文献

J-GLOBAL ID：201902274153527462   整理番号：19A2492786

オフザシェル有効ブルデバイスを用いたマルチモード急性ストレス認識【JST・京大機械翻訳】

Multi-Modal Acute Stress Recognition Using Off-the-Shelf Wearable Devices

著者 (5件)： Montesinos Victoriano (Embedded Systems Laboratory of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland) ,  Dell’Agnola Fabio (Embedded Systems Laboratory of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland) ,  Arza Adriana (Embedded Systems Laboratory of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland) ,  Aminifar Amir (Embedded Systems Laboratory of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland) ,  Atienza David (Embedded Systems Laboratory of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： EMBC  ページ： 2196-2201  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： モニタリングストレスと一般的に,感情は過去数十年にわたって多くの注目を集めている。ストレスモニタリングは,精神的/感情的健康モニタリングだけでなく,ハイリスクミッションと外科的処置を含む多くの応用を有する。本論文において,著者らは,オフザシェルウェアラブルセンサを用いて,ストレスと感情モニタリングの可能性を評価した。この目的のために,いくつかの生体信号とウェアラブルセンサにおける情報を融合することにより,急性ストレスエピソード検出のための多モード機械学習技術を提案した。さらに,ストレス検出における各ウェアラブルセンサの寄与を調べ,ウェアラブルデバイスを用いた急性ストレス認識の可能性を実証した。特に,著者らはShimmer3ECGユニットとEmpatica E4書込み帯を用いて生理学的信号を獲得した。著者らの実験的評価により,多モード機械加工およびセンサ融合技術を用いて,非見られる試験セットに対して,84.13%の精度で,急性ストレスエピソードを検出することが可能であることを示した。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： 生体信号 ,  *多モード ,  センサフュージョン
準シソーラス用語： 生理信号 ,  ウェアラブルデバイス ,  エピソード ,  ウェアラブルセンサ ,  ハイリスク ,  健康 ,  *急性ストレス , 【Automatic Indexing@JST】

分類 (3件)： 生体計測  (EL03020C) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： マルチモード ,  急性ストレス