Інтелектуальна система виявлення стресу на основі Shimmer-сенсорів

Скорочена інформація про документ
dc.contributor.advisorКуц, Юрій Васильович
dc.contributor.authorСтрельчук, Ярослав Вікторович
dc.date.accessioned2024-07-08T13:38:53Z
dc.date.available2024-07-08T13:38:53Z
dc.date.issued2024
dc.description.abstractДипломна робота на тему «Інтелектуальна система виявлення стресу на основі Shimmer-сенсорів» присвячена створенню автоматизованого рішення для виявлення стресу за допомогою біосигналів. Основною метою роботи було розробити методику та програмне забезпечення, яке б дозволило ефективно моніторити фізіологічний стан людини та ідентифікувати стресові стани, використовуючи дані, отримані за допомогою сенсорів фотоплетизмографії та електродермальної активності. У ході дослідження було проведено серію експериментів з 30 учасниками. За стресор було використано сигнал повітряної тривоги. Для обробки даних було застосовано методи попередньої фільтрації та нормалізації сигналів. Було проведено аналіз варіабельності серцевого ритму та електродермальної активності для визначення основних параметрів, що характеризують стресовий стан. Для класифікації станів спокою та стресу було використано кілька методів машинного навчання, включаючи K-Nearest Neighbors, Naive Bayes, Random Forest, Decision Tree та Support Vector Regression. На основі отриманих результатів було встановлено, що метод Naive Bayes показав найвищу точність класифікації – 88%. Розроблене програмне забезпечення автоматизує процес обробки та аналізу даних, а також класифікації стану стресу. Практичне значення роботи полягає в можливості використання створеної системи для моніторингу фізіологічного стану людини, що дозволяє швидко виявляти стресові стани та надавати рекомендації або попередження користувачеві. Це сприяє підвищенню рівня здоров'я та безпеки, а також може бути застосовано у медичній діагностиці та профілактиці захворювань, пов'язаних зі стресом.
dc.description.abstractotherThesis titled "Intelligent Stress Detection System Based on Shimmer Sensors" is dedicated to creating an automated solution for detecting stress using biosignals. The main goal of the work was to develop a methodology and software that would allow effective monitoring of a person's physiological state and identifying stress states using data obtained from photoplethysmography and electrodermal activity sensors. A series of experiments with 30 participants were conducted, using an air raid alarm signal as the stressor. Methods of filtering and signal normalization were applied for data processing. An analysis of heart rate variability and electrodermal activity was performed to determine the main parameters characterizing the stress state. Several machine learning methods were used to classify states of calm and stress, including K-Nearest Neighbors, Naive Bayes, Random Forest, Decision Tree, and Support Vector Regression. Based on the obtained results, the Naive Bayes method showed the highest classification accuracy of 88%. The developed software automates the process of data processing, analysis, and stress state classification. The practical significance of the work lies in the possibility of using the created system to monitor a person's physiological state, allowing for the quick detection of stress states and providing recommendations or warnings to the user. This contributes to improving health and safety levels and can also be applied in medical diagnostics and the prevention of stress-related diseases.
dc.format.extent59 с.
dc.identifier.citationСтрельчук, Я. В. Інтелектуальна система виявлення стресу на основі Shimmer-сенсорів : дипломний проект ... бакалавра : 151 Автоматизація та комп'ютерно-інтегровані технології / Стрельчук Ярослав Вікторович. – Київ, 2024. – 59 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/67789
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectстрес
dc.subjectваріабельність серцевого ритму
dc.subjectфотоплетизмографія
dc.subjectелектродермальна активність
dc.subjectбіосигнали
dc.subjectShimmer-сенсори
dc.subjectмашинне навчання
dc.subjectкласифікація стресу
dc.subjectздоров'я
dc.subjectавтоматизована система
dc.subjectфізіологічний моніторинг
dc.subjectідентифікація стресу
dc.subjectФПГ сенсори
dc.subjectstress
dc.subjectheart rate variability
dc.subjectphotoplethysmography
dc.subjectelectrodermal activity
dc.subjectbiosignals
dc.subjectShimmer sensors
dc.subjectmachine learning
dc.subjectstress classification
dc.subjecthealth
dc.subjectautomated system
dc.subjectphysiological monitoring
dc.subjectstress identification
dc.subjectPPG sensors
dc.titleІнтелектуальна система виявлення стресу на основі Shimmer-сенсорів
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Strelchuk_bakalavr.pdf
Розмір:
702.19 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (АСНК)
Бакалаврські роботи