在人体所有器官中,心脏是与大脑神经联系最广泛的器官之一。早在150多年前,Claude Bernard已意识到脑-心之间存在复杂的相互作用。在特定的生理状态或疾病中,脑-心相互作用为确定中枢神经系统(Central Nervous System,CNS)和自主神经系统(Autonomic Nervous System,ANS)之间的耦合发挥重要作用。以情感和认知障碍为主要表现的抑郁症——作为全球范围内的高发精神疾病——诊断和治疗中考虑潜在的脑-心交互作用对其早期发现和干预治疗至关重要。本文以基于生物电信号的脑-心交互行为研究为核心,面向信号交互分析与处理中的关键问题,研究了相应的解决算法和神经测量手段,并以科技创新2030“脑科学与类脑研究”重大项目为依托,验证了所提出的算法及测量手段在精神抑郁人群脑-心交互行为分析中的有效性。生物电信号是由生物体发出的不稳定微弱电信号,其主要特点是信号弱、易受干扰。随着非侵入性可穿戴生物传感器的发展,普适化环境中由用户自主操作采集的EEG及ECG信号更容易受噪声干扰。因此,EEG和ECG信号信噪比的提高作为脑-心交互分析的关键前提需要着重研究。同时,大脑与心脏相互作用的量化表达也为理解脑-心交互带来挑战。本文针对多通道EEG和无扰式ECG信号采集的特点,分别提出了噪声去除算法和处理框架,为脑-心交互分析提供了信号质量保障。在此基础上,采用不同策略和方法进行信号交互的量化测量。本文的创新性研究成果主要包括以下四个方面:(1)针对多通道EEG信号中眼电PLX3397伪影去除问题,提出了改进矩匹配去除眼电伪影的新思路。随着脑科学研究中EEG的高通量、高精度记录需求,快速去除幅值大且频带与EEG重合的眼电伪影具有现实意义。本文提出的改进算法考虑了多通道EEG中眼电伪影与高光谱图像中条带噪声的异同之处,在未单独采集眼电参考的情况下基于回归算法生成矩匹配滤波的参考数据。同时,针对多通道EEG采集中传导效应导致的不同通道间的偏置差异,改进原始矩匹配中的补偿项,添加经验系数消除带状效应,最终得到用于多通道EEG眼电伪影去除的矩匹配公式。通过在不同数据集上与现有方法比较,结果表明本文所提方法能够得到最高信噪比的EEG信号,且在数据量多的分析中实时性优势明显。实验分析表明,该方法能够为脑-心交互分析提供高质量EEG信号。(2)针对无扰式心电记录中的信号质量及检测问题,本文提出了基于无扰式心电采集座椅的心冲击信号整体处GW-572016抑制剂理框架。心率变异性的分析可利用非接触式心冲击(Ballistocardiogram,BCG)信号进行,为提高BCG信号质量,本文设计了包含信号质量检测、BCG信号J峰值检测及信号噪声段心动周期逐拍估计在内的整体处理框架。框架首先提出基于恒虚警率的信号质量检测,确定信号的可分析性,保留可分析信号并丢弃质量不足信号。其次,结合恒虚警率阈值和局部相邻波峰波谷最大差值法进行可用BCG信号J峰值检测。最后,提出改进的LSTM(Long Short Term Memory)模型对保留信号中的局部噪声段进行心动周期的逐拍估计,最终得到高质量心率变异性数据。验证结果表明,所提方法实现95%以上的噪声标记,J峰检测灵敏度和精度分别达98.9%和95.7%,心动周期估计满足信号分析需求,整体处理过程大大减少了计算和存储负载。该框架可扩展至ECG信号中,提高无监督环境下心电信号测量的可用性。(3)针对抑thyroid cytopathology郁障碍患者不同情感刺激中心跳信号的皮层处理表征问题,本文利用心跳诱发电位(Heartbeat Evoked Potential,HEP)作为脑-心交互中心脏传入信号皮层处理的神经测量手段,研究不同情感极性的音频刺激是否会导致抑郁患者HEP改变及脑源激活。研究发现,HEP不同时间窗口中抑郁和对照在中性和负性情感刺激下表现出显著差异,且中性刺激时头皮差异体现在左半球,而负性刺激时在右半球。源定位分析显示,抑郁组在负性与正性情感刺激时参与情感处理的脑岛、额上回和海马旁回等脑区以及参与内脏活动调节控制的边缘叶相关脑区活动显著增强,说明HEP可作为一种可靠的神经测量来研究抑郁患者在不同情感过程中的脑-心交互,进而帮助理解抑郁期间的各种临床症状。(4)针对抑郁障碍患者脑-心交互作用方向性研究不足的问题,本文使用心率变异性(Heart Rate Variability,HRV)作为ANS变化指标,采用收敛交叉映射研究不同情感音频刺激背景下,抑郁人群HRV与EEG特定成分之间的非线性定向相互作用。结果表明,在静息无音频刺激条件下,抑郁患者中HRV对delta和alpha波段作用显著高于健康对照;中性情感刺激下抑郁组alpha和beta波对HRV的作用强度显著低于健康对照。对研究对象个体而言,抑郁组大脑theta、alpha及beta波与心电相互作用变化主要体现在负性情感刺激条件下。研究证明基于生理信号时间序列的脑-心定向作用测量,有助于理解抑郁和脑-心系统交互行为间的复杂关系,为抑郁症诊断和治疗中考虑潜在的脑-心交互作用提供支撑。综上所述,本文从脑-心交互分析前的信号预处理算法研究到心脏信号的皮层处理及脑-心非线性定向交互作用,研究讨论了抑郁症患者在不同情绪过程中的脑-心交互作用。提出的信号预处理技术有助于更好地进行自主心脏控制和大脑动力学之间的分析,通过不同测量手段进行脑-心交互行为研究对理解抑郁症患者CNS与ANS之间的信息传递具有一定意义,为普适化环境下抑郁症的诊断和个性化医疗提供新的补充支撑。