,更新环境因素动态控制策略和动态控制目标参数序列,并对环境因素进行动态执行控制,对被试对象的自主神经功能进行调节训练和干预改善;
本实施例中,重复执行上述P100、P200、P300、P400步骤并进行过程循环,持续采集监测,动态优化的操作则按照10分钟的预设优化周期来进行。
第二步:根据预设报告周期,生成并输出自主神经环境干预报告。
本实施例中,将6小时(0-6-12-18-24)生成并输出一个自主神经环境干预报告,自主神经环境干预报告至少包括干预调节效果、干预优化方向、最佳调节环境,找到每天不同时段中最佳调节环境并持续累积记录,为进一步优化干预方法和调整干预目标提供证据。在实际使用场景中,根据被试对象情况可以灵活调整自主神经环境干预报告生成和输出周期,并提供给医生,可以为临床诊断和治疗方案制定提供精细的跟踪证据。
如图2所示,本发明实施例提供的一种自主神经功能调节及干预的系统,包括如下模块:
环境动态控制模块S100,用于根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
神经生理监测模块S200,用于连接生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
环境因素监测模块S300,用于连接环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
信号分析处理模块S400,用于对自主神经生理数据和环境因素数据进行信号处理和特征提取,分别生成自主神经生理特征和环境因素特征;
耦合互动分析模块S500,用于对自主神经生理特征和环境因素特征进行耦合互动分析,得到自主神经与环境互动矩阵;
控制策略更新模块S600,用于根据自主神经生理特征、环境因素特征和自主神经调节目标生成环境因素目标调整参数,并结合自主神经与环境互动矩阵,更新环境因素动态控制策略和和动态控制目标参数序列;
神经报告管理模块S700,用于按预设周期生成自主神经环境干预报告,并进行可视化展示和输出管理;
循环运行管理模块S800,用于系统的模块运行管理和数据运行管理,实现系统的循环运行控制和管理。
本实施例中,环境动态控制模块S100包括以下功能单元:
策略初始化单元S110,用于根据被试对象的基本状态和所处空间的环境因素现状,初始化环境因素动态控制策略和动态控制目标参数序列,其中,环境因素动态控制策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡,基本状态至少包括生理状态、精神状态、健康状态和或疾病状态,环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒、环境二氧化碳浓度和环境氧气浓度;
设备连接控制单元S120,用于根据动态控制目标参数序列,连接环境因素干预执行设备,对环境因素进行动态执行控制,环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、新风系统、噪声干预设备、音响播放设备、气压调节设备。
本实施例中,神经生理监测模块S200包括以下功能单元:
设备通讯管理单元S210,用于生理体征采集设备的连接和通讯管理,生理体征采集设备至少包括血氧、脉搏、血压、呼吸、心电、血糖、皮肤电、温度、功能性近红外光谱成像或功能性核磁共振成像的数据采集设备或传感器;
数据采集记录单元S220,用于实时记录被试对象的自主神经生理变化,生成自主神经生理数据,自主神经生理数据包括血氧信号、脉搏信号、血压信号、呼吸信号、心电信号、血糖信号、皮肤电信号、温度信号、血氧水平依赖BOLD信号。
本实施例中,环境因素监测模块S300包括以下功能单元:
设备通讯管理单元S310,用于环境因素监测设备的连接和通讯管理;
数据采集记录单元S320,用于实时记录被试对象所处环境的环境因素变化,生成环境因素数据,。
本实施例中,信号分析处理模块S400包括以下功能单元:
信号基础处理单元S410,用于对自主神经生理数据和环境因素数据进行信号处理,信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波;
生理特征提取单元S420,用于对自主神经生理数据进行特征提取,生成自主神经生理特征,自主神经生理数据特征至少包括血氧信号特征、脉搏信号特征、血压信号特征、呼吸信号特征、心电信号特征、血糖信号特征、皮肤电信号特征、温度信号特征、血氧水平依赖BOLD信号特征;
环境特征提取单元S430,用于对环境因素数据进行特征提取,生成环境因素特征,环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境二氧化碳浓度特征、环境氧气浓度特征。
本实施例中,耦合互动分析模块S500包括以下功能单元:
重采样执行单元S510,用于设置信号的重采样率,并对信号进行重采样;
相关性分析单元S520,用于计算两个时序信号的相关性,相关性至少包括相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数、线性相关系数;
互动矩阵生成单元S530,用于生成环境因素特征与自主神经生理数据特征的生理环境互动关联矩阵;
