论文部分内容阅读
心理压力是日常生活中十分常见的问题,它是高血压,动脉粥样硬化,甚至是猝死的风险因素。同时,长期过高的心理压力还会导致抑郁症。针对心理压力的研究也很多,其中基于生理信号对心理压力进行检测的研究占了很大的比重。在这些研究中,有的利用多模生理信号,达到了不错的心理压力识别率。但是采集更多的生理信号,便意味着更多的实验开销。也有的使用单模生理信号,为了提高压力检测效果,提取多个特征,有的甚至高达几十到上百个。不论是利用单模还是多模的研究中,均较少涉及心理压力的连续检测。因为,这需要考虑压力检测时间尺度的选择,较长的时间尺度,不能很好的反应心理压力的细微变化,较短的时间尺度,又会丢失特征的有效性。在此基础上,本文利用单模的生理信号计算RR间期,截取104个RR间期序列,提取较少且有效的心率变异性特征,实现基于心率变异性的心理压力连续检测。其中准确的心率或RR间期序列(两者互为倒数)计算是进行心理压力识别的基础。心率的信号来源包括心电信号和脉搏波信号。在进行心率准确计算的过程中,探讨了心电心率和脉搏波心率的计算方法。本文通过对心电信号的自适应滑动窗算法,有效的避免了R波波峰的误检和漏检,达到对心率的准确计算。理论上也可用同样的方法对脉搏波心率进行计算,但是由于脉搏波波形简单,极易受到运动干扰,这对脉搏波的波峰检测带来了困难,所以本文对脉搏波结合三维加速度的运动心率进行了探索,实现了利用脉搏波的运动心率计算。通过两种心率算法的比较,发现脉搏波运动心率不能计算出有效的心率变异性特征,不能反映自主神经活动。因此选择心电信号计算心率,进而计算心率变异性实现对心理压力的连续检测。心理压力能够被心算任务、社交压力测试等实验室范式所诱发,同时在真实的场景中也能诱发心理压力,比如:驾驶、考试等场景。本文主要涉及的是真实场景下的心理压力,通过公开的标准数据库得到真实驾驶场景诱发心理压力的数据。在这个驾驶数据中选择心电信号计算RR间期序列,提取有效的心率变异性特征,设计心理压力检测模型,并取得了较高的压力三分类识别率。为了进一步验证上述压力检测模型泛化性能,本文设计并实施了期末考试诱发心理压力的实验。实验中利用问卷形式对被试心理压力的诱发进行评估,让被试画出整个考试过程中的心理压力自评曲线。采集被试心电数据,计算心率序列,提取有效的心率变异性特征。运用前述压力检测模型对整个考试过程的心理压力变化进行连续检测,从而得到心理压力模型的压力识别曲线。最后对心理压力自评曲线和心理压力检测模型的压力识别曲线进行相关性分析,验证该模型的泛化性能,实现了心理压力的连续检测。此外,还对考试心电信号数据进行了局部Hurst指数分析,进一步探索心理压力下心跳动态复杂度的变化。本文研究发现基于心率变异性进行压力的连续检测是可行的,选取104次心跳为时间尺度,提取MRR,MAFN,pNN50,RLHE和LF五个特征,使用Tree分类器,得到了98%的压力三分类识别率。在对20个期末考试被试的心理压力自评曲线和心理压力检测模型的压力识别曲线进行相关性分析中,达到了0.81的较高平均相关系数。验证了心理压力检测模型的泛化性能,进而验证了该模型对心理压力变化细节的捕获能力,实现了对心理压力的连续检测。