基于心电和脑电信号的压力测量模型研究DOI：10.19850/j.cnki.2096-4706.2021.09.024摘要：已有许多基于EEG信号构建的压力检测模型，这些模型通过刺激材料诱导信号的产生，过程烦琐且难以保证标签的准确度。对此，提出了一种基于ECG信号生成标签用于训练EEG模型的方法。首先通过实验获取ECG数据进行线性拟合;然后同时采集ECG和EEG信号，用ECG生成压力数据并进行离散化;最后使用支持向量机和离散化后的数据训练模型，得到基于EEG信号的压力分类模型。在二分类任务下达到了90.16%的精度，表明了生成标签和EEG模型的有效性。关键词：ECG;EEG;支持向量机;压力测量：TN911.7：A：2096-4706（2021）09-0093-04ResearchonStressMeasurementModelBasedonECGandEEGSignalsLINYing（SchoolofInformationEngineering，GuangzhouPanyuPolytechnic，Guangzhou511483，China）Abstract：TherearemanystressdetectionmodelsbasedonEEGsignals.Thesemodelsinducesignalgenerationbystimulatingmaterials.Theprocessiscumbersomeanditisdifficulttoensuretheaccuracyofthelabel.Inthisregard，amethodofgeneratingtagsbasedonECGsignalsfortrainingEEGmodelsisproposed.Firstly，obtainECGdatathroughexperimentsforlinearfitting;then，collectECGandEEGsignalsatthesametime，useECGtogeneratestressdataanddiscretization;finallyusesupportvectormachinesanddiscretizeddatatotrainthemodeltoobtainstressclassificationbasedonEEGsignalsmodel.Theaccuracyof90.16%isachievedunderthetwo-classclassificationtask，whichshowstheeffectivenessofthegeneratedlabelandEEGmodel.Keywords：ECG;EEG;supportvectormachine;pressuremeasurement0引言现代生活充满了压力。焦虑、失眠、抑郁已经成为困扰很多现代人的问题。据世界卫生组织估计，目前中国约有2至3亿的人存在心理问题。过多的压力导致人们情绪不良，学习和工作下降，生活质量降低。从心理因素来看，压力可以分为内部和外部因素。在外部的温度、照明、空间和噪音等刺激下可导致生理压力，长期的外部压力会影响情绪和行为。内部因素产生的压力则需要通过睡眠、休息、增加营养和适当的运动来解决[1]。虽然压力并不总是负面的，适当的压力可以让人学习和工作更加積极，有利于我们完成目标，但如果长期承受心理压力将对健康造成损害，还会导致免疫力的降低[2]。因此，快速、准确地了解自身的压力对于保持身心健康有重要意义。传统的评估方法依赖评估者的主观经验，并且受测者可能会试图隐藏自己的真实心理状态。利用生理信号来测试压力更为客观。此外，传统方法还有无法进行连续测量的缺点，不能够跟踪到个人一天中的压力变化状况。穿戴式设备正在快速发展，利用这些设备来实时地跟踪生理指标正在成为主流。人体的生理信号会随着压力的产生相应的变化，心率变异率与压力存在着高度的相关性，利用心电（ElectroCatdioGram，ECG）信号可以有效地测量压力的程度。为了得到准确的心电信号，心电设备通过都需要多个电极来采集信号，即使是采用单导联方式可穿戴产品也不是很方便。相比之下，脑电（electroencephalogram，EEG）信号更加容易采集，并且信号敏感，可以快速的反应出压力的变化。但是，利用脑电信号训练模型存在着标注数据困难的问题。情绪数据通常通过刺激材料诱导情绪，再根据材料的类型为收集到数据进行标注，过程比较烦琐，并且由于存在个体差异，对于同一个刺激材料的反应也有所不同。为此，我们提出了一种利用ECG自动生成压力标签用于EEG模型训练的方法，该方法可以方便地为EEG数据准备好标签。1相关研究概述脑电波是一种使用电生理指标记录大脑活动的方法，大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的。脑电波的电压很小，需要高精度的仪器才能探测到。常用于脑电分析的频域特征有α、β、δ、θ和γ等。α频率于8～13Hz之间，大多发生在成人时期中，是节律性脑电波中最明显的波，通常出现在头的后部，在头两侧都会有，主导侧的振幅会比较高。β波频率于13～30Hz之间，适量的β波帮助我们集中精力完成任务，有利于...