基于人工智能的实时压力检测,用于智力障碍者
Stefan de Vries1, Fransje van Oost1, Hanneke Smaling2,3
1Research and Development, Mentech Eindhoven, Eindhoven, The Netherlands.
Assistive technology : the official journal of RESNA
|September 26, 2023
概括
这项研究开发了一种使用可穿戴传感器和机器学习的自动压力检测系统. 一个个性化的模型有效地检测了智力障碍和没有智力障碍的人的压力.
科学领域:
- 生物医学工程 生物医学工程
- 人工智能的人工智能
- 关于残疾人的研究.
背景情况:
- 患有严重智力障碍 (ID) 的人经常难以沟通压力,阻碍护理人员及时干预.
- 实时压力检测对于支持弱势群体至关重要.
研究的目的:
- 建议和评估一个自动的,实时的压力检测系统,用于具有和没有ID的个人.
- 评估不同机器学习模型 (随机,一般,个性化) 对于压力检测的有效性.
主要方法:
- 使用可穿戴传感器记录生理信号.
- 应用机器学习算法来检测与压力相关的生理变化.
- 与没有ID的参与者进行了四项实验 (n=14,18,48) 和与ID的参与者进行了一项观察性研究 (n=12).
主要成果:
- 混合ANOVA显示模型类型对应力检测性能有显著影响 (F(2,134) = 116.50,p <.001).
- 后期的t测试表明,个性化的模型显著优于ID组的随机模型 (t(11) = 9.05,p < .001).
结论:
- 个性化的模型显示了精确检测智力障碍或没有智力障碍的人的压力潜力.
- 需要进一步的大规模验证研究来确认该系统对ID患者的实用性.


