【技术实现步骤摘要】
本专利技术属于图像处理领域，涉及图像分析方法，具体是一种基于fnirs的身体姿势对情绪反馈效应的检测方法。
技术介绍
1、据统计，有很多人存在不同程度的心理健康问题，表现为抑郁、缺乏目标、困惑、缺乏能力、学业困难、大量不断增长的困惑、个人际关系紧张和其他心理健康问题。这些广泛存在的问题对自我调节和心理健康干预提出了重大挑战。研究表明，通过身体姿势和行为调节情绪可以增强自我参照，改善心理健康，加强临床环境中的身心实践，调节工作和学习环境中的情绪。越来越多的人认识到心理和身体之间的动态耦合，影响着认知和情感，显著丰富了我们对心理健康状况的科学理解。在具身理论中，提出运动系统(即姿势和运动)会影响我们在情感和行为上对世界的反应，强调身体运动在认知过程中的重要性，认为身体不仅仅是心智发生的“容器”，还为其提供真实的体验和感受，赋予身体在认知的塑造中一种决定性的意义。一个多世纪的研究发现身心耦合的神经回路起源于三个不同的网络：运动、认知和情感的网络，这三个网络很可能提供了将运动、情感和认知控制过程与即时反应联系起来的神经回路。运动网络提供了身体运动和压力调节之间的联系；认知网络获得由外侧前额叶皮层介导的记忆和执行功能，并处理前扣带皮层的认知和情感信息；包括前额叶皮层和颞叶皮层的情感网络提供了情绪感觉和调节功能。因此，研究能量姿势对情绪的影响既具有代表性又具有重要意义。
2、具身认知理论中，将身体姿势分成三种：开放舒展的高能量姿势、蜷缩的低能量姿势和自然姿势。通过大量的情绪量表调查的实证研究和一例脑电(eeg)神经影像技术的研究
3、fnirs技术提供了一种很有前途的方法，通过无创测量大脑中的血流动力学反应来评估与情绪状态相关的皮质活动的变化。当外部刺激引发脑功能区域的活跃时，将触发一系列复杂的大脑调节活动，包括局部血管扩张、脑血流增加以及脑血容量增加等，从而导致该区域脑组织血液中含氧血红蛋白(hbo2)浓度的增加以及脱氧血红蛋白(hbr)浓度的减小。fnirs技术便是通过检测这种缓慢变化的血液动力学响应，间接反映局部脑组织内的脑功能活动及其变化规律。相比上述实证研究，fnirs技术提供了更为直接、敏感的神经生理监测手段，实时且无创地追踪大脑在特定姿势下的血流动力学变化，从而深入揭示能量姿势如何影响情绪状态的神经机制。该技术显著降低了人为评分的主观性，增强了数据的客观性和可靠性，并允许研究者在更高精度上探索情绪反应的神经基础，包括前额叶、杏仁核及扣带回等关键脑区的活动模式。
4、与姿势情绪交互的eeg研究相比，fnirs在评估姿势与情绪关系时展现出显著优势。其较低的运动伪影敏感性确保了即便在身体姿势频繁变化的实验条件下，也能稳定记录大脑活动，有效减少信号干扰。此外，fnirs在大脑皮层表面的高空间分辨率，使得精确定位情绪激活脑区成为可能，满足了情绪研究中对精细脑区成像的需求。更重要的是，fnirs能够同时监测多个脑区的活动，揭示它们之间的功能连接网络，反映多个脑区的协同作用。这对于理解情绪产生的复杂网络机制至关重要，使得fnirs非常适用于姿势情绪交互研究。
5、因此，亟需一种基于fnirs的身体姿势对情绪反馈效应的检测方法，来通过fnirs技术检测脑功能活动的变化，探讨不同身体姿势对人可能产生的情绪反馈效应。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于，提供一种基于fnirs的身体姿势对情绪反馈效应的检测方法，以解决现有技术中无法客观定量分析姿势诱导情绪反馈效应以及无法定位精细情绪反应脑区的技术问题。
2、为了解决上述技术问题，本专利技术采用如下技术方案予以实现：
3、一种基于fnirs的身体姿势对情绪反馈效应的检测方法，包括以下步骤：
4、步骤一，采集得到多条fnirs光强数据fij，每条fnirs光强数据fij包括多个通道上的fnirs光强数据；
5、所述通道为一个激发器和一个探测器之间的光传输路径；
