生物生理应激监测中分类技术的应用综述
机器学习
2022-10-31 v1 信号处理
机器学习
摘要
心血管活动与身体在应激状态下的反应直接相关。根据强度，应激可分为两类：急性应激（短期应激）和慢性应激（长期应激）。反复的急性应激和持续的慢性应激可能在循环系统的炎症中发挥重要作用，从而导致心脏病发作或中风。在本研究中，我们综述了常用于应激监测设备的、应用于不同应激指示参数的机器学习分类技术。这些参数包括光电容积描记图（PPG）、心电图（ECG）、肌电图（EMG）、皮肤电反应（GSR）、心率变异性（HRV）、皮肤温度、呼吸频率、脑电图（EEG）和唾液皮质醇，均用于应激监测设备。本研究还讨论了分类器的选择，其除准确率外还取决于若干其他因素，如实验涉及的受试者数量、信号处理类型以及计算限制。
引用
@article{arxiv.2210.16040,
title = {Review on Classification Techniques used in Biophysiological Stress Monitoring},
author = {Talha Iqbal and Adnan Elahi and Atif Shahzad and William Wijns},
journal= {arXiv preprint arXiv:2210.16040},
year = {2022}
}
备注
17 pages, 17 figures, 1 table