基于可穿戴设备的日常压力状态评估研究

来源：电子与信息学报杂志2017年第11期北京时间：

作者：赵湛, 韩璐, 方震, 陈贤祥, 杜利东, 刘正奎

单位：2.(中国科学院电子学研究所 北京 100190) ②(中国科学院大学 北京 100049) ③(中国科学院心理研究所 北京 100101)

摘要：现代生活普遍压力较大，容易引起消极痛苦的应激，导致不良情绪甚至滋生各类慢性病。心理专家需要了解个体的压力状态，从而开展对应性心理疏导和治疗。传统心理学自评法存在一定的主观性；基于生理多导仪的压力状态评估法，受设备体积所限无法用于日常压力状态评估。针对上述问题，该文采用可穿戴式传感设备实时采集个体生理信号，利用心理和生理的伴生关系，对个体的心理压力进行长期实时评估。同时通过蒙特利尔影像应激实验(MIST)诱发出被试平静、轻微及高度压力3种压力状态，此实验范式同时包含认知负荷精神压力因素与社会评价心理压力因素，与日常真实生活更为接近。该文共采集39名健康被试的实验数据，通过对数据的特征值提取等预处理，结合随机森林算法对最优特征子集进行选择，采用支持向量机(SVM)分类算法对3种压力状态进行分类预测。实验结果表明，通过随机森林特征选择优化后的SVM分类，与通用的单一SVM分类算法相比，具有更好的分类识别效果，对3种压力状态的分类准确率可从78%提高至84%。

关键词：压力识别, 可穿戴设备, 心电, 呼吸, 支持向量机

基金资助：国家自然科学基金(61302033)，北京市自然科学基金(Z160003)，国家重点研发计划(2016YFC1304302)