150 likes | 302 Views
運用關聯派翠網路於精神壓力輔助診斷. 指導老師:姜琇森 研究生:劉良驥 日期: 5/23. OUTLINE. Introduction Related Work Experiment Processing Conclusion. Introduction(1/3). 環境變動劇烈,生活越趨緊張, 精神壓力 幾乎成為生活的一部分。. 金錢. 工作. 經濟. 家庭關係. 圖 1. 壓力來源 ( 美國心理學會 , 2012). Introduction(2/3).
E N D
運用關聯派翠網路於精神壓力輔助診斷 指導老師:姜琇森 研究生:劉良驥 日期:5/23
OUTLINE • Introduction • Related Work • Experiment Processing • Conclusion
Introduction(1/3) • 環境變動劇烈,生活越趨緊張,精神壓力幾乎成為生活的一部分。 金錢 工作 經濟 家庭關係 圖1.壓力來源(美國心理學會, 2012)
Introduction(2/3) • 根據美國心理學會(American Psychological Association)研究報告指出,長期的處在壓力過大的情況下: 1.生理 -心臟病 -高血壓 -癌症 2.心理 -情緒不穩定 -精神躁鬱 -自殺
Introduction(3/3) • 約48%人因為太過忙碌或習慣某些程度的精神壓力,工作不斷超時,身心承受極大的壓力而不自知或不重視,漠視身體發出的警訊(美國心理學會,2012)。 • 本研究預期貢獻: 1.對於生理訊號能有效擷取並提升壓力診斷的準確率。 2.當使用者壓力過大時,適時的警告並提醒。 3.根據不同的壓力程度推薦壓力紓解與建議。
Related Work • 心電圖(Electrocardiogram, ECG),以連續曲線圖來記錄心臟的電壓,並提供了相關機能方面和心血管系統的寶貴資訊。 規律
Related Work • 奇異值解析(Singular Value Decomposition, SVD),為矩陣分解法用於訊號處理、影像處理等領域,其能有效去除雜訊並保留重要特徵,穩定且快速,常用於去除訊號中雜訊(Mauldin et al, 2010)。 • 巴特沃斯高通濾波(Butterworth High Pass Filter, BHPF)來消除因外部因素(例:皮膚電阻、儀器電流)所產生的基線飄移現象,以獲取乾淨的生理訊號。
Related Work • 特徵值選取: 採用快速傅立葉轉換
Related Work • 最小熵原理法(MEPA),用以求出所有生理參數在不同精神壓力下的資訊亂度(Entropy),以梯型與三角模糊切割建立隸屬函數。 • 根據不同精神壓力程度,賦予模糊語意值與隸屬程度。
Related Work • 關聯派翠網路(Associative Petri Net)
Experiment Processing ECG訊號擷取 去除雜訊 特徵值擷取 Physionet 16受測者 496Hz採樣頻率 R峰偵測法(So and Chen,1997) 奇異值解析(SVD) 巴特沃斯高通濾波 精神壓力診斷 建立轉換函數 關聯派翠網路(APN) 最小熵原理法(MEPA)
Experiment Processing • 特徵值擷取-R峰檢測法,一階導數計算方法求得每個訊號點的斜率及降低P波及T波的影響。 • 以250個斜率的最大值來做為基準初始值,並將初始值乘上學者建議的0.7後得到偵測用的門檻值。 • 連續2個斜率值超過門檻值時,再往後找尋最大值即為R峰。
Experiment Processing • 精神壓力診斷APN模型