6、i表示参与者的姿态，取值为1，2，3，对应表示自然姿势rest、低能量姿势lp和高能量姿势hp；
7、j表示参与者的八个感兴趣区域，取值为1，2，…，8，分别对应左颞叶皮层、右颞叶皮层、背内侧前额叶皮层、左背外侧前额叶皮层、右背外侧前额叶皮层、腹内侧前额叶皮层、左腹外侧前额叶皮层和右腹外侧前额叶皮层；所述
8、步骤二，剔除步骤一得到的多条fnirs光强数据fij中劣质数据，得到优选的优选后的m条fnirs光强数据fij；
9、步骤三，对步骤二得到的m条fnirs光强数据fij进行预处理，得到m条fnirs含氧血红蛋白浓度数据fij；
10、步骤四，分别对步骤三得到的m条fnirs含氧血红蛋白浓度数据fij进行检测，得到检测数据；
11、所述检测数据包括不同姿势下情绪反馈的roi脑功能连接网络r-bfcni、不同姿势下情绪反馈的通道脑功能连接网络c-bfcni、不同姿势下情绪反馈时roi脑功能连接网络r-bfcni具有显著性差异的roi连接边、不同姿势下情绪反馈时通道脑功能连接网络c-bfcni具有显著性差异的通道连接边、情绪反馈时神经活动的强度、神经活跃的速度和神经反应的趋势，以及不同特征值对应的具有显著性差异的通道。
12、本专利技术还包括以下技术特征：
13、所述步骤二具体包括：
14、计算步骤一得到的多条fnirs光强数据fij中每条fnirs光强数据fij的每个通道的信噪比，判断每条fnirs光强数据fij的信噪比低于第一阈值的通道数是否超过总通道数的十分之一，若是则剔除该条fnirs光强数据，得到优选后的fnirs光强数据fij；
15、或者，计算步骤一得到的多条fnirs光强数据fij中每条fnirs光强数据的每个通道的标准偏差与均值之商，判断该商超过第二阈值的通道数是否超过总通道数的十分之一，若是则剔除该条fnirs光强数据，得到优选后的fnirs光强数据fij。
16、所述步骤三具体为：
17、步骤3.1，采用基于时间窗设置下的标准差阈值和幅值阈值的双重过滤机制消除步骤三中得到的m条fnirs光强数据fij中的第m条fnirs光强数据运动伪影的干扰；
18、步骤3.2，采用带通滤波器本文档来自技高网...
【技术保护点】
1.一种基于fNIRS的身体姿势对情绪反馈效应的检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于fNIRS的身体姿势对情绪反馈效应的检测方法，其特征在于，所述步骤二具体包括：
3.如权利要求1所述基于fNIRS的身体姿势对情绪反馈效应的检测方法，其特征在于，所述步骤三具体为：
4.如权利要求1所述基于fNIRS的身体姿势对情绪反馈效应的检测方法，步骤四具体包括以下步骤：
5.如权利要求4所述基于fNIRS的身体姿势对情绪反馈效应的检测方法，其特征在于，所述步骤4.1具体包括以下步骤：
6.如权利要求4所述基于fNIRS的身体姿势对情绪反馈效应的检测方法，其特征在于，步骤4.2具体包括以下步骤：
7.如权利要求4所述基于fNIRS的身体姿势对情绪反馈效应的检测方法，其特征在于，所述步骤4.4具体包括以下步骤：
【技术特征摘要】
1.一种基于fnirs的身体姿势对情绪反馈效应的检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于fnirs的身体姿势对情绪反馈效应的检测方法，其特征在于，所述步骤二具体包括：
3.如权利要求1所述基于fnirs的身体姿势对情绪反馈效应的检测方法，其特征在于，所述步骤三具体为：
4.如权利要求1所述基于fnirs的身体姿势对情绪反馈效应的检测方法，步骤...
【专利技术属性】
技术研发人员：郭红波，褚梦想，贺小伟，贺家梁，徐斌，余景景，杨立娟，
申请(专利权)人：西北大学，
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。