通过对压力和心理工作负荷的统计分析,EDA,PPG和皮肤温度作为精神衰竭的预测信号

科学领域:

• 人与计算机的互动.
• 心理生理学 心理生理学
• 生物医学工程 生物医学工程

背景情况:

• 自主系统的日益集成需要监控人类操作员的压力和心理工作负载 (MWL),特别是在安全关键的应用中.
• 目前缺乏实时心理生理监测系统,这对操作员的福祉和性能构成挑战.
• 了解生理信号和认知状态之间的联系对于开发有效的监测工具至关重要.

研究的目的:

• 为了研究光囊图 (PPG) 信号,皮肤电活动 (EDA) 和皮肤温度变化与压力和MWL水平之间的统计关系.
• 评估这些生理信号在区分放松和压力情绪状态的有效性.
• 确定能够同时检测应力和MWL的特定信号特征.

主要方法:

• 在两个认知测试中,从PPG,EDA和皮肤温度信号中计算出43个不同的特征.
• 使用克鲁斯卡尔-沃利斯和曼-惠特尼U测试来评估特征意义的统计分析.
• 通过专门开发的主观问卷来验证研究结果,以评估压力和MWL.

主要成果:

• 大约50%的计算特征在区分放松和改变的情绪状态方面具有统计学意义.
• 确定了15个特定特征,提供了足够的信息,可以同时检测压力和MWL.
• 该研究成功地确定了生理信号变化与认知负载之间的统计联系.

结论:

• 这些发现证实了使用PPG,EDA和皮肤温度来监测操作员压力和MWL的可行性.
• 进一步的研究是有必要的,以扩大受研究的人口,并纳入额外的生物信号,以增强监测能力.
• 这种方法有望开发在人机交互中心理生理状态的客观测量.