流程来收集信息从皮肤的电信号推断精神活动

可穿戴监测可能发挥关键作用的未来医疗保健。在许多情况下,可穿戴设备可能监视我们的生理信号,可以指示精神状态,如情绪。

实验室里的玫瑰Faghih一直在开发一个系统称为MINDWATCH,算法和方法可穿戴传感器收集的信息电信号在皮肤上推断精神活动。而他们的实验室已经成功地翻译这些生理信号快速、有效,他们没有将直接来自个人的主观经验反馈。

现在,研究人员将来自用户的反馈和标签,提高机器学习,并结合现有的模型更全面,更准确的的照片精神状态。

该研究发表在《华尔街日报》IEEE生物医学工程。

在高级别上,人体可以看作是一个复杂的动力系统。它是一个复杂的控制系统,每个作品反过来管理不同变量或状态。不幸的是,许多美国研究人员感兴趣特别是那些更abstract-cannot被直接测量。这些包括情感、认知和意识。

然而,这些未被注意的状态的变化产生相应的变化在不同的生理信号,可以更容易测量。例如,我们可能无法直接观察或测量一个人的情绪状态,但我们可以测量细微变化人的心率、呼吸或汗水分泌物(反过来影响皮肤的导电性)。这些信号可以用来估计美国我们希望。

然而,研究人员使用这些未被注意的状态估计的信号“spikey”或“跳动的”。这些spikey信号可以用来估计人体和大脑的各种状态直接观察。与现有技术的,可以得到状态估计,但仍然不会有任何意味着这些估计同意更直接拥有政府背景信息。这是在实验中显得尤为重要人类被试受试者确实可以提供相关信息未被注意的状态。这种类型的更直接的政府背景信息可以被称为“标签”。

将直接从用户提供的反馈信息,不能仅从生物学数据收集。例如,有创伤后应激障碍的人可以有自己的皮肤电导连续监测提供一种情感估计,但在理想的情况下,最终的估计应该都依赖这些信号和信息可能获得等级量表或通过定期调查问卷。这是同样的激素紊乱患者。激素测量提供有价值的信息,但可能应结合个人的反馈(如关于能源/嗜睡的感觉)获得一个完整的画面。作者遇到了这个需要通过理论水平工作混合类型的估计量。

等一些数据上执行评估,预计同意提供标签属于监督机器学习的领域。这项工作适应现有的神经网络的状态估计方法通过添加一个惩罚项不同意标签,使混合估计量。提出的混合估计是用来确定一个方面的情感与皮肤电导的变化(通过汗腺分泌物的变化),并确定体内能量状态基于脉动的激素分泌。

可佩带的监控系统,包含口头反馈从用户的生理信号混合估计最终会提供一个更完整的最终用户提供更全面的闭环保健。