【摘要】：心理健康問題愈來愈受到關注。如何有效評估心理壓力狀態(tài),也成為研究的熱點問題。在心理學領域,心理壓力的評估主要是通過調查問卷的方式,這種方法只是主觀地評估測試者的心理狀態(tài),因而缺乏準確性和客觀性。而基于生理參數(shù)的心理壓力評估方法,能更加客觀地判斷測試者的心理壓力狀態(tài)。本文以心理壓力評估為研究目標,充分利用腦電、心電、肌電三種生理參數(shù)蘊含豐富的心理變化信息的特點,結合支持向量機(Support Vector Machine,SVM)和Dempster-Shafer(DS)證據(jù)理論方法進行決策層分類,實現(xiàn)了心理壓力的評估分析,設計并完成了基于生理參數(shù)融合的心理壓力評估系統(tǒng)。本文實驗方案設計中,將心理壓力狀態(tài)設置為有壓力和無壓力兩個等級,并采用MP150多生理參數(shù)記錄儀,同步采集腦電(Electroencephalogram,EEG)、心電(Electrocardiogram,ECG)、肌電(Electromyography,EMG)三種生理信號,同時結合壓力反應問卷判斷數(shù)據(jù)的有效性。在信號預處理時,通過分析各生理參數(shù)頻域特征,針對EEG,采用基于db4小波進行5層分解去噪;針對ECG與EMG,采用基于db5小波分別進行7層和4層分解去噪。試驗中分別提取EEG的C0復雜度等3個特征值,ECG的波形幅值的平均值等21個特征值以及EMG波形平均功率頻率等29個時頻域特征值。在分類中,采用基于SVM分別對三種生理信號實現(xiàn)特征層分類來評估心理壓力,并獲取后延概率和混淆矩陣來構造DS決策層融合的基本概率賦值,然后結合并充分利用DS證據(jù)理論推理形式簡單,能很好地表示“不確定”和“不知道”信息等特點實現(xiàn)決策層分類。最后,利用MATLAB和C#混編實現(xiàn)心理壓力評估系統(tǒng)的設計。對比單一生理參數(shù)測試集的分類正確率,EEG分類的最大正確率為88.00%,平均正確率為81.04%;ECG分類的最大正確率為84.00%,平均正確率為80.43%;EMG分類的最大正確率為80.00%,平均正確率為77.82%。而基于DS證據(jù)理論決策層融合分類后,三種生理信號融合分類的最大正確率可達96.00%,平均正確率可達88.62%。該研究結果表明,EEG、ECG、EMG三種生理信號都能有效地進行心理壓力評估,其中EEG的分類效果最好。而將SVM與DS證據(jù)理論結合決策層分類,分類正確率得到明顯的提高,證明了本文結合SVM與DS證據(jù)理論進行心理壓力評估的有效性和可行性。
[Abstract]:......
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：B844;TP202

【參考文獻】

相關期刊論文 前2條

1 臧淑英;張策;張麗娟;張玉紅;;遺傳算法優(yōu)化的支持向量機濕地遙感分類——以洪河國家級自然保護區(qū)為例[J];地理科學;2012年04期

2 陳芳,顧凡及,徐京華,劉增榮,劉仁;一種新的人腦信息傳輸復雜性的研究[J];生物物理學報;1998年03期

，

本文編號：2490355