文献

J-GLOBAL ID：201802264850933948   整理番号：18A0680753

ウェアラブル装置による日常的な圧力状態評価研究【JST・京大機械翻訳】

Research on Daily Stress Detection Based on Wearable Device

著者 (6件)： Zhao Zhan (中国科学院電子学研究所 北京 100190;中国科学院大学 北京 100049) ,  Han Lu (中国科学院電子学研究所 北京 100190;中国科学院大学 北京 100049) ,  Fang Zhen (中国科学院電子学研究所 北京 100190;中国科学院大学 北京 100049) ,  Chen Xianxiang (中国科学院電子学研究所 北京 100190) ,  Du Lidong (中国科学院電子学研究所 北京 100190) ,  Liu Zhengkui (中国科学院心理研究所 北京 100101)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 39  号： 11  ページ： 2669-2676  発行年： 2017年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現代の生活の普遍的な圧力は比較的に大きく、負の苦痛のストレスを引き起こしやすく、不良な情緒を招き、さらに各種の慢性病に至ることがある。心理専門家は個体の圧力状態を知る必要があり、それによって対応性心理的な指導と治療を展開する。従来の心理学的自己評価法には一定の主観性がある。生理学的マルチプレクサに基づく圧力状態評価法は,装置の体積によって,日常的圧力状態の評価に使用することができない。これらの問題に対して、本論文では、ウェアラブルセンサを用いて、リアルタイムに個体の生理信号を採集し、心理と生理の随伴関係を利用して、個体の心理的圧力を長期的にリアルタイムに評価する。同時に、モントリオール画像のストレス実験(MIST)により、静穏、軽微及び高圧力の三種類の圧力状態を誘発し、この実験パラダイムは同時に認知負荷精神ストレス因子と社会評価心理的圧力因子を含み、日常生活とより近い。本論文では、39名の健康な被験者の実験データを採集し、データの特徴値抽出などの前処理を通じて、ランダムフォレストアルゴリズムを用いて最適特徴サブセットを選択し、サポートベクトルマシン(SVM)分類アルゴリズムを用いて3種類の圧力状態に対して分類予測を行った。実験結果は,ランダムな森林特徴選択によって最適化されたSVM分類が,一般的な単一SVM分類アルゴリズムと比較して,より良い分類認識効果を有し,3つの圧力状態の分類精度が78%から84%まで改善されることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測 ,  特徴選択 ,  生理学 ,  *サポートベクトルマシン ,  前処理 ,  最適化 ,  画像 ,  心理学
準シソーラス用語： SVM分類 ,  分類アルゴリズム ,  被験者 ,  ウェアラブルセンサ ,  *状態評価 ,  評価法 ,  心理 , 【Automatic Indexing@JST】

著者キーワード (5件)： Stress recognition ,  Wearable device ,  Electrocardiogram ,  Respiration ,  Support Vector Machine (SVM)

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： ウェアラブル装置 ,  状態評価 ,  研究