矩阵阈值处理单元S540,用于设置矩阵过滤阈值并对生理环境互动关联矩阵进行阈值处理,生成自主神经与环境互动矩阵。
本实施例中,控制策略更新模块S600包括以下功能单元:
神经生成模型单元S610,用于通过对不同环境因素特征、不同自主神经特征的多模态环境生理训练数据集进行深度学习训练,预先构建得到并持续更新环境生理神经网络生成模型;
调节目标设置单元S620,用于设定自主神经调节目标和阶段性目标,自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标;
控制参数更新单元S630,用于将自主神经生理特征、环境因素特征、自主神经调节目标输入环境生理神经网络生成模型,得到环境因素目标调整参数;
优化策略更新单元S640,用于根据自主神经与环境互动矩阵和环境因素目标调整参数,更新环境因素动态控制策略和动态控制目标参数序列。
本实施例中,神经报告管理模块S700包括以下功能单元:
干预报告生成单元S710,用于按预设周期,生成自主神经环境干预报告,自主神经环境干预报告至少包括干预调节效果、干预优化方向、最佳调节环境;
干预报告管理单元S720,用于对自主神经环境干预报告进行可视化展现和格式化输出管理。
本实施例中,循环运行管理模块S800包括以下功能单元:
过程运行管理单元S810,用于对系统的所有模块进行运行管理,实现系统的循环运行控制和管理;
数据运行管理单元S820,用于对系统的全部数据进行存储、备份、迁移、运行管理。
如图3所示,本发明实施例提供的一种自主神经功能调节及干预的装置,包括如下模组:
神经生理监测模组M100,用于连接生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
环境因素监测模组M200,用于连接环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
数据分析处理模组M300,用于对自主神经生理数据和环境因素数据进行信号处理和特征提取,分别生成自主神经生理特征和环境因素特征;对自主神经生理特征和环境因素特征进行耦合互动分析,得到自主神经与环境互动矩阵;根据自主神经生理特征、环境因素特征和自主神经调节目标生成环境因素目标调整参数,并结合自主神经与环境互动矩阵,更新环境因素动态控制策略和和动态控制目标参数序列,用于按预设周期生成自主神经环境干预报告;
环境动态控制模组M400,用于根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
控制管理界面模组M500,用于装置的模组运行可视化管理、数据运行可视化管理、自主神经环境干预报告的可视化展现及管理;
数据记录存储模组M600,用于记录和存储装置的全部过程数据。
所述装置被构造以用于对应执行图1的方法钟的各个步骤,在此不再赘述。
本实施例中提供的一种自主神经功能调节及干预的方法、系统和装置,通过对被试对象的自主神经生理和空间的环境因素的实时监测,实时地检测量化被试对象自主神经生理与环境因素的耦合互动关系,结合被试对象自主神经生理特征、环境因素特征和自主神经调节目标,实现对环境因素的实时动态优化和实时执行控制,以调节训练和干预改善被试对象的自主神经功能,减少了对被试对象的依从性和配合度的依赖,辅助提高体温调节、动态代谢及自主神经功能相关疾病治疗的有效性和干预康复的成功率,辅助临床治疗康复。在实际使用场景中,通过便携可穿戴健康监测设备、专业医疗设备、环境监测及干预设备或传感器,本发明的方法、系统和装置能够快速且广泛地部署在医院病房、康复中心和居家环境中,服务于应用体温调节障碍、动态代谢障碍及自主神经功能障碍合并患有代谢疾病、呼吸系统疾病、神经系统疾病或精神疾病等基础疾病的人群的康复干预;通过便携可穿戴健康监测产品、无接触远程生理监测设备、分布式环境监测传感器和中央调控式环境干预设备中,本发明的方法、系统和装置也能够快速且广泛地部署在学校、养老院、办公环境和其他人居休闲环境,服务于将学生、老年人、白领等健康人群,提供适宜友好的环境特征空间,干预人们的不良情绪和失眠症状,改善人们的精神面貌和睡眠质量,提高人们学习生活工作的效率以及身心健康。
本发明还提供了可编程的各类处理器(FPGA、ASIC或其他集成电路),所述处理器用于运行程序,其中,所述程序运行时执行上述实施例中的步骤。
本发明还提供了对应的计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述存储器执行所述程序时实现上述实施例中的步骤。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和原则的前提下,可以在实施的形式及细节上进行任何的修改与变化、等同替换等,这些都属于本发明的保护范围。因此,本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (32)
1.一种自主神经功能调节及干预的方法,其特征在于,所述方法包括如下步骤:
根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
