真实场景下心理压力的生理特征分析
本文选题:真实场景 + 心理压力 ; 参考:《西南大学》2017年硕士论文
【摘要】:压力(stress)是在面对一些特定的刺激或情境时,个体通过自我认知及解释而产生的心理和生理的紧张反应。由于大学生群体处在完成学业和找工作双重压力下,已经成为压力易感人群。对大学生压力的早期研究集中在问卷调查方面。近年来,研究者开始通过分析大学生在真实压力环境中的各项生理信号,研究大学生的学业考试、毕业、经济、工作等方面的压力。本文在已有研究的基础上,主要研究大学生在真实毕业答辩和学业考试场景下的压力生理反应。采集了研究生毕业答辩的视频数据及本科生期末考试的心电信号数据,结合每个阶段的实验量表,对大学生的毕业压力与考试压力进行了分析。研究工作主要分为以下两个方面:(1)对研究生在真实毕业答辩场景下的面部表情数据进行了采集及分析。实验采集了18名研究生的面部表情数据,结合被试自评分及观众评分对压力状态下的有效数据进行筛选,截取处于高度压力状态下的图片。对高度压力状态下的图片与无压力状态下的图片分别进行预处理,并采用主动形状模型(ASM)算法提取面部5个区域的68个特征点,将特征点与特征点位移分别使用后向选择算法进行特征选择,得到对高度压力的识别起主要作用的特征点,分类器使用了支持向量机(SVM)。实验结果表明最佳识别率为99%。同时发现:首先,在高度压力状态下,位移最大的为下巴区域,其次分别为嘴巴、眉毛、眼睛、鼻子区域;其次,尽管高度压力表情的关键帧中,被试的表情特征点有相似的相对位移,但在高度压力表情成型过程中,表情特征点位移的路径却存在较大的个体差异。(2)对本科生在真实考试场景与实验室模拟考试场景下的心电信号进行了采集及分析。实验采集了27名本科生的心电信号,对信号进行预处理后得到RR间期,将每个阶段的RR间期序列截取为相同长度后提取线性及非线性的38个特征,使用后向选择算法对特征进行筛选,得到最优的特征子集。通过分析两种场景考试的被试压力自评结果和RR间期数据,发现实验室模拟考试能够诱发被试的压力,但真实场景期末考试的压力诱发效果更好。通过分析考前被试的心电信号发现:被试压力状态的产生超前于压力事件的发生。通过分析考后数据发现:压力事件结束后,被试的压力仍旧存在,且大部分被试在考后6分钟里的压力程度有减弱的趋势。真实场景的考前、考后和考试三个阶段的数据并未发现统一规律,对三个阶段的数据进行分类识别时发现,数据之间相互混淆,识别率较差。说明压力事件及其前后时间内,压力的生理反应维持在几乎不可区分的水平。
[Abstract]:In recent years , researchers have studied the stress and physiological responses of college students in real pressure environment . The results show that the best recognition rate is 99 % . The results show that the best recognition rate is 99 % . ( 2 ) We collected and analyzed the ECG signal of the undergraduates in the real examination scene and the laboratory simulated test scene . The experiment collected 27 undergraduates ' cardiac electrical signals . After the signal was pre - processed to obtain the RR interval , it was found that the pressure in the test can induce the pressure to be tested . After the test , we found that the pressure of the tested pressure still exists , and most of them are confused with the data in the three stages .
【学位授予单位】:西南大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41;R318.04
【参考文献】
相关期刊论文 前10条
1 罗声平;姚剑敏;郭太良;;基于特征点扩充及PCA特征提取的ASM定位算法[J];光电子技术;2015年01期
2 张二虎;牟永强;陈万军;;边缘保持滤波与视觉最优准则的人脸图像光照归一化[J];应用科学学报;2013年05期
3 唐友福;刘树林;姜锐红;刘颖慧;;Correlation between detrended fluctuation analysis and the Lempel-Ziv complexity in nonlinear time series analysis[J];Chinese Physics B;2013年03期
4 江红艳;余祖伟;陈晓曦;;“蚁族”群体知觉压力与主观幸福感的关系:希望的调节作用[J];中国临床心理学杂志;2011年04期
5 赵全友;张淑军;;基于眼定位的人脸图像归一化方法[J];湖南科技学院学报;2010年12期
6 高敏;;心血管病患者心率变异性分析[J];中国临床保健杂志;2010年01期
7 赵永嘉;戴树岭;;基于点分布模型的可变形手势跟踪方法[J];系统仿真学报;2009年S1期
8 魏冉;姜莉;陶霖密;;融合人脸多特征信息的表情识别系统[J];中国图象图形学报;2009年05期
9 范玉华;马建伟;;多模型ASM及其在人脸面部特征点定位中的应用[J];微电子学与计算机;2008年06期
10 曹彪;向远鹏;吕小青;曾敏;黄石生;;Approximate entropy——a new statistic to quantify arc and welding process stability in short-circuiting gas metal arc welding[J];Chinese Physics B;2008年03期
相关硕士学位论文 前2条
1 陈亮辉;某高校医学研究生知觉压力及其影响因素研究[D];中南大学;2012年
2 孙成志;人脸关键特征点定位研究及应用[D];电子科技大学;2009年
,本文编号:1779448
本文链接:https://www.wllwen.com/yixuelunwen/swyx/1779448.html