基于心率變異性參數(shù)的壓力狀態(tài)描述研究.pdf

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

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

3、的剪枝算法對規(guī)則優(yōu)化，提取出易理解的規(guī)則。實驗證明，經(jīng)優(yōu)化后規(guī)則識別壓力的平均識別率達89.4％。
　　經(jīng)過對出錯規(guī)則的分析，發(fā)現(xiàn)在參數(shù)范圍值邊界上發(fā)生錯誤的頻率較高，即剛性邊界值在進行壓力識別時會缺乏包容性，進而導(dǎo)致規(guī)則的識別準確率不高，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，該方法對每個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、提取規(guī)則并使用 REP算法優(yōu)化，通過實驗