ПРОГРАМНИЙ ДОДАТОК МОНІТОРИНГУ РІВНЯ СТРЕСУ НА ОСНОВІ МОДЕЛЕЙ КЛАСИФІКАЦІЇ

Автор(и)

  • Шевага Діана Олександрівна Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
  • Городецька Олена Костянтинівна Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
  • Добровська Людмила Миколаївна Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

DOI:

https://doi.org/10.31649/2307-5376-2022-4-8-14

Ключові слова:

моніторинг стресу, електрокардіографія, машинне навчання, варіабельність серцевого ритму, алгоритми класифікації, біосигнали, дерево рішень, випадковий ліс

Анотація

У статті наведено дослідження рівня стресу. Після пандемії COVID-19 та постійного перебування у вимушеній ізоляції, рівень стресу став вищим через зростання тривоги. Тому велику цікавість викликає дослідження основних механізмів стресу та моніторинг різних біофізіологічних і біохімічних реакцій організму на стрес. Надійний біомаркер або індикатор стресу міг би забезпечити точний моніторинг стресу, потенційно дозволяючи запобігти патологічним станам на ранніх стадіях. Тривалий стрес може мати серйозні наслідки для здоров’я. Тому здатність визначати, коли людина перебуває в стані стресу, може бути дуже корисним для запобігання проблем зі здоров’ям, особливо у пацієнтів із суїцидальними думками.

У цій роботі наведені результати дослідження моніторингу рівня стресу шляхом використання в якості прогнозування моделі класифікації, а в якості біосигналу – варіабельність серцевого ритму (HRV) від датчиків електрокардіографії. Проведено кореляцію всіх змінних для того, щоб у навчанні моделей брали участь лише ті, змінні, які мають високу кореляцію зі стресом. Для досягнення поставленої задачі використано методи: штучної нейронної мережи, k-найближчих сусідів (KNN), випадкового лісу, дерева рішень. Модель класифікації випадкових лісів (random forest) отримала найвищий показник точності прогнозування наявності чи відсутності стресу у людини – 98 %. На основі цієї моделі розроблено програмний додаток на мові програмування R з інтерфейсом користувача, який дозволяє завантажити дані електрокардіограми та отримати висновок щодо рівня стресу. За допомогою додатку користувач може здійснювати моніторинг рівня особистого стресу та вести здоровий спосіб життя.

Біографії авторів

Шевага Діана Олександрівна , Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

студент групи БС-11мп

Городецька Олена Костянтинівна, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

кандидат технічних наук, доцент кафедри біомедичної кібернетики

Добровська Людмила Миколаївна, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

кандидат педагогічних наук, доцент кафедри біомедичної кібернетики

##submission.downloads##

Переглядів анотації: 185

Опубліковано

2022-12-29

Як цитувати

[1]
Д. О. . Шевага, О. К. Городецька, і Л. М. Добровська, «ПРОГРАМНИЙ ДОДАТОК МОНІТОРИНГУ РІВНЯ СТРЕСУ НА ОСНОВІ МОДЕЛЕЙ КЛАСИФІКАЦІЇ», НаукПраці ВНТУ, вип. 4, Груд 2022.

Номер

Розділ

Інформаційні технології та комп'ютерна техніка

Метрики

Завантаження

Дані завантаження ще не доступні.

Статті цього автора (авторів), які найбільше читають