对被试对象的自主神经生理和所述环境因素进行采集监测和分析处理,提取自主神经生理特征和环境因素特征并进行耦合互动分析,得到自主神经与环境互动矩阵;
将所述自主神经生理特征、所述环境因素特征、自主神经调节目标输入预先构建的环境生理神经网络生成模型,得到环境因素目标调整参数;
根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和动态控制目标参数序列,并对所述环境因素进行动态执行控制;
重复执行上述步骤,持续检测量化被试对象的所述自主神经生理与所述环境因素的耦合互动关系,按照预设优化周期对所述环境因素进行动态优化和执行控制,对被试对象的自主神经功能进行调节训练和干预改善,并按预设周期生成自主神经环境干预报告。
2.如权利要求1所述的方法,其特征在于:所述根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制的步骤具体为:
根据被试对象的基本状态和所处空间的环境因素现状,初始化环境因素动态控制策略和动态控制目标参数序列;
根据所述动态控制目标参数序列,连接环境因素干预执行设备,对所述环境因素进行动态执行控制。
3.如权利要求2所述的方法,其特征在于:所述基本状态至少包括生理状态、精神状态、健康状态和或疾病状态。
4.如权利要求1所述的方法,其特征在于:所述环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒、环境二氧化碳浓度、环境氧气浓度,通过环境因素监测设备采集获取。
5.如权利要求4所述的方法,其特征在于:所述环境因素监测设备至少包括环境光照度传感器、环境光谱传感器、环境声音采集器、环境温度传感器、环境湿度传感器、环境气压传感器、环境微颗粒检测传感器、环境二氧化碳浓度传感器、环境氧气浓度传感器。
6.如权利要求1所述的方法,其特征在于:所述环境因素动态控制策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡。
7.如权利要求2所述的方法,其特征在于:所述环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、新风系统、噪声干预设备、音响播放设备、气压调节设备。
8.如权利要求1所述的方法,其特征在于:所述对被试对象的自主神经生理和所述环境因素进行采集监测和分析处理,提取自主神经生理特征和环境因素特征并进行耦合互动分析,得到自主神经与环境互动矩阵的步骤具体为:
通过生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
通过环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
对所述自主神经生理数据和所述环境因素数据进行信号处理和特征提取,分别生成所述自主神经生理特征和所述环境因素特征;
对所述自主神经生理特征和所述环境因素特征进行耦合互动分析,得到所述自主神经与环境互动矩阵。
9.如权利要求8所述的方法,其特征在于:所述自主神经生理数据包括血氧信号、脉搏信号、血压信号、呼吸信号、心电信号、血糖信号、皮肤电信号、温度信号、血氧水平依赖BOLD信号至少一项,对应通过血氧、脉搏、血压、呼吸、心电、血糖、皮肤电、温度、功能性近红外光谱成像或功能性核磁共振成像的数据采集设备采集得到。
10.如权利要求8所述的方法,其特征在于:所述信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波。
11.如权利要求8所述的方法,其特征在于:所述自主神经生理数据特征至少包括血氧信号特征、脉搏信号特征、血压信号特征、呼吸信号特征、心电信号特征、血糖信号特征、皮肤电信号特征、温度信号特征、血氧水平依赖BOLD信号特征;其中,所述血压信号特征至少包括收缩压、舒张压、平均动脉压的信号特征,所述呼吸信号特征至少包括呼吸频率、呼吸间隔、呼吸深度的信号特征,所述心电信号特征至少包括心率和心率变异性的信号特征,所述皮肤电信号特征至少包括皮肤电导总水平、皮肤传导水平和皮肤电导反应的信号特征,所述血氧水平依赖BOLD信号特征至少包括含氧血红蛋白、脱氧血红蛋白和总血红蛋白的信号特征。
12.如权利要求11所述的方法,其特征在于:所述信号特征至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度、偏度、功率谱。
13.如权利要求8所述的方法,其特征在于:所述环境因素至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境二氧化碳浓度特征、环境氧气浓度特征;其中,所述环境光照特征至少包括光照度特征和光谱特征,所述环境声音特征至少包括声响水平特征、声音频谱特征和声音类型特征。
14.如权利要求8所述的方法,其特征在于:所述环境因素数据中的各环境因素特征体现为数值特征,至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度和偏度。
15.如权利要求8所述的方法,其特征在于:所述自主神经与环境互动矩阵的计算方法,如下:
