Detekce stresu s využitím biologických a enviromentálních dat

Tato bakalářská práce se zabývá problematikou objektivní detekce stresu prostřednictvím analýzy fyziologických signálů z nositelných senzorů. V teoretické části je popsána psychofyziologie stresové reakce, zejména aktivace sympato-adreno-medulární (SAM) a hypotalamo-hypofyzárně-nadledvinové (HPA) osy, a jejich projev v biologických markerech, jako jsou variabilita srdeční frekvence (HRV), elektrodermální aktivita (EDA) a respirační parametry. Pro experimentální část byla zvolena multimodální databáze WESAD, která obsahuje synchronizovaná data z hrudního pásu RespiBAN a zápěstního zařízení Empatica E4. Praktická část práce zahrnuje předzpracování signálů pomocí Butterworthových filtrů a následnou extrakci 47 příznaků. Statistická analýza pomocí t-testu identifikovala 26 významných markerů vykazujících signifikantní rozdíly mezi stresovou a klidovou fází. Z této skupiny byla následně na základě korelační analýzy (prahová hodnota R >0,85) vybrána finální sada 17 nezávislých prediktorů. V rámci klasifikace byly porovnány modely Random Forest, SVM a XGBoost, přičemž všechny dosáhly srovnatelné úspěšnosti (průměrnou přesnost přesahující 90 %). Pro další analýzu byl zvolen algoritmus Random Forest, a to zejména pro jeho vysokou odolnost vůči šumu a transparentní interpretovanost příznaků. Navržený systém byl validován metodou Leave-One-Subject-Out a testován na nezávislém datasetu WAUC, kde po aplikaci transfer learningu s 20% kalibrací dosáhl přesnosti 80,58 %.

Grantor dc:publisher

Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií

Author dc:creator

• Valoušková, Miroslava

Advisor dc:contributor.advisor

• Vítek, Martin

• Stres
• biologické signály
• environmentální signály
• multimodální data
• detekce
• biologické markery
• WESAD
• WAUC
• Random Forest
• XGBoost
• SVM
• Stress
• biological signals
• environmental signals
• multimodal data
• detection
• biological markers
• Random Forest. XGBoost

Statement dc:rights

• Standardní licenční smlouva - přístup k plnému textu bez omezení

Language dc:language.iso

cs

Dc Identifier Other

175746

OAI identifier oai:identifier

oai:dspace.vut.cz:11012/258400