一種心理壓力評估中針對個(gè)體差異的分類方法
【專利摘要】本發(fā)明公開了一種心理壓力評估中針對個(gè)體差異問題的分類方法，其內(nèi)容包括如下步驟：1.設(shè)計(jì)一套有效的實(shí)驗(yàn)室誘發(fā)心理壓力的實(shí)驗(yàn)方案，建立心理壓力素材激發(fā)素材庫；2.sEMG信號的心理壓力數(shù)據(jù)采集；3.對原始數(shù)據(jù)進(jìn)行預(yù)處理；4.sEMG信號的心理壓力特征提取及處理；5.采用改進(jìn)的支持向量機(jī)分類器進(jìn)行心理壓力評估分類。本發(fā)明通過簡單可行的實(shí)驗(yàn)方案來獲取心理壓力數(shù)據(jù)，使研究者們能夠在對大量數(shù)據(jù)進(jìn)行細(xì)致分析的基礎(chǔ)上，得到對心理壓力的更加深入的理解，從而有助于理解人類的情緒化行為。本發(fā)明基于生理信號的心理壓力評估研究相對于問卷等自我評估的形式具有更為客觀的特點(diǎn)，因而其用途也將更為廣泛，并且有利于心理壓力與健康的研究。
【專利說明】一種心理壓力評估中針對個(gè)體差異的分類方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種生理信號心理壓力評估方法，特別涉及一種心理壓力評估中針對個(gè)體差異的分類方法。
【背景技術(shù)】
[0002]研究和實(shí)踐都表明:適當(dāng)程度的心理壓力會(huì)對人們產(chǎn)生正能量，但心理壓力一旦過大，則會(huì)產(chǎn)生很多負(fù)面效應(yīng)。慢性心理壓力會(huì)帶來一系列的病理、生理風(fēng)險(xiǎn)，直接影響健康。有效的心理壓力測評方法，可以檢測與評估出心理壓力，提醒人們關(guān)注健康。
[0003]在心理學(xué)領(lǐng)域常用于心理壓力評估的方法有晤談法、心理測驗(yàn)法和問卷調(diào)查法。盡管這些方法在一定程度上能夠反映出個(gè)體的心理壓力，但是往往需要參與者的顯著響應(yīng)和積極配合。如果心理壓力評估可以在不需要自我評估的條件下進(jìn)行，其用途將更為廣泛，并且有利于心理壓力與健康的研究。
[0004]在本發(fā)明之前，美國麻省理工學(xué)院的Picard教授課題小組研究了基于語音的司機(jī)駕駛壓力評估，基于生理參數(shù)的心理壓力評估，其中又以自然狀態(tài)下司機(jī)駕駛心理壓力評估研究為主。Healey和Picard在其研究中持續(xù)記錄在通往波士頓市中心固定路段上行駛的汽車司機(jī)的心電圖、肌電圖、皮膚電導(dǎo)和呼吸信號，證明了生理信號對于預(yù)測心理壓力具有很高的精確度。德國Augsburg大學(xué)采用“俄羅斯方塊”游戲作為心理壓力源，采集了一名被試者的129組呼吸信號和肌電信號。通過LDA和Fisher判別對結(jié)果進(jìn)行了分析，平均識別率達(dá)80%以上?？▋?nèi)基梅隆大學(xué)的Yuan Shi等人采集4種不同心理壓力源下22名被試者的體溫、心電信號、皮膚電反應(yīng)電阻和呼吸信號，建立了心理壓力識別模型，并證明了該模型在心理壓力檢測中具有較高的精確度和穩(wěn)定性。Gennaro Tartarisco等設(shè)計(jì)了一種用于評估心理壓力的簡單無線裝置，可以使人們自動(dòng)而持久地檢測日常活動(dòng)中的心理壓力，通過分析心電信號及主體動(dòng)作特征來自動(dòng)識別心理壓力。Javier Hernandez等人以話務(wù)中心工作人員作為實(shí)驗(yàn)對象，研究了解決自動(dòng)識別心理壓力/非心理壓力反應(yīng)中個(gè)體差異問題的兩種方法，他們通過1500個(gè)呼叫對此方法進(jìn)行驗(yàn)證，得到如下結(jié)果:對于同一人的多天數(shù)據(jù)，訓(xùn)練和測試得到的正確率是78.3% ;而在不同參與者間進(jìn)行訓(xùn)練和測試得到的正確率是73.41%。