提取所述环境因素特征中一所述环境因素的时序信号与所述自主神经生理数据特征中一所述自主神经生理数据的时序信号,以相同采样率对上述两个信号进行重采样并计算相关性,生成生理环境互动系数;
求得所述环境因素特征中全部所述环境因素的所述时序信号与所述自主神经生理数据特征中全部所述自主神经生理数据的所述时序信号的所述生理环境互动系数,生成生理环境互动关联矩阵;
对所述生理环境互动关联矩阵进行阈值处理,即将所述生理环境互动关联矩阵中绝对值小于预设关联阈值的元素均重置为0,生成所述自主神经与环境互动矩阵。
16.如权利要求15所述的方法,其特征在于:所述相关性至少包括相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数、线性相关系数。
17.如权利要求1所述的方法,其特征在于:所述将所述自主神经生理特征、所述环境因素特征、自主神经调节目标输入预先构建的环境生理神经网络生成模型,得到环境因素目标调整参数的步骤具体为:
通过对不同所述环境因素特征、不同所述自主神经特征的多模态环境生理训练数据集进行深度学习训练,预先构建得到所述环境生理神经网络生成模型;
将所述自主神经生理特征、所述环境因素特征、所述自主神经调节目标输入所述环境生理神经网络生成模型,生成环境因素目标调整参数。
18.如权利要求1所述的方法,其特征在于:所述自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标。
19.如权利要求18所述的方法,其特征在于:所述调节目标至少包括平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度、偏度、功率谱。
20.如权利要求1所述的方法,其特征在于:所述根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和动态控制目标参数序列,并对所述环境因素进行动态执行控制的步骤具体为:
根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和所述动态控制目标参数序列;
根据所述动态控制目标参数序列,连接环境因素干预执行设备,对所述环境因素进行动态执行控制。
21.如权利要求20所述的方法,其特征在于:所述更新所述环境因素动态控制策略和所述动态控制目标参数序列的方法,具体如下:
从所述自主神经与环境互动矩阵中,按照所述环境因素维度,获取绝对值最大的元素,生成环境因素最大互动效应系数序列;
根据所述环境因素最大互动效应系数序列中值的符号和大小,确定所述环境因素动态控制策略中每一个所述环境因素的调整策略、调整方向和调整幅度;
根据全部所述环境因素的所述调整策略、所述调整方向和所述调整幅度值,结合动态控制的步进数,生成所述动态控制目标参数序列。
22.如权利要求1所述的方法,其特征在于:所述重复执行上述步骤,持续检测量化被试对象的所述自主神经生理与所述环境因素的耦合互动关系,按照预设优化周期对所述环境因素进行动态优化和执行控制,对被试对象的自主神经功能进行调节训练和干预改善,并按预设报告周期生成自主神经环境干预报告的步骤具体为:
重复执行上述步骤,持续对被试对象的所述自主神经生理数据和所述环境因素进行采集监测并按照所述预设优化周期对分析处理和特征提取,更新所述环境因素动态控制策略和所述动态控制目标参数序列,并对所述环境因素进行动态执行控制,对被试对象的自主神经功能进行调节训练和干预改善;
根据所述预设报告周期,生成并输出所述自主神经环境干预报告。
23.如权利要求22所述的方法,其特征在于:所述自主神经环境干预报告至少包括干预调节效果、干预优化方向、最佳调节环境。
24.一种自主神经功能调节及干预的系统,其特征在于,所述系统包括如下模块:
环境动态控制模块,用于根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
神经生理监测模块,用于连接生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
环境因素监测模块,用于连接环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
信号分析处理模块,用于对所述自主神经生理数据和所述环境因素数据进行信号处理和特征提取,分别生成所述自主神经生理特征和所述环境因素特征;
耦合互动分析模块,用于对所述自主神经生理特征和所述环境因素特征进行耦合互动分析,得到所述自主神经与环境互动矩阵;
控制策略更新模块,用于根据所述自主神经生理特征、所述环境因素特征和自主神经调节目标生成环境因素目标调整参数,并结合所述自主神经与环境互动矩阵,更新所述环境因素动态控制策略和动态控制目标参数序列;
神经报告管理模块,用于按预设周期生成自主神经环境干预报告,并进行可视化展示和输出管理;
循环运行管理模块,用于所述系统的模块运行管理和数据运行管理,实现所述系统的循环运行控制和管理。
25.如权利要求24所述的系统,其特征在于:所述神经生理监测模块包括以下功能单元:
设备通讯管理单元,用于所述生理体征采集设备的连接和通讯管理,所述生理体征采集设备至少包括血氧、脉搏、血压、呼吸、心电、血糖、皮肤电、温度、功能性近红外光谱成像或功能性核磁共振成像的数据采集设备或传感器;
