Un nuevo marco de aprendizaje profundo híbrido optimizado para la detección de estrés mental utilizando...

Área de la Ciencia:

• La neurociencia
• Ciencias de la computación
• Inteligencia artificial

Sus antecedentes:

• El estrés mental, desencadenado por varias presiones, afecta significativamente el comportamiento humano y se estudia cada vez más utilizando electroencefalogramas (EEG).
• Los métodos de aprendizaje profundo (DL) existentes para la detección de estrés basados en EEG enfrentan desafíos como estructuras complejas, desequilibrio de clases y dificultades de procesamiento de señales.

Objetivo del estudio:

• Presentar un nuevo marco de aprendizaje profundo híbrido, BDDNet, para mejorar la detección del estrés mental utilizando EEG.
• Mejorar la representación espectrotemporal de las características y el análisis de la dependencia a largo plazo de las señales EEG para la detección del estrés.

Principales métodos:

• Desarrolló BDDNet, un marco híbrido que combina una red neuronal convolucional profunda (DCNN), memoria de corto plazo bidireccional (BiLSTM) y una red de creencias profundas (DBN).
• Utilizó múltiples características de EEG (MEF) para el análisis integral del espectro y el dominio del tiempo.
• Empleado un algoritmo de búsqueda de cuervo mejorado (ICSA) para la selección eficiente de canales y un algoritmo de optimización de empleados (EOA) para la sintonización de hiperparámetros.

Principales resultados:

• El marco BDDNet-ICSA demostró un rendimiento superior en el conjunto de datos públicos DEAP.
• Logró métricas altas que incluyen 97.6% de recuperación, 97.6% de precisión, 97.6% de puntuación F1, 96.9% de selectividad, 96.9% de valor predictivo negativo (VAN) y 97.3% de precisión.
• Superó las técnicas tradicionales de detección de estrés.

Conclusiones:

• BDDNet ofrece una solución robusta y efectiva para la detección precisa del estrés mental a partir de los datos de EEG.
• El enfoque de aprendizaje profundo híbrido combinado con algoritmos de optimización mejora significativamente las capacidades de detección de estrés.
• Este marco es prometedor para avanzar en el monitoreo y manejo del estrés mental no invasivo.