پایان نامه کمی سازی سطح استرس با استفاده از سیگنال های سایکوفیزیولوژی

فهرست پایان نامه کمی سازی سطح استرس با استفاده از سیگنال های سایکوفیزیولوژی

فهرست:

چکیده

1

مقدمه

2

فصل اول: علم سایکوفیزیولوژی و مفاهیم و مبانی استرس

 

 

               1- 1- تاریخچه علم سایکوفیزیولوژی

4

               1-2- اصول و مبانی سایکوفیزیولوژی

7

               1-3- انواع تکنیک­های سایکوفیزیولوژی                                                                              

10

                        1-3-1- شاخص­های سیستم اعصاب خودکار                                                          

10

                        1-3-2- اندازه­گیری فعالیت مغزی

11

                        1-3-3- تشخیص حالات با استفاده از رفتار شخص                                             

15

                 1-4- تعریف استرس

17

               1-5- استرس خوب و استرس بد

19

                 1-6- عوامل برانگیزنده استرس                                                                                                       

20

                        1-6-1- استرس شغلی

21

               1-7- نشانه­های استرس

23

               1-8- حد مطلوب استرس

24

               1-9- مراحل ایجاد استرس                                                                                        

24

               1-10- اثرات استرس بر بدن و بیماری­ها مرتبط با آن

26

              1-11- بیوفیدبک

36

                        1-11-1- انواع بیوفیدبک

37

 

 

فصل دوم: سیگنال­های سایکوفیزیولوژیکی وآزمایش ثبت داده

 

 

               2-1- مقدمه   

39

               2-2- پلتیسموگراف

40

                        2-2-1- فتو پلتیسموگرافی                        

41

                        2-2-2- روش­های اندازه­­گیری سیگنال فتوپلتیسموگراف

 

41

               2-3- سیستم الکتریکی پوست              

42

                        2-3-1- تاریخچه کشف فعالیت الکتریکی پوست

43

                        2-3-2- فواید و مشکلات استفاده از فعالیت الکتریکی پوست (EDA)

44

             2-4- تغییرات نرخ ضربان قلب

46

                        2-4-1- تاریخچه استفاده از سیگنال تغییرات نرخ ضربان قلب 

46

                        2-4-2- دورنمای فیزیولوژی سیگنال تغییرات نرخ ضربان قلب 

47

                        2-4-3- تعیین تغییرات نرخ ضربان قلب با استفاده از سیگنال فتوپلتیسموگراف

48

               2-5- مروری بر آزمایش­های استفاده شده در تحقیقات

51

                        2-5-1- آزمایش بر اساس بازی کامپیوتری

51

                        2-5-2- آزمایش بر اساس پروتکل رانندگی اتومبیل

54

                        2-5-3- آزمایش بر اساس نمایش فیلم

57

               2-6- آزمایش طراحی­ شده در این تحقیق

59

               2-7- سوژه­های تحقیق

62

فصل سوم: پردازش سیگنال­های سایکوفیزیولوژیکی

 

 

                 3-1- مقدمه

64

                 3-2- پردازش سیگنال فتوپلتیسموگراف

66

                         3-2-1- پیش­پردازش سیگنال فتوپلتیسموگراف

66

                         3-2-2- استخراج ویژگی در حوزه زمان از سیگنال PPG

70

                         3-2-3- استخراج ویژگی در حوزه فرکانس از سیگنال PPG

72

                 3-3- پردازش سیگنال تغییرات نرخ ضربان قلب

75

                         3-3-1- استخراج ویژگی از سیگنال تغییرات نرخ ضربان قلب

75

                                    3-3-1-1- استخراج ویژگی در حوزه زمان از سیگنال HRV

75

                                    3-3-1-2- استخراج ویژگی در حوزه فرکانس از سیگنال HRV

76

                                    3-3-1-3- استخراج ویژگی در حوزه زمان-فرکانس از سیگنال HRV

77

                                    3-3-1-4- استخراج ویژگی­های غیرخطی از سیگنال HRV

78

                 3-4- پردازش سیگنال هدایت الکتریکی پوست

85

                         3-4-1- استخراج ویژگی از سیگنال هدایت الکتریکی پوست

87

                 3-5- نرمال کردن ویژگی­ها

 

88

فصل چهارم: انتخاب ویژگی­های بهینه و تفکیک سطوح استرس

 

      4-1- مقدمه

89

      4-2- شبکه­های عصبی

90

           4-2-1- شبکه­های عصبی پرسپترون چند لایه

90

           4-2-2- توابع فعالیت

91

           4-2-3- الگوریتم به روز رسانی وزن­ها

91

           4-2-4- بایاس لایه­ها

92

           4-2-5- روش آموزش شبکه

92

      4-3- ترکیب شبکه­های عصبی و الگوریتم ژنتیک

92

           4-3-1- اصطلاحات ژنتیک

93

           4-3-2- اجزاء الگوریتم ژنتیک

93

           4-3-3- طراحی تابع برازندگی و رشته­ها

94

           4-3-4- نتایج تفکیک­ به روش ترکیب شبکه عصبی و الگوریتم ژنتیک

95

      4-4- نتایج تفکیک به روش آنالیز تفکیکی قدم به قدم

99

      4-5- ماشین­های بردار پشتیبان

103

           4-5-1- نتایج تفکیک­ به روش ماشین­های بردار پشتیبان

105

      4-6- مقایسه تحلیل خطی و غیرخطی سیگنال HRV

108

      4-7- مقایسه تفکیک­کننده­های استفاده­شده در این تحقیق

112

      4-8- تفکیک سطوح استرس بر اساس رأی­گیری

113

      4-9- شاخص استرس

115

          4-9-1-  شاخص بر اساس ویژگی­های بهینه  سیگنال HRV در روش LDA

115

          4-9-2-  شاخص NSRPIAD

 

119

فصل پنجم: نتیجه­گیری و پیشنهادات

 

      5-1- بحث و نتیجه­گیری

123

      5-2- پیشنهادات

126

 

     مراجع

 

128

    پیوست1

133

    پیوست2

138

 

منبع:

 

Akselrod S, Gordon D, Ubel FA, Shannon DC, Barger MA, Cohen RJ,"Power spectrum analysis of heart rate fluctuation", a quantitative probe of beat-to-beat cardiovascular control.Science 213, PP. 220-222, 1981.

 

Blanco S, Figliola A, Quiroga R. Q, Rosso O. A and Serrano E.,"Time–frequency analysis of electroencephalogram series (III):wavelet packets and information cost function". Phys. Rev. E 57:932–40, 1998.

 

Chan G. S., Middleton P. M, Lovell N. H and Celler B. G,"Extraction of photoplethysmographic waveform variability by lowpass filtering", Proceedings of the IEEE Engineering in Medicine and Biology 27th Annual Conference Shanghai, China, September, 2005.

 

Cheang P. Y and Smith P. R," An Overview of Non-contact Photoplethysmography", ELECTRONIC SYSTEMS AND CONTROL DIVISION RESEARCH, Department of Electronic and Electrical Engineering, Loughborough University, LE11 3TU, UK, 2003.

 

Coifman R. R and Wickerhauser M. V, "Entropy-based Algorithms for best basis selection," IEEE Trans. on Inf. Theory, vol. 38, pp. 713-718, 1992.

 

Darrow C. W,"Psychophysiology, yesterday, today and tomorrow", Psychophysiology, 1 , pp. 4-7, 1964.

 

Darrow C. W,"Sensory, secretory and electrical changes in the skin following bodily excitation", J. of Experimental Psychology, 10, pp. 197-226, 1927.

 

Davidson N. S, Goldner S, McCloskey D. I,"Respiratory modulation of baroreceptor and chemoreceptor reflexes affecting heart rate and cardiac vagal efferent nerve activity", J Physiol 259, PP. 523-530, 1976.

 

Donoho D. L and Johnstone I.M, "Ideal de-noising in an orthonormal basis chosen from a library of bases," C.R.A.S. Paris, Ser. I, t. 319, pp. 1317-1322,1998.

 

Eckberg D. L,"Human sinus arrhythmia as an index of vagal cardiac outflow. J Appl Physiol 54, PP. 961-966, 1983.

 

Edelberg R,"Electrical activity of the skin: Its measurement ans uses in psychophysiology", In N. S. Greenfield & R. A. Sterenbach (Eds.), Handbook of Psychophysiology, pp. 367-418, 1972.

 

Edelberg R,"Electrodermal recovery rate, goal-orientation and aversion. Psychophysiology", 9, pp. 512-520, 1972.

 

Esteller R, Vachtsevanos G, Echauz J and Litt B,"A Comparison Of Fractal Dimension Algorithm Using Synthetic And Experimental Data", Proceedings of IEEE International Symposium on Circuits and Systems, Orlando, FL, May 30 - Jun. 2, 1999

 

Ewing D. J,"Cardiac autonomic neuropathy, in diabetes and heart disease", Jarrett RJ, Ed. NY, Elsevier, p.122 , 1984.

 

Fusheng Y, Qingyu T,"Approximate entropy and its application in biosignal analysis. [In:] Nonlinear biomedical signal", processing.Vol II: Dynamic analysis and modeling (ed. Metin Akay), New York: IEEE Press and John Wiley & Sons, Inc. pp. 72-91.; 2001.

 

Ganiero E, Risk  M, Sobh J. F, Wamirez A and Saul  J. P,"Heart Rate Variability Analysis Using Wavelet Transform",Computeirs in Cardiology,IEEE,1996.

 

Gu  Y. Y and Zhang Y. T,"Reducing the Influence of Contacting Force Applied on Photoplethysmographic Sensor on Heart Rate Variability Estimation", Proc. of 25th Annu. Conf. IEEE EMBS, Vol. 21, pp. 2618–2620, Sep, 2003.

 

Hayano J, Sakakibara Y, Yamada A, Yamada M, Mukai S, Fujinami T, Yokoyama K, Watanabe Y,Takata K,"Accuracy of assessment of cardiac vagal tone by heart rate variability in normal subjects. Am J Cardiol 67, PP. 199-204, 1991.

 

Hayes M. J, "A nonlinear optical preamplifier for sensing applications", IEEE Trans. on Circuits and Systems, vol. 98, no. 1, pp. 1-9, 2002.

 

Hilborn R. C," Chaos and Nonlinear Dynamics", Oxford university press 2000.

Hon E. H and Lee S. T,"Electronic evaluation of the fetal heart rate patterns preceding fetal death, further observations",Am J Obstet Gynecol 87, PP. 814-826, 1965.

 

Jennifer A and Rosalind W,"Detecting Stress During Real-World Driving Tasks Using Physiological Sensors", IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, VOL. 6, NO. 2, JUNE 2005.

 

Kollai M and Mizsei G,"Respiratory sinus arrhythmia is a limited measure of cardiac parasympathetic control in man. J Physiol (Lond) 424, PP. 329-342, 1990.

 

Lee C, Yoo S. K, et al,"Using Neural Network to Recognize Human Emotions from Heart Rate Variability and Skin Resistance", Proceedings of the 2005 IEEE Engineering in Medicine and Biology 27th Annual ConferenceShanghai, China, September, 2005.

 

Lerma C, Infante O, Grovas H and Jose M. V, " Poincare´ plot indexes of heart rate variability capture dynamic adaptations after haemodialysis in chronic renal failure patients",Clin Physiol & Func Im, Vol. 23, pp. 72–80, 2003.

 

Madwed J. B, Aibrecht P, Mark R. G, Cohen R. J,"Low-frequency oscillation in arterial pressure on heart rate: a simple computer model. Am J Physiol 256, PP. 1573-1579, 1989.

 

MÄKIKALLIO T,"ANALYSIS OF HEART RATE DYNAMICS BY METHODS DERIVED FROM NONLINEAR MATHEMATICS",1998.

 

Malik M, Chairman M,"Heart rate variability Standards of measurement, physiological interpretation, and clinical use", European Heart Journal, Vol. 17, pp. 354–381, 1996.

 

Malliani A, Pagani M, Lombardi F, Cerutti S,"Cardiovascular neural regulation explored in the frequency domain. Circulation 84, PP. 482-492, 1991.