数据采集记录单元,用于实时记录被试对象的自主神经生理变化,生成所述自主神经生理数据,所述自主神经生理数据包括血氧信号、脉搏信号、血压信号、呼吸信号、心电信号、血糖信号、皮肤电信号、温度信号、血氧水平依赖BOLD信号。
26.如权利要求24所述的系统,其特征在于:所述环境因素监测模块包括以下功能单元:
设备通讯管理单元,用于所述环境因素监测设备的连接和通讯管理;
数据采集记录单元,用于实时记录被试对象所处环境的环境因素变化,生成所述环境因素数据。
27.如权利要求24所述的系统,其特征在于:所述信号分析处理模块包括以下功能单元:
信号基础处理单元,用于对所述自主神经生理数据和所述环境因素数据进行信号处理,所述信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波;
生理特征提取单元,用于对所述自主神经生理数据进行特征提取,生成所述自主神经生理特征,所述自主神经生理数据特征至少包括血氧信号特征、脉搏信号特征、血压信号特征、呼吸信号特征、心电信号特征、血糖信号特征、皮肤电信号特征、温度信号特征、血氧水平依赖BOLD信号特征;
环境特征提取单元,用于对所述环境因素数据进行特征提取,生成所述环境因素特征,所述环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境二氧化碳浓度特征、环境氧气浓度特征。
28.如权利要求24所述的系统,其特征在于:所述耦合互动分析模块包括以下功能单元:
重采样执行单元,用于设置信号的重采样率,并对信号进行重采样;
相关性分析单元,用于计算两个时序信号的相关性,所述相关性至少包括相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数、线性相关系数;
互动矩阵生成单元,用于生成所述环境因素特征与所述自主神经生理数据特征的生理环境互动关联矩阵;
矩阵阈值处理单元,用于设置矩阵过滤阈值并对所述生理环境互动关联矩阵进行阈值处理,生成所述自主神经与环境互动矩阵。
29.如权利要求24-28任一项所述的系统,其特征在于:所述控制策略更新模块包括以下功能单元:
神经生成模型单元,用于通过对不同所述环境因素特征、不同所述自主神经特征的多模态环境生理训练数据集进行深度学习训练,预先构建得到并持续更新环境生理神经网络生成模型;
调节目标设置单元,用于设定自主神经调节目标和阶段性目标,所述自主神经调节目标至少包括血氧调节目标、脉搏调节目标、血压调节目标、呼吸调节目标、心电调节目标、血糖调节目标、皮肤电调节目标、温度调节目标、血氧水平依赖BOLD调节目标;
控制参数更新单元,用于将所述自主神经生理特征、所述环境因素特征、所述自主神经调节目标输入所述环境生理神经网络生成模型,得到所述环境因素目标调整参数;
优化策略更新单元,用于根据所述自主神经与环境互动矩阵和所述环境因素目标调整参数,更新所述环境因素动态控制策略和所述动态控制目标参数序列。
30.如权利要求24-28任一项所述的系统,其特征在于:所述神经报告管理模块包括以下功能单元:
干预报告生成单元,用于按预设周期,生成所述自主神经环境干预报告,所述自主神经环境干预报告至少包括干预调节效果、干预优化方向、最佳调节环境;
干预报告管理单元,用于对所述自主神经环境干预报告进行可视化展现和格式化输出管理。
31.如权利要求24-28任一项所述的系统,其特征在于:所述循环运行管理模块包括以下功能单元:
过程运行管理单元,用于对所述系统的所有模块进行运行管理,实现所述系统的循环运行控制和管理;
数据运行管理单元,用于对所述系统的全部数据进行存储、备份、迁移、运行管理。
32.一种自主神经功能调节及干预的装置,其特征在于,所述装置包括以下模组:
神经生理监测模组,用于连接生理体征采集设备,实时采集和监测被试对象的自主神经生理变化,生成自主神经生理数据;
环境因素监测模组,用于连接环境因素监测设备,实时采集和监测被试对象所处环境的环境因素变化,生成环境因素数据;
数据分析处理模组,用于对所述自主神经生理数据和所述环境因素数据进行信号处理和特征提取,分别生成所述自主神经生理特征和所述环境因素特征;对所述自主神经生理特征和所述环境因素特征进行耦合互动分析,得到所述自主神经与环境互动矩阵;根据所述自主神经生理特征、所述环境因素特征和自主神经调节目标生成环境因素目标调整参数,并结合所述自主神经与环境互动矩阵,更新所述环境因素动态控制策略和动态控制目标参数序列,用于按预设周期生成自主神经环境干预报告;
环境动态控制模组,用于根据环境因素动态控制策略,对被试对象所处空间的环境因素进行动态执行控制;
控制管理界面模组,用于所述装置的模组运行可视化管理、数据运行可视化管理、所述自主神经环境干预报告的可视化展现及管理;