[0005]在心理壓力數(shù)據(jù)的獲取方面，研究者多是采集真實(shí)環(huán)境中心理壓力下的生理信號，這對信號獲取裝置的要求較高，且成本較大。實(shí)驗(yàn)室環(huán)境下心理壓力的誘發(fā)也多使用游戲作為心理壓力源，如需獲取同一名被試者多天的心理壓力數(shù)據(jù)，由于“適應(yīng)性”的存在，這一方案的效果就會(huì)大大降低。目前對心理壓力數(shù)據(jù)的研究中，缺乏一套適用于實(shí)驗(yàn)室環(huán)境下的完整的心理壓力誘發(fā)方案。進(jìn)行心理壓力評估時(shí)，多采用傳統(tǒng)算法，進(jìn)行特征提取與選擇，然后直接送進(jìn)分類器進(jìn)行分類，沒有針對特定問題加入相關(guān)的樣本信息進(jìn)行改進(jìn)。

【發(fā)明內(nèi)容】

[0006]為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一套有效的實(shí)驗(yàn)室誘發(fā)心理壓力的實(shí)驗(yàn)方案，并提出了解決自動(dòng)識別心理壓力/非心理壓力反應(yīng)中個(gè)體差異問題的幾種方
法，對SVM分類算法進(jìn)行改進(jìn)(SVM-Support Vector machine向量機(jī)_),以提升分類器
性能，獲得更高的分類正確率。
[0007]—種心理壓力評估中針對個(gè)體差異的分類方法，其內(nèi)容包括如下步驟:
[0008]第一步設(shè)計(jì)一套有效的實(shí)驗(yàn)室誘發(fā)心理壓力的實(shí)驗(yàn)方案，建立心理壓力素材激發(fā)素材庫；
[0009]在實(shí)驗(yàn)室條件下盡可能地模擬真實(shí)情景，加入盡可能多的心理壓力因素，如眾所周知的高強(qiáng)度噪聲以及低亮度光照心理壓力源等；
[0010]在連續(xù)的四天中分別使用不同的心理壓力源進(jìn)行實(shí)驗(yàn)，避免因采用不變的刺激源而可能使參與者產(chǎn)生的“適應(yīng)性”，從而增強(qiáng)實(shí)驗(yàn)效果；
[0011]實(shí)驗(yàn)過程中關(guān)閉燈光，保持絕對安靜，使用PC機(jī)完成實(shí)驗(yàn)素材的播放；
[0012]數(shù)據(jù)采集前后分別使被試者填寫一份問卷，用于數(shù)據(jù)的輔助分析及實(shí)驗(yàn)效果評估；
[0013]第二步sEMG 信號的心理壓力數(shù)據(jù)米集(sEMG—surface electromyographicsignal表面肌電信號)；
[0014]第三步對原始數(shù)據(jù)進(jìn)行預(yù)處理；
[0015]第四步sEMG信號的心理壓力特征提取及處理；
[0016]第五步采用改進(jìn)的支持向量機(jī)分類器進(jìn)行心理壓力評估分類；
[0017]使用所述步驟所采集到的數(shù)據(jù)，對SVM算法進(jìn)行改進(jìn)，得到基于SVM的改進(jìn)算法用以解決情感計(jì)算中普遍存在的個(gè)體差異問題。
[0018]基于SVM的改進(jìn)算法包括選擇訓(xùn)練樣本和加入分類權(quán)重兩個(gè)方面。
[0019]所述的選擇訓(xùn)練樣本的步驟如下:
[0020]支持向量機(jī)的標(biāo)準(zhǔn)表達(dá)式為: [0021]
