13、利用可穿戴传感器数据检测焦虑与参数推断方法

利用可穿戴传感器数据检测焦虑与参数推断方法

1. 心率变异性（HRV）特征提取

在这项研究中，我们使用时域和频域的心率变异性（HRV）特征来检测焦虑。以下是HRV特征提取的详细过程：
- 数据采集 ：使用Empatica E4设备，通过容积脉搏波（BVP）以64Hz的采样率测量心脏活动。该传感器内置算法可实时计算并显示连续心跳间隔（IBI）的时间序列，同时会去除因剧烈运动产生的伪峰，避免高强度运动时的数据丢失。
- 心率计算 ：根据IBI时间序列，通过公式$HR = \frac{60}{IBI}$（bpm）计算瞬时心率（HR）。
- 数据归一化 ：为考虑研究对象固有心率的差异，对每个实验阶段的心率时间序列进行归一化处理。具体做法是取截断基线数据的均值，排除基线段开始和结束的90秒数据。排除前90秒数据是因为设备开启后，原始BVP信号需要一段时间来稳定。
- 特征提取窗口 ：使用90秒窗口，重叠率为75%，从IBI、插值IBI（IIBI）和HR时间序列中提取HRV特征。选择75%的重叠率是为了在短时间窗口内仍有足够有意义的数据点用于HRV特征提取。

提取的时域HRV特征包括：
- SDNN ：心跳间隔的标准差
- nAVHR ：归一化平均心率
- nMAXHR ：归一化最大心率
- nMINHR ：归一化最小心率