虚拟现实环境中基于光电容积脉搏波描记法的压力检测
机器学习
2024-09-27 v1 人机交互
摘要
个性化虚拟现实暴露疗法是一种能够适应个体患者的治疗实践，可带来更好的健康结果。测量患者的心理状态以调整治疗是一项关键但困难的任务。大多数已发表的研究使用主观方法来估计患者的心理状态，这可能不准确。本文提出一个虚拟现实暴露疗法（VRET）平台，能够利用非侵入性且广泛可用的生理信号，如光电容积脉搏波描记法（PPG），来评估患者的心理状态。在一项案例研究中，我们评估了如何利用 PPG 信号检测两种二元分类状态：平静状态和压力状态。16 名健康受试者暴露于两种 VR 环境（放松和压力）。使用留一受试者交叉验证，我们的最佳分类模型能够以 70.6% 的准确率预测这两种状态，优于许多更复杂的方法。
引用
@article{arxiv.2409.17427,
title = {Stress Detection from Photoplethysmography in a Virtual Reality Environment},
author = {Athar Mahmoudi-Nejad and Pierre Boulanger and Matthew Guzdial},
journal= {arXiv preprint arXiv:2409.17427},
year = {2024}
}
备注
Updated code and data available at https://github.com/athar70/Stress-Estimation