现代社会中,越来越多的人受到心理压力的困扰,不同程度的心理压力会对人产生生理和心理上的影响。此外,长时间的心理压力还可能引发抑郁,从身体和心理上给人带来极大的痛苦和折磨。因此,如何能够准确评估人们所处的压力程度,从而采取有效的调节手段是近几年研究的热点。目前对于压力的评估主要分为基于心理问卷的压力评估和基于生理参数的压力评估两大类,前者虽然更容易量化且便于统计分析,但是往往需要参与者积极的响应和配合,更容易受到个体主观的影响,这种方法得到的压力识别结果往往被认为是不可靠的。当人体受到心理压力刺激时,人体的生理平衡状态将会发生变化,这会直接导致人体各项生理参数的改变。因此,本文提出采用心率变异性信号对于人体所处的压力状态进行识别和评估,并在此基础上,对于能够反映心脏自主神经活动的心率变异性指标进行分析,寻找其随着压力程度的增大而表现出的变化规律,从而可方便的实现对心理压力程度的监测,更好的实现心理压力的识别与评估。本文的主要研究内容如下:(1)参考心算任务范式,设计诱发心理压力的实验方案,并对实验得到的量表和任务绩效两项指标进行分析,将实验诱发的心理压力分为三个程度。(2)对收集到的原始ECG信号进行预处理。在本文中,采用小波变换的方法去除了ECG信号的噪声干扰。对滤除噪声后的信号经过R波定位,提取出HRV信号。从时域、频域以及非线性三个方面提取HRV特征共计26维,并在此基础上对特征进行预处理。(3)建立心理压力程度三分类模型。采用SBS算法,构建符合实验要求的BP网络模型和SVM分类器,从提取的原始特征中选择出对分类贡献度最高的特征集,并对两种分类器的分类准确率通过留一验证法进行评估发现两种分类器的识别率均在80%以上。(4)通过重复测量方差分析对第四章选取的不依赖于本文构建的两种分类器的特征集中的每个特征进行分析,判断在不同心理压力程度下每个特征的显著性差异水平。找出随着压力程度的变化,特征的变化规律,并对其造成的神经活动机制进行分析。本文经过深入研究发现,参考心算任务的实验范式,通过时间来控制心算任务难度能够诱发出不同程度的心理压力,采用SBS算法,并构建符合实验要求的BP网络模型和SVM两种分类器,将SBS与两种分类器分别结合得到的两种分类器的平均识别率均在80%以上,并选择出对两种分类器贡献度最高的特征组合。说明心脏自主神经活动可以在一定程度上区分心理压力。随着压力程度的增大,HRV指标中的SDNN显著减低而aHF显著升高,由此可以推测出随着压力程度的升高,心脏交感-迷走神经活动产生了改变,交感神经功能在一定程度上受到抑制而迷走神经功能则相对兴奋。我们可以参考这几项指标的变化规律对压力程度进行检测和评估。