38、COVID-19 情景下用于认知康复的压力检测

COVID-19 情景下用于认知康复的压力检测

1. 引言

在当今时代，压力是每个人都会遇到的普遍问题。机器学习在新兴技术中已成为标杆，脑电图（EEG）则与脑机接口相连，用于收集电信号并将其转换为数值数据集，以测量人类大脑活动。

COVID - 19 大流行对人类心理健康产生了巨大影响。在疫情期间，人们面临着身体健康问题和精神压力等挑战。此前针对中东呼吸综合征、严重急性呼吸综合征和埃博拉等疫情的研究表明，这些疫情给心理健康带来了如抑郁、恐慌、焦虑和压力大流行等不同后果。

精神压力会因多种因素而增加，如不堪重负、恐惧、慢性健康问题、孤独感以及与家人隔离等。在疫情时代感到压力是很自然的，但这对身心健康都有害。目前大多数研究主要关注疫情对学生和学术人员的心理影响，而这里则尝试通过检测脑电图记录的大脑活动异常或退化来检测普通人的压力。

人工智能和智能系统在智能医疗保健，特别是在疫情期间，对读取和处理复杂数据（如照片、语音、文本、视频或其他信号）以实现特定目标的需求不断增加。区块链也被广泛用于在 COVID - 19 情景下以数字方式追踪医疗物联网框架用户的私人接触。基于卷积神经网络（CNN）的预训练模型已被广泛用于利用计算机断层扫描数据集和胸部 X 光图像进行 COVID - 19 检测，但大多数方法在训练、验证和测试时使用的样本数量较少，长期来看效果不佳。

这里提出的工作可用于在疫情期间检测人类压力。探讨了在疫情期间人们玩游戏习惯增加的情况下，心理干预如何影响人类思维。使用脑电图收集人类大脑数据集并生成脑图，以检测哪个脑叶更活跃。识别脑叶位置后，从 sLORETA 软件生成的脑图中选择 AF3、AF4、T8、T7、P8、P7、O2、O1、FC6