数据记录存储模组,用于记录和存储所述装置的全部过程数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211633052.3A CN115607802A (zh) | 2022-12-19 | 2022-12-19 | 一种自主神经功能调节及干预的方法、系统和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211633052.3A CN115607802A (zh) | 2022-12-19 | 2022-12-19 | 一种自主神经功能调节及干预的方法、系统和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115607802A true CN115607802A (zh) | 2023-01-17 |
Family
ID=84880985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211633052.3A Pending CN115607802A (zh) | 2022-12-19 | 2022-12-19 | 一种自主神经功能调节及干预的方法、系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115607802A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115804573A (zh) * | 2023-02-13 | 2023-03-17 | 安徽星辰智跃科技有限责任公司 | 一种睡眠深度量化及干预的方法、系统和装置 |
CN115862877A (zh) * | 2023-03-03 | 2023-03-28 | 安徽星辰智跃科技有限责任公司 | 睡眠可持续性检测量化及辅助干预的方法、系统和装置 |
CN115857595A (zh) * | 2023-03-02 | 2023-03-28 | 安徽星辰智跃科技有限责任公司 | 基于用户心境的功能环境调节方法、系统和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09311947A (ja) * | 1996-03-18 | 1997-12-02 | Toshiba Corp | 人体画像生成装置及び人体画像生成方法 |
CN104490371A (zh) * | 2014-12-30 | 2015-04-08 | 天津大学 | 一种基于人体生理参数的热舒适检测方法 |
CN108289643A (zh) * | 2015-11-23 | 2018-07-17 | 皇家飞利浦有限公司 | 脉搏血氧计和环境控制器 |
CN110706816A (zh) * | 2018-07-09 | 2020-01-17 | 厦门晨智数字科技有限公司 | 一种基于人工智能进行睡眠环境调控的方法及设备 |
CN111658931A (zh) * | 2020-07-14 | 2020-09-15 | 北京航空航天大学 | 一种智能经鼻高流量湿化氧疗系统 |
CN112880119A (zh) * | 2021-01-21 | 2021-06-01 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
CN113747830A (zh) * | 2019-03-06 | 2021-12-03 | 通用电气公司 | 用于监测患者的系统和方法 |
CN115105023A (zh) * | 2022-06-22 | 2022-09-27 | 歌尔科技有限公司 | 一种可穿戴设备的睡眠状态分析方法及相关组件 |
CN115297920A (zh) * | 2020-04-02 | 2022-11-04 | 松下知识产权经营株式会社 | 环境控制系统和环境控制方法 |
-
2022
- 2022-12-19 CN CN202211633052.3A patent/CN115607802A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09311947A (ja) * | 1996-03-18 | 1997-12-02 | Toshiba Corp | 人体画像生成装置及び人体画像生成方法 |
CN104490371A (zh) * | 2014-12-30 | 2015-04-08 | 天津大学 | 一种基于人体生理参数的热舒适检测方法 |
CN108289643A (zh) * | 2015-11-23 | 2018-07-17 | 皇家飞利浦有限公司 | 脉搏血氧计和环境控制器 |
CN110706816A (zh) * | 2018-07-09 | 2020-01-17 | 厦门晨智数字科技有限公司 | 一种基于人工智能进行睡眠环境调控的方法及设备 |
CN113747830A (zh) * | 2019-03-06 | 2021-12-03 | 通用电气公司 | 用于监测患者的系统和方法 |
CN115297920A (zh) * | 2020-04-02 | 2022-11-04 | 松下知识产权经营株式会社 | 环境控制系统和环境控制方法 |
CN111658931A (zh) * | 2020-07-14 | 2020-09-15 | 北京航空航天大学 | 一种智能经鼻高流量湿化氧疗系统 |
