文献

J-GLOBAL ID：201902232811866653   整理番号：19A0517164

複数レベルでの精神的ストレスの検出のための機械学習フレームワーク【JST・京大機械翻訳】

Machine Learning Framework for the Detection of Mental Stress at Multiple Levels

著者 (5件)： Subhani Ahmad Rauf (Department of Electrical and Electronic Engineering, Centre for Intelligent Signal and Imaging Research, Universiti Teknologi PETRONAS, Bandar Seri Iskandar, Malaysia) ,  Mumtaz Wajid (Department of Electrical and Electronic Engineering, Centre for Intelligent Signal and Imaging Research, Universiti Teknologi PETRONAS, Bandar Seri Iskandar, Malaysia) ,  Saad Mohamed Naufal Bin Mohamed (Department of Electrical and Electronic Engineering, Centre for Intelligent Signal and Imaging Research, Universiti Teknologi PETRONAS, Bandar Seri Iskandar, Malaysia) ,  Kamel Nidal (Department of Electrical and Electronic Engineering, Centre for Intelligent Signal and Imaging Research, Universiti Teknologi PETRONAS, Bandar Seri Iskandar, Malaysia) ,  Malik Aamir Saeed (Department of Electrical and Electronic Engineering, Centre for Intelligent Signal and Imaging Research, Universiti Teknologi PETRONAS, Bandar Seri Iskandar, Malaysia)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 13545-13556  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 精神的ストレスは社会的問題になり,日常作業中の機能障害の原因となり得る。加えて,慢性ストレスは,いくつかの精神生理学的疾患を関連づけることができた。例えば,ストレスは欝病,脳卒中,心発作,および心停止の可能性を増加させる。最新の神経科学は,人間の脳の認知が脅威でストレスのある状況を決定するので,人間の脳が精神的ストレスの主要な標的であることを明らかにする。この文脈において,人間の脳を考慮しながらストレスのレベルを同定するための客観的測度は,関連する有害な影響をかなり改善することができた。したがって,本論文では,ストレスを受けた参加者の脳波(EEG)信号解析を含む機械学習(ML)フレームワークを提案した。実験設定において,ストレスは,モントリオール画像処理ストレス課題に基づくよく知られた実験的パラダイムを採用することによって誘発された。ストレスの誘導を,タスク性能と主観的フィードバックによって検証した。提案したMLフレームワークは,EEG特徴抽出,特徴選択(受信者動作特性曲線,t検定とBhattacharya距離),分類(ロジスティック回帰,サポートベクトルマシンとナイーブBayes分類)と10倍交差検証を含んだ。結果は,提案したフレームワークが,応力の2レベル同定に対して94.6%の精度を,多重レベル同定に対して83.4%の精度を生成することを示した。結論として,提案したEEGベースMLフレームワークは,複数レベルに客観的にストレスを定量化する可能性を有する。提案した方法は,応力検出のためのコンピュータ支援診断ツールの開発に役立つ。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 脳卒中 ,  うつ病 ,  脳波 ,  フィードバック ,  神経科学 ,  計算機診断 ,  特徴抽出 ,  *情動ストレス ,  *機械学習 ,  画像処理 ,  測度 ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  t検定 ,  精神生理学 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 精神的ストレス ,  機械学習 ,  フレームワーク