【權(quán)利要求】
1.一種心理壓力評估中針對個(gè)體差異問題的分類方法，其特征在于:該方法內(nèi)容包括如下步驟: 第一步設(shè)計(jì)一套有效的實(shí)驗(yàn)室誘發(fā)心理壓力的實(shí)驗(yàn)方案，建立心理壓力素材激發(fā)素材庫； 在實(shí)驗(yàn)室條件下盡可能的模擬真實(shí)情景，加入盡可能多的心理壓力因素，如眾所周知的高強(qiáng)度噪聲以及低亮度光照心理壓力源等； 在連續(xù)的四天中分別使用不同的心理壓力源進(jìn)行實(shí)驗(yàn)，避免因采用不變的刺激源而可能使參與者產(chǎn)生的“適應(yīng)性”，從而增強(qiáng)實(shí)驗(yàn)效果； 實(shí)驗(yàn)過程中關(guān)閉燈光，保持絕對安靜，使用PC機(jī)完成實(shí)驗(yàn)素材的播放； 數(shù)據(jù)采集前后分別使被試填寫一份問卷，用于數(shù)據(jù)的輔助分析及實(shí)驗(yàn)效果評估； 第二步SEMG信號的心理壓力數(shù)據(jù)采集； 第三步對原始數(shù)據(jù)進(jìn)行預(yù)處理； 第四步sEMG信號的心理壓力特征提取及處理； 第五步采用改進(jìn)的支持向量機(jī)分類器進(jìn)行心理壓力評估分類； 使用以上實(shí)驗(yàn)所采集到的數(shù)據(jù)，對SVM算法進(jìn)行改進(jìn)，得到基于SVM的改進(jìn)算法用以解決情感計(jì)算中普遍存在的個(gè)體差異問題。
2.根據(jù)權(quán)利要求1所述的一種心理壓力評估中針對個(gè)體差異問題的分類方法，其特征在于:第五步所述的基于SVM的改進(jìn)算法包括選擇訓(xùn)練樣本和加入分類權(quán)重。
3.根據(jù)權(quán)利要求2所述的一種心理壓力評估中針對個(gè)體差異問題的分類方法，其特征在于:第五步所述的選擇訓(xùn)練樣本的內(nèi)容包括如下步驟: Stepl:截取每組數(shù)據(jù)中間部分的10s，基于K均值聚類算法聚類，取K=2來將所有樣本劃分為兩類； Step2:對于每個(gè)訓(xùn)練樣本，當(dāng)其與測試集屬同一類時(shí),認(rèn)為該樣本與測試樣本之間具有較強(qiáng)的相關(guān)性，并使Vi = I；否則，則認(rèn)為該樣本與測試樣本間的相關(guān)性不大，此時(shí)將Vi置零； Step3:支持向量機(jī)的標(biāo)準(zhǔn)表達(dá)式為:
4.根據(jù)權(quán)利要求2所述的一種心理壓力評估中針對個(gè)體差異問題的分類方法，其特征在于:第五步所述的加入分類權(quán)重的內(nèi)容包括如下步驟: Stepl:在對訓(xùn)練樣本進(jìn)行選擇后，原本接近相等的正負(fù)兩類樣本數(shù)出現(xiàn)了一定的不平衡性。而當(dāng)數(shù)據(jù)不平衡時(shí)，比如正類的數(shù)量遠(yuǎn)少于負(fù)類的數(shù)量，就會(huì)導(dǎo)致正類的誤差之和小于負(fù)類的誤差之和，這就相當(dāng)于對負(fù)類施加了比較大的錯(cuò)誤懲罰，從而導(dǎo)致分割平面向正類方向移動(dòng)，因而要對這種不平衡性進(jìn)行修正； Step2:設(shè)
【文檔編號】G06F17/30GK103605721SQ201310571944
【公開日】2014年2月26日 申請日期:2013年11月13日 優(yōu)先權(quán)日:2013年11月13日
【發(fā)明者】李昕, 張?jiān)迄i, 孫躍家 申請人:燕山大學(xué)