从PPG传感器数据中自动评估心理工作量,使用交叉波形连贯性和转移学习
Shresth Gupta1,2, Kapil Gupta1,2, Anurag Singh1,2
1UPES, Dehradun, UK 248007 India.
Biomedical engineering letters
|July 1, 2024
概括
使用光聚电图 (PPG) 信号进行心理工作负载评估,可以通过一种新的时间频率分析来改进. 这种方法准确地分类心理工作负载水平,提高了高压环境中的安全性.
科学领域:
- 物理计算的物理计算.
- 生物医学信号处理
- 认知科学是一种认知科学.
背景情况:
- 心理工作负荷 (MW) 评估对于高压力工作的安全至关重要.
- 光电缩图 (PPG) 信号提供了一种非侵入性的方法来衡量心理负荷.
- 在高MW期间同情神经系统活动的增加改变了PPG波形形态.
研究的目的:
- 开发一个时间频率分析框架,用于使用PPG信号进行自动心理工作量评估.
- 为了研究交叉波形连贯性 (WTC) 在提取区分PPG特征方面的有效性.
- 在执行认知任务的个人数据集上验证拟议的方法.
主要方法:
- 采用交叉波形连贯性 (WTC) 方法来分析在心理工作负载和休息期间PPG信号的时间频率信息.
- 分析了22名健康个体执行N背任务的PPG数据.
- 根据WTC生成的图像,使用定制的预先训练的Inception-V3模型来对低MW和高MW进行分类.
主要成果:
- 通过WTC方法,成功地捕获了与心理工作负载相关的PPG特征.
- 低功率和高功率的分类准确率达到93.86% (验证) 和93.07% (测试).
- 通过1200个样本窗口来创建WTC图像,实现了最佳性能.
结论:
- 开发的时间频率分析框架有效地使用PPG信号评估心理工作量.
- 这种方法显示了实时监控和在苛刻的工作环境中提高安全的巨大潜力.
- PPG信号分析,特别是WTC,是进行非侵入性精神工作负载评估的有希望的工具.
