电皮肤活动作为可穿戴传感器中有氧运动检测的单模态信号
机器学习
2026-04-24 v1 人工智能
摘要
电皮肤活动（EDA）是一种非侵入性的生理信号，广泛存在于可穿戴设备中，反映了交感神经系统（SNS）的激活程度。先前的多模态研究已证明，在EDA与心率、加速度计等互补信号组合使用时，能够稳健地区分压力和运动状态。然而，EDA独立区分持续的有氧运动与低唤醒状态的能力，在受试者独立评估下仍不足以 characterize。本研究探讨了仅从EDA提取的特征是否能够可靠地区分静息状态与持续的有氧运动。使用来自30名健康个体收集的公开数据集，对EDA特征使用基准机器学习模型进行离开-one-subject留存验证。在所有模型中，仅使用EDA的分类器在受试者无关条件下实现了中等程度的性能，其中相位性时间动力学和事件时间 contributing to class separation。本工作并不旨在将EDA作为多模态感知的替代方案，而是提供EDA单模态输入在可穿戴活动状态推断中的保守基准，并阐明了其作为单模态输入的作用。
引用
@article{arxiv.2603.15880,
title = {Electrodermal Activity as a Unimodal Signal for Aerobic Exercise Detection in Wearable Sensors},
author = {Rena Mira Krishna and Ramya Sankar and Shadi Ghiasi},
journal= {arXiv preprint arXiv:2603.15880},
year = {2026}
}