基于心率變異性參數(shù)的壓力狀態(tài)描述研究.pdf

1、生活在競(jìng)爭(zhēng)激烈的社會(huì)，壓力時(shí)刻伴隨著我們，因此壓力的自動(dòng)、快速識(shí)別具有重要研究意義?；谏镄盘?hào)的壓力情緒識(shí)別方法不易偽裝，較易檢測(cè)出內(nèi)在的、潛藏的情感，因而被廣泛使用。其中，從心電信號(hào)（Electrocardiogram，ECG）中提取出的心率變異性（Heart rate variability，HRV）被證明可用于識(shí)別壓力。
　　HRV由一組參數(shù)組成，參數(shù)值作為特征被用于支撐識(shí)別系統(tǒng)，識(shí)別壓力系統(tǒng)一般通過(guò)建立分類模型完成，而且

2、以隨機(jī)森林、邏輯回歸、樸素貝葉斯等算法為多。但此類系統(tǒng)無(wú)法將不同壓力狀態(tài)和HRV特征之間的關(guān)系以量化的規(guī)則表達(dá)出來(lái)。
　　為了解不同壓力狀態(tài)下每個(gè) HRV特征的近似量化表達(dá)，本文引入決策樹(shù)方法，將特征以組合規(guī)則的方式表達(dá)出來(lái)，而規(guī)則中的每個(gè)特征也因此獲得近似量化，研究利用CART算法生成二叉樹(shù)，從而獲得簡(jiǎn)單有效的規(guī)則，并且獲得 HRV參數(shù)范圍。為克服規(guī)則冗余，采用基于錯(cuò)誤率降低（Reduced Error Pruning，REP）

3、的剪枝算法對(duì)規(guī)則優(yōu)化，提取出易理解的規(guī)則。實(shí)驗(yàn)證明，經(jīng)優(yōu)化后規(guī)則識(shí)別壓力的平均識(shí)別率達(dá)89.4％。
　　經(jīng)過(guò)對(duì)出錯(cuò)規(guī)則的分析，發(fā)現(xiàn)在參數(shù)范圍值邊界上發(fā)生錯(cuò)誤的頻率較高，即剛性邊界值在進(jìn)行壓力識(shí)別時(shí)會(huì)缺乏包容性，進(jìn)而導(dǎo)致規(guī)則的識(shí)別準(zhǔn)確率不高，為加大參數(shù)值的包容性，本文提出一種將HRV參數(shù)值離散化為三部分的策略，該方法對(duì)每個(gè)HRV特征按照基于箱線圖和正態(tài)分布兩種方案分別將數(shù)據(jù)離散，并以此構(gòu)建樹(shù)、提取規(guī)則并使用 REP算法優(yōu)化，通過(guò)實(shí)驗(yàn)