CN112880119A (zh) * | 2021-01-21 | 2021-06-01 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
CN115105023A (zh) * | 2022-06-22 | 2022-09-27 | 歌尔科技有限公司 | 一种可穿戴设备的睡眠状态分析方法及相关组件 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115804573A (zh) * | 2023-02-13 | 2023-03-17 | 安徽星辰智跃科技有限责任公司 | 一种睡眠深度量化及干预的方法、系统和装置 |
CN115857595A (zh) * | 2023-03-02 | 2023-03-28 | 安徽星辰智跃科技有限责任公司 | 基于用户心境的功能环境调节方法、系统和装置 |
CN115862877A (zh) * | 2023-03-03 | 2023-03-28 | 安徽星辰智跃科技有限责任公司 | 睡眠可持续性检测量化及辅助干预的方法、系统和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115607802A (zh) | 一种自主神经功能调节及干预的方法、系统和装置 | |
US20150057512A1 (en) | Wearable heart failure monitor patch | |
US20230008293A1 (en) | System and method for camera-based stress determination | |
CN109157191B (zh) | 自主神经心肺代谢系统调控能力和调控状态的测量方法和系统 | |
KR20170086056A (ko) | 개선된 신호 분석에 기초한 스코어링 방법 | |
Poh | Continuous assessment of epileptic seizures with wrist-worn biosensors | |
CN116313029B (zh) | 一种数字针灸动态控制优化的方法、系统和装置 | |
Singh et al. | Proof of concept of a novel neck-situated wearable PPG system for continuous physiological monitoring | |
Crifaci et al. | ECG and GSR measure and analysis using wearable systems: Application in anorexia nervosa adolescents | |
CN116013470B (zh) | 一种睡眠行为活跃水平动态调节的方法、系统和装置 | |
CN110957030A (zh) | 一种睡眠质量监测及交互系统 | |
JPH07124126A (ja) | 医療用生体情報検出装置、診断装置および治療装置 | |
Katiyar et al. | Interpretation of biosignals and application in healthcare | |
JP7361784B2 (ja) | 行動タスク評価システムおよび行動タスク評価方法 | |
CN115486820B (zh) | 一种针灸疗效及生理效应检测量化的方法、系统和装置 | |
CN115486818B (zh) | 一种运动神经通路检测量化的方法、系统和装置 | |
CN115486819B (zh) | 一种感知觉神经通路多级联检测量化的方法、系统和装置 | |
CN115607123A (zh) | 一种心肺功能监测和呼吸机闭环控制一体化装置 | |
Mahajan et al. | Arduino based portable ECG and PPG signal acquisition system | |
Song et al. | Design of a Wireless Distributed Real-time Muscle Fatigue Detection System | |
CN113257388B (zh) | 一种基于可穿戴设备的健康饮食管理及调养方法和系统 | |
CN117017234B (zh) | 多参数集成麻醉监测与分析系统 | |
CN113869084B (zh) | 脑电信号处理方法、脑机接口设备及存储介质 | |
YUDA et al. | Verification of the Effectiveness of Animal Therapy using Wearable Sensors: Changes in Biological Parameters by Pony Riding Comparing animal caretaker and healthy subject | |
WO2024028588A1 (en) | A monitoring device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |