⃝⃝可在www.sciencedirect.com在线ScienceDirectICT Express 4（2018）194www.elsevier.com/locate/icte可穿戴式愤怒监测系统Vivekanand JhaJagar，Nupur Prakash，Sweta SagarIndira Gandhi Delhi Technical University for Women，Delhi，India接收日期：2017年5月26日;接收日期：2017年7月14日;接受日期：2017年7月17日2017年7月28日在线提供摘要目前，基于人体生理变化的情感检测是一个主要关注点。愤怒是最具破坏性的情绪状态之一，需要持续监测以保持健康的生活方式。在这项研究中，我们开发并实现了一个可穿戴的愤怒监测系统，它分析了人类愤怒状态期间的各种生理变化，并使用全球移动通信系统通知监测单元这是独一无二的，因为它检测到人类的情绪波动，并在硬件上实现。开发的低成本非侵入性腕带可以全天和任何地方用于检测愤怒。c2017年韩国通信与信息科学研究所（KICS）。Elsevier B.V.的出版服务。这是一个开放获取CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：愤怒监测;生理参数;传感器1. 介绍健康监测系统[1]用于在制造的生物传感器的帮助下提高人类医疗保健的质量，这些传感器大多是非侵入性的。物联网（IoT）[2]在改善医疗保健服务方面发挥着重要作用，其具有低成本和可靠的传感器，这些传感器植入人体区域传感器网络中的可穿戴设备[3]。每个人对相同情况的反应都不同;因此，没有通用的参数来检测情绪波动。需要一些独特的个体特征，这些特征可以提供个体情感识别的准确性。愤怒或压力是长期对健康产生负面影响的重要情绪之一。因此，愤怒检测是极其重要的，并且其症状可以通过分析心理、心理、生理或人体工程学参数来识别[3]。考虑所有这些参数将使健康监测系统非常准确;然而，这样的系统可能是复杂的、侵入性的，并且用户位置/移动性受到限制。愤怒是影响上述最具破坏性的情绪*通讯作者。电子邮件地址：vivekanandjha@igdtuw.ac.in（V. Jha），nupurprakash1@gmail.com（N. Prakash），swtsgr7@gmail.com（S.Sagar）。同行评审由韩国通信和信息科学研究所（KICS）负责http://dx.doi.org/10.1016/j.icte.2017.07.002生理参数导致疾病，难以完全量化和预测[4]。生理参数的变化是人体对不同情绪或情绪的反应的结果生物传感器通常用于可穿戴健康监测系统中以测量生理参数，诸如脉搏率、呼吸率、皮肤电导率、皮肤温度、心电图和汗液水平。Pantelopou-los和Bourbakis [1]对不同类型的基于传感器的可穿戴健康监测系统进行了全面审查、分析和介绍。人体的压力水平可以通过不同的技术进行分析，例如心率变异性（HRV）分析、生物阻抗分析（BIA）、体表温度分析、身体核心温度分析、肌肉抽搐分析和呼吸频率分析[5]。Healey和Picard [6]使用皮肤电导和心率之间的关系来确定现实世界场景中驾驶员的压力水平。Kocielnik等人[7]提出压力监测系统，通过腕带、日历应用程序和反馈问卷收集数据。他们提出的腕带由多个传感器组成，用于测量皮肤电导、3D加速度、腕带温度、皮肤温度和环境光。而不是生物传感器，有趣的是2405-9595/c2017韩国通信和信息科学研究所（KICS）。出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。诉杰哈，加-地Prakash和S.Sagar/ICT Express 4（2018）194195± ± ±±替代品，即来自手机，环境和个性特征的记录，在[8]中被用作行为指标来评估压力水平。在[9]中，通过使用心率传感器、皮肤温度传感器和皮肤电反应，开发了一种基于手掌的粘性贴片在这项技术中，使用智能手机模块分析从贴片收集的数据，一旦压力指数增加到80%以上，就会向用户发送警报。为了监测压力，Lebepe等人提出了身体传感器网络（BSN）。[3]通过使用可穿戴/可植入生物传感器来测量皮肤电反应（GSR），心率和温度。然而，他们无法建立传感器之间的关系。Cazale等人[10]提出了一种基于汗液分析的压力监测系统。他们开发的用于监测生理压力的汗带原型显示，汗液浓度与身体内部温度之间存在很强的相关性Maaoui等人开发了一种基于瞬时脉搏率（PR）信号的自动应力检测系统，该瞬时脉搏率（PR）信号是当用户在计算机上工作时从成像光电体积描记（PPG）中[11 ]第10段。在他们的系统中，首先从PR信号中提取合适的特征，然后使用模式识别系统进行分析。然后系统学习分析的特征以在未来检测压力。这项研究的作者开发的系统旨在监测受试者的愤怒，而不是他/她的压力水平。愤怒是一种瞬间产生的情绪反应，可以由经历它的人控制，而压力是一种长期积累的反应，主要是因为一个人不容易控制的因素。愤怒会立即影响人类的大脑，增加血液流向皮肤，从而突然改变皮肤温度。因此，皮肤温度和心率的变化可以很好地用作监测愤怒的基础。这促使我们开发了一种基于心率和皮肤温度测量的WAMS腕带这种WAMS通过使用加速度传感器来区分愤怒和锻炼活动。迄今为止，这种根据心率和皮肤温度监测愤怒的腕戴式设备还没有开发出来2. 所开发的系统目前开发的WAMS是多个生物传感器和功能模块的集成，即传感器数据的感知，数据处理和数据传输。图1示出开发模型的原型及其组件。该系统被用作可穿戴腕带，使得传感器可以保持与用户的身体直接接触并提供准确的测量。全球移动通信系统（GSM）模块与该系统集成，用于提供移动通信功能。此外，我们开发了一个基于Android的移动应用程序作为WAMS的用户界面，以便数据可以在图形通道上发布。感测信号的流以及它们到期望数据的变换以以下形式呈现： 图中的框图。 二、Fig. 1. WAMS原型。图二、 框图描述了感测信号的流程以及将其处理为所需输出的过程。WAMS设计用于测量三个参数：皮肤温度、身体运动和心率。温度和心率的集体信息用于检测人的高脉搏率和愤怒水平。 加速度计用作检测连续身体活动的附加功能。WAMS中使用了一个三轴加速度计ADXL345 [12]传感器，其灵敏度水平可设置为2,4,8和16克。下限为在慢动作期间使用，并且在高速运动中使用较高范围。该加速度计由数字内部集成电路（I2C）和串行外设接口（SPI）接线盒组成，并具有3.3 V稳压器和逻辑电平转换电路，可与3V和5 V微控制器一起Arduino。使用加速度计的原始信号计算基于重力和运动的分量在WAMS中考虑了中值滤波器，以去除加速度计产生的所有高频噪声。WAMS中使用的脉搏传感器随时确定人的心率。脉搏传感器[14]根据从用户身体反射的光强度的变化来计算脉搏率。脉搏传感器放大原始信号，并在电压中点附近对脉搏波进行归一化;传感器在5 V下以4 mA电流工作。通过处理从脉搏传感器获得的原始脉搏信号来计算心率。原始信号通过高通滤波器，并与设定的阈值进行比较，以检测搏动的发生。每10秒计算一次心率，每分钟取平均值，并由WAMS以每分钟心跳数（bpm）进行处理。WAMS配备有热敏电阻，用于测量用户的皮肤温度。热敏电阻器是由陶瓷或聚合物材料制成的一种电阻器，并且温度传感器可以测量温度。196诉杰哈，加-地Prakash和S.Sagar/ICT Express 4（2018）194[]−×−基于电阻的差异来测量，与温度的变化有关。通过使用Steinhart-Hart方程[ 15 ]和负温度系数，在WAMS中精确确定温度安装在腕带上的热敏电阻在体温上升的情况下向用户发送警报。上述温度和心率的集体信息连同由加速度计提供的信息一起帮助检测和识别人类情绪波动。一个人经历的各种基本情绪都与心率的变化密切相关[16]。在愤怒时，动脉紧张和应激激素（如肾上腺素、睾酮和皮质醇）增加，导致心率、呼吸、皮肤温度增加，皮肤传导性变化。表1示出了参数的一般变化，诸如心率、皮肤温度和身体运动，由于不同的人类活动。这些参数的定量值取决于对象的当前情绪状态。然而，在上述活动中发现表1还显示了WAMS获得的分析测量结果，以区分愤怒和其他情绪状态。愤怒并不对任何身体动作负责。如果在愤怒时身体移动，那是由于身体活动。在表1中，根据国家卫生研究所的数据[17]，正常成年人的心率为60因此，一个普通人可以有72-75 bpm的脉搏率根据美国健康协会（AHA）[17]，最大心率（bpm）计算为（220岁）。但是，这个公式可能不适用于40岁以上的人。因此，我们使用 208 （0. 75年）。在[18]中，进行了类似的观察，数据分析结果有助于确定不同情绪状态下脉搏率的变化。根据[17]和[18]中提供的数据，在不同的情绪状态下制定了以下数据并用于本研究。在快乐（兴奋）状态下，脉搏率从70到100 bpm变化;在悲伤状态下，它从80到100 bpm变化;在放松（正常）状态下，它从60到80 bpm变化;在愤怒状态下，它从95到120bpm变化。与[18]类似，本研究使用以下数据来研究人类不同情绪状态下皮肤温度的变化。快乐状态下的皮肤温度从28至31.5℃，而室温为18在悲伤的状态下，皮肤温度在29-32摄氏度之间变化室温为20在正常状态下，皮肤温度在29.5-32 ℃之间变化在愤怒时，皮肤温度在30-35摄氏度之间变化，而室温为22 -35摄氏度22.5摄氏度根据美国科学促进会（AAAS）[19]，大气温度和暴力是相关的。该协会提供了统计数据，表1人体活动过程中的生理参数。活动心率温度水平身体运动愤怒高高罕见行使高高高浴没有高或低低走没有非常低高恐惧高低可能性美国有关参数值随大气温度升高而增加的信息，如暴力犯罪率、政治问题和人均犯罪率。脉搏率和皮肤温度的阈值估计使用先前验证的数据，从该领域进行的研究早期。在本研究中，没有为脉率设定特定阈值。相反，根据相关文献[17最大心率没有被选择用于脉搏率的阈值，因为如果心率的阈值被设置在某个高值，则具有正常心率的低值的人的心率突然增加到小于阈值的较高在高心率情况下提示警报信号的最低心率设置为160 bpm。皮肤温度的变化与不同的情绪和情况有关。皮肤温度变化的阈值设定为1.5 ℃，作为体内的最小温度变化所开发的系统以以下逻辑方式部署。当WAMS波段的电源接通时，连接的传感器开始感测用户身体的生理信号。然后将所有感测到的数据发送到Arduino UNO板，并根据设置的阈值条件处理数据。将所获得的脉搏率和温度信号与它们的阈值进行比较。如果两个信号都上升到其设定的阈值以上，则系统检查连续的身体运动。如果身体活动持续超过80秒，则系统认为这是锻炼状态，因此不发送警报。这样做是为了区分由于愤怒和运动状态引起的健康紧急情况，因为两者都会引起类似的生理参数。如果超过80秒没有检测到身体运动，系统将计算 数 据以 确 定 愤 怒 状态 或 高 心 率 情况 ， 并 通 过 文本（SMS）和蜂鸣声向用户发送警报如果任何年龄组的人的心率达到160 bpm的设定限值，系统将发送警报，指示高心率紧急情况，而不考虑身体活动和温度等其他因素。不管有没有紧急情况 情况，用户的连续监控数据以图形格式通过ThingSpeak频道和Android移动应用程序显示在网络上。计算的传输诉杰哈，加-地Prakash和S.Sagar/ICT Express 4（2018）194197数据将根据因特网连接的强度以规则的间隔出现在此基础上，分析了以下四种突发卫生事件：（i）当测量数据的变化低于设定的阈值时，（ii）当它超过设定的阈值而没有检测到身体运动时，(iii)当其超过连续身体活动的设定阈值时，以及（iv）当心率超过160 bpm时。用户的任何异常或紧急健康状态都由所实现的系统监测并告知健康专业人员在渠道和移动应用程序上发布的数据对医生和用户都非常有用，采取必要的预防措施来控制它。当所有生理参数超过其设定的阈值时，相关人员或医生也可以收到警报。因此，在这项工作中开发的系统提供了一个很好的手段，用于远程连续监测健康，而没有任何额外的支出以外的系统成本。3. 系统性能和结论为了验证开发的WAMS的愤怒检测能力，我们测试了几个用户的手腕，并记录下他们不同的身体活动下传输的生理信号。在征得他们的同意后，从IGDT女子大学随机挑选了10名年龄在19-25岁之间的学生，让他们在不同的日子里在大学期间佩戴腕带。记录每个用户的数据，并通过WAMS使用我们部署的逻辑进行处理。然而，为了绘制图表，只使用了少数用户的数据，以避免拥挤。 图图3和图4示出了在上午9：00至下午5：00的间隔中的不同日期的三个用户的体温和心率的样本测量。对于用户1，系统在12：00 pm和1：00 pm之间检测到愤怒，系统在下午4：00至5：00之间报告运动活动对于用户2在大约下午5：00对于用户3。在锻炼期间，脉搏率和温度的变化可能超过阈值，但连续的身体运动被加速度计检测到。我们在试验的每一天都记录了相关数据。图5示出了说明10个测试用户的愤怒、锻炼和高脉搏率的发生频率的条形图。用户2被检测到达到愤怒状态的最大次数，而用户6被检测到执行锻炼活动的最大次数。仅对一个用户（即用户4）检测到一次高为了验证从WAMS获得的测量结果的真实性，获得了用户反馈。结果发现，平均91%的检测是准确的。通过从10个测试用户的数据中随机选择数据，检查系统根据设定阈值识别紧急情况的能力。这些数据见表2。在这13个案例中，只检测到两个愤怒案例，两个高心率案例和一个运动案例。这可以从表2中的变化数据模式中很容易地得到验证。图三. 皮肤温度变化。见图4。 脉搏率变化。图五. WHAMS检测到的不同状态使用的Arduino板可以在6-20 V的外部电源下工作如果使用超过12 V，电压调节器可能会过热并损坏电路板。推荐范围为7Arduino消耗大约80 mA，这样一个电池可以持续大约4小时。基于所提出的系统在其用户试用期间的性能，可以得出结论，它提供了一种创新的手段，以有效地监测和维护人类健康。未来，为了使系统紧凑和不显眼，它将配备纳米传感器，并提供更准确的预测和检测愤怒，该系统将与更多的传感器集成，如ECG，EEG，EMG或GSR，安装在身 体 的 其 他 部 位 ， 以 形 成 完 整 的 身 体 传 感 器 网 络（BSN）。198诉杰哈，加-地Prakash和S.Sagar/ICT Express 4（2018）194表2用户试用期间获得的实验结果。2> ThHR）利益冲突作者声明，本文中不存在利益冲突引用[1] A. Pantelopoulos，N.G. Bourbakis，基于传感器的可穿戴健康监测和预后系统的调查，IEEE Trans.Syst.ManCybern。C 40（1）（2010）1-12。[2] D. Metcalf，S.T. Milliard，M.戈麦斯，M。Schwartz，Wearables andtheInternet of Things for Health ： Wearable ， interconnected devicespromisemore efficient and comprehensive health care ， IEEE Pulse 7（5）（2016）35-39.[3] F.G.放大图片作者：G.P. Ramotsoela，使用多个传感器的可穿戴应力 监 测 系 统 ， 在 ： 2016 IEEE 第 14 届 国 际 工 业 信 息 学 会 议（INDIN），IEEE，2016，pp. 895-898[4] E. Jovanov，A.D.Lords，D.Raskovic，P.G.科克斯河Adhami，F.王志荣，应用无线感测系统进行压力监测，国立成功大学机械工程研究所硕士论文，2003。[5] J.T. LaBelle，J.特诺里奥湾内村湾Cantrill，用于应力感测的系统和方法美国专利9，532，747，2017。[6] J.A. Healey，R.W.Picard，使用生理传感器在现实世界的驾驶任务中检测压力，IEEE Trans. 内特尔运输单系统 6（2）（2005）156-166。[7] R. Kocielnik ， N. Sidorova ， F.M. Maggi ， M. Ouwerkerk ， J.H.Westerink ， Smart technologies for long-term stress monitoring atwork ， in ： 2013IEEE 26th International Symposium on Computer-Based Medical Systems（CBMS），IEEE，2013，pp. 53比58[8] A. 博戈莫洛夫湾Lepri，M.Ferron，F.Pianesi，A.S.Pentland，DailyStressRecognition from Mobile Phone Data，Weather Conditions andIndividualTraits ， in ： Proceedings of the 22nd ACM InternationalConference onMultimedia，ACM，2014，pp. 477-486[9] T.萨尔科齐，凯。J.C.Y.使用生理传感器的非侵入性可穿戴精神压力监测设备的设计，在：2015年第7届WACBE世界生物工程大会上，SpringerInternational Publishing，2015年，第100页。11-14号。[10] A. 卡扎莱湾桑特湾吉诺洛奈湾Savourey，F.革命骑士，J.M. Lagarde，D. Heinry，J. Launay，P. Temple-Boyer，使用钠离子电位微传感器进行汗液分析的生理压力监测，传感器致动器B 225（2016）1-9。[11] C. Maaoui，F. Bousefsaf，A. Pruski，基于网络摄像头光电体积描记信号的自动人体压力检测，J. Mech. Med. Biol. 16（04）（2016）1650039.[12] ADXL345，[Online].可用：https：//www. 我也是。c/1231。[13] V. Luvis，E.财富，M。Morrow，K. Kaufman，使用三轴加速度计测 量 人 体 运 动 的 有 效 性 - 第 I 部 分 ： 姿 势 和 运 动 检 测 ，Med.Eng.Phys.36（2）（2014）169-176。[14] 脉搏感应器，【在线】。可用：https：//www. sparkfun. 11574号文件。[15] D.H. Jeong，J.D. Kim，H.J. Song，Y.S. Kim，C.Y. Park，热敏电阻温度测量的高效校准工具，在：应用力学和材料，卷。764号，跨科技。出版物，2015年，pp。1304-1308。[16] M.刘易斯，J.M. Haviland-Jones，L.F. Barrett（Eds.），Handbook ofEmo-tions，Guilford Press，2010，pp. 173-191。[17] 美国心脏协会（AHA）目标心率，2015年1月[在线]。可用：www.他很好。ORG/HEARTORG/HEALTHYLIVIG/PHSIACIVIY/FITNESBASICS/TARGET-HEART-RATESUCM434341 ARTICIE。JSP.[18] M.T. Quazi，S.C. Mukhopadhyay，N.K. Suryadevara，Y.M. Huang，To-ward the smart sensors based human emotion recognition，in：2012IEEEInternational Instrumentation and Measurement TechnologyConference（I2MTC），2012，pp.2365-2370。[19] 美 国 科 学 促 进 会 （ AAAS ） 冲 突 与 气 候 [ 在 线 ] 。 网 址 ：https://www.eurekalert.org/multimedia/pub/59922.php？从=245789。例老年心率心率新改变心率正常温度（摄氏度）新温度（℃）温度变化（摄氏度）定期活动活动时间间隔报警信号文本SMS网上数据紧急情况17698223131.50.5没有–没有没有是的没有26698323030.50.5是的>80年代没有没有是的没有372114第42章32320没有–没有没有是的没有4568872任何1211131603341>第任何3233任何33.535任何1.5≥Th任何没有不不–––没有是是没有是是是的是是没有Yes（愤怒）Yes（高）772114第42章32331是的>80年代没有没有是的HR）没有8881213332342> Th是的>80年代没有没有是的没有97211240≥Th33352> Th是的>80年代没有没有是的没有（练习）10任何160任何任何任何任何是的任何是的是的是的是（高1172114第42章32331是的<80后没有没有是的没有
我的内容管理
展开
