新发现的声心谱频段用于用深波波形散射网络检测心理压力

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理
• 心理生理学 心理生理学

背景情况:

• 及时检测心理压力对于预防不良健康结果至关重要.
• 当前的方法往往需要采集多模式数据,增加复杂性和成本.
• 声心图 (PCG) 信号为压力评估提供了一个潜在的非侵入性来源.

研究的目的:

• 开发一种新的,独立的基于信号的心电图 (PCG) 框架,用于心理压力检测.
• 消除电心电图 (ECG) 在PCG分析中用于压力检测的必要性.
• 识别关键的信号处理参数和频段,以准确检测压力.

主要方法:

• 在28名健康成年人的PCG信号上使用波纹散射转换方法.
• 采用优化的分段长度 (L),不变度尺度 (J) 和特征提取的质量因子 (Q).
• 使用K-最近邻居 (KNN) 和极端梯度提升 (XGBoost) 进行分类压力,并进行十倍的交叉验证.

主要成果:

• 使用XGBoost实现了高性能指标:94.30%的准确性,97.96%的灵敏性,88.01%的特异性和0.9298的AUC.
• 在PCG信号中确定了特定的频段 (270-290Hz和380-390Hz),作为对心理压力的高度区分.
• 证明了独立PCG方法的有效性,减少了计算复杂性.

结论:

• 拟议的基于PCG的框架为心理压力检测提供了一种成本效益高,计算简单的方法.
• 这种方法消除了对ECG信号的依赖,使压力评估更容易获得.
• 识别的歧视性频段为未来的研究和临床应用提供了宝贵的见解.