动态压力水平的短期检测在使用可穿戴设备进行游戏时

科学领域:

• 物理计算的物理计算.
• 生物医学工程 生物医学工程
• 人与计算机的互动.

背景情况:

• 现有的压力检测方法往往缺乏持续监测能力.
• 对于动态应力评估的最佳传感器配置仍然没有定义.
• 对持续压力动态的有限洞察力阻碍了现实世界的应用.

研究的目的:

• 评估低成本传感系统的可行性,用于在游戏过程中检测短期压力.
• 通过模拟康复场景的认知运动任务,研究动态应激反应.
• 评估电皮活动 (EDA) 和血液体积脉冲 (BVP) 对压力水平歧视的有用性.

主要方法:

• 使用轻量级,现成的传感系统收集皮电活动 (EDA) 和血液体积脉冲 (BVP) 数据.
• 收集了23名参与者在认知运动任务期间的自我报告和游戏数据.
• 应用了对生理信号特征和浅层机器学习分类器的统计分析,以区分压力水平.

主要成果:

• 电皮活动 (EDA) 具有有效的差异化应激条件的特点.
• 血液体积脉冲 (BVP) 特征表现出与压力相关的行为不那么一致.
• 机器学习分类在四个压力级别中实现了0.70准确度,主要在相邻级别之间存在错误.
• EDA动态和感知压力之间的相关性表明了与慢性压力和个体变异性的潜在联系.

结论:

• 轻量级,现成的传感系统可用于在交互式环境中不引人注目的,动态的压力监测.
• 研究结果支持开发个性化的健康技术和在康复环境中检测压力.
• 进一步的研究可以改进传感器配置,并探索个体应激反应模式.