採用快速傅立葉轉換

Report
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
2
OUTLINE
 Introduction
 Related
Work
 Experiment Processing
 Conclusion
3
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)
4
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

5
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。

6
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
7
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。
8
Related Work

特徵值選取:
MeanRR-平均值
SDNN-標準差
RMSSD-均方根植
NN50-差值(>50)個數
pNN50-差值(>50)比例
TP-總功率
HF-高頻功率
LF-低頻功率
VLF-極低頻功率
nLF-常規低頻功率
nHF-常規高頻功率
採用快速傅立葉轉換
9
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。
-∞
TER1
SEC1
TER2
PRI
TER3
SEC2
TER4
+∞
10
Related Work

關聯派翠網路(Associative Petri Net)
cik
di
pi
sik
tik
APN = (P,T,S,C,D,L,G,I,O,α,β,G,W)
P = {pi, pk}, T = {tik}, S = {sik}, C = {cik},
D = {di, dk}, L = {iik}, G = {gik}
I(tik) = {pi}, O(tik) = {pk}
G(tik) = {cik} = [0,1], W(sik) = [0,1]
α(pi) = [0,1], α(pk) = α(pi) * G(tik)
β(pi) = di , β(pk) = dk
dk
pk
11
Experiment Processing
ECG訊號擷取
Physionet
16受測者
496Hz採樣頻率
去除雜訊
奇異值解析(SVD)
巴特沃斯高通濾波
精神壓力診斷
關聯派翠網路(APN)
特徵值擷取
R峰偵測法(So and
Chen,1997)
建立轉換函數
最小熵原理法(MEPA)
12
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。
13
Experiment Processing

精神壓力診斷APN模型
MeanRR P1
P6 High mental stress
SDNN P2
P7 Medium mental stress
RMSSD P3
P8 Low mental stress
NN50 P4
PNN50 P5
P9
Vital signal
14
Conclusion
15
Conclusion

similar documents