 

Mendelson Y and Comtois G,"Accelerometery-based Adaptive Noise Cancellation for Remote Physiological Monitoring by a Wearable Pulse Oximeter",Biomedical Engineering, IEEE Transactions on Volume 53, Issue 3, March 2006 Page(s): 566 – 568, 2005.

 

Nashash H.A., Thakor J.S, "Wavelet entropy method for EEG analysis: application to global brain injury", First International IEEE EMBS Conference on Neural Engineering ,Volume 2, Page(s): 348 – 351, March 2003.

 

Nitzanyx M, Babchenkoy A, Khanokhy B and Landauz D,"The variability of the photoplethysmographic signal-a potential method for the evaluation of the autonomic nervous system", Physiol. Meas. 19, PP. 93–102, 1998.

 

Pagani M, Montano N, Porta A,Malliani A, Abboud F. M, Birkett C, Somers V. K,"Relationship between spectral components of cardiovascular variabilities and direct measures of muscle sympathetic nerve activity in humans. Circulation 95, PP. 1441-1448, 1997.

 

Pincus S," Approximate entropy as a measure of system complexity", Proc Nat Acad Sci USA, Vol. 88, pp. 2297-301,1991.

 

Prokasy W. F and Raskin D. C, "Electrodermal Activity in psychological Research", New York, Academic Press, 1973.

 

Rosso O, Blanco S, Yordanova J, Kolev V and Figliola A,"Wavelet entropy: a new tool for analysis of short duration brain electrical signals". J. Neurosci. Methods, 105, PP. 65–75, 2001.

 

Seals D. R, Chase P. B,"Influence of physical training on heart rate variability and baroreflex circulatory control. J Appl Physiol 66, PP. 1886-1895, 1989.

 

Seong H. M, Lee J. S. et al," The Analysis of Mental Stress using Time-Frequency Distribution of Heart Rate Variability Signal",Proceedings of the 26th Annual International Conference of the IEEE EMBS San Francisco, CA, USA • September 1-5, 2004.

 

Spielberger C. D,"State-Trait Anxiety Inventory for Adults", http://www.mindgarden.com/products/staisad.htm.

 

Wang F, Sagawa K and Inooka H," Time Domain Heart Rate Variability Index for Assessment of Dynamic Stress", Computers in Cardiology IEEE, Vol25, pp. 97-100, 1998.

 

Wan R. D and Woo L. J," Feature Extraction and Emotion Classification Using Bio-Signal", TRANSACTIONS ON ENGINEERING, COMPUTING AND TECHNOLOGY, V2, DECEMBER, 2004.

 

Wolf M. M, Varigos G. A, Hunt D and Sloman J. G," Sinus arrhythmia in acute myocardial infarction: two-year follow-up", Med J Aust 2, PP. 52-53, 1978.

 

YEH R, SHIEH J, HAN Y, WANG Y and TSENG S,"Detrended Fluctuation   Analyses of  Shortterm Heart Rate Variability in Surgical Intensive Care Units",BIOMEDICAL ENGINEERING APPLICATIONS, BASIS & COMMUNICATIONS, Vol. 18, pp. 67-72, April 2006.

 

Yordanova J, Kolev V, Rosso O. A, Sch¨urmann M, Sakowitz O. W,"Wavelet entropy analysis of eventrelated potentials indicates modalityindependent theta dominance", Neurosci. Methods, 117,PP. 99–109, 2002.

 

Yoshizawa1 M, Sugita N, Tanaka A and Masuda T," Assessment of Emotional Reaction Induced by Visual Stimulation Based on Cross-Correlation between Pulse Wave Transmission Time and Heart Rate in the Mayer Wave-Band", Proceedings of the 26th Annual International Conference of the IEEE EMBS San Francisco, CA, USA • September, 2004.

 

Zhai J, Barreto A. B, Chin C and Li C,"Realization of Stress Detection using Psychophysiological Signals for Improvement of Human-Computer Interactions",IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, VOL. 5, NO. 3, JUNE 2005. `

تهامی، احسان،"پیش بینی غلظت قند خون در بیماران مبتلا به دیابت نوع یک با استفاده از روش های هوشمند"، پایان نامه کارشناسی ارشد رشته مهندسی پزشکی- گرایش بیوالکتریک، 1385.