Αναζήτηση

Πλοήγηση

• Κοινότητες
• Συγγραφείς
• Έτος
• Τίτλοι
• Θέματα

Ο Χώρος μου

• Είσοδος

Μελέτη καταγραφής και ανάλυσης δεδομένων πολλαπλών πηγών για εκτίμηση δεικτών συναισθημάτων

Chatzianagnostou Christina

Πλήρης Εγγραφή

---

Περίληψη

Τα ανθρώπινα συναισθήματα επηρεάζουν βαθιά τη γνωστική μας απόδοση, τις φυσιολογικές αντιδράσεις του σώματος και τη συνολική μας ευεξία, ωστόσο η μέτρηση αυτών των συναισθηματικών καταστάσεων σε περιβάλλοντα πραγματικού κόσμου παραμένει μια σημαντική πρόκληση. Η παρούσα διπλωματική εργασία επικεντρώνεται στην ανάπτυξη ενός συστήματος πολλαπλών συσκευών που είναι ικανό να καταγράφει και να αναλύει ταυτόχρονα φυσιολογικά σήματα σώματος από πολλαπλές πηγές για την ανίχνευση συναισθηματικών αντιδράσεων σε διάφορα ερεθίσματα, μέσα σε ένα περιβάλλον εμβυθιστικής προβολής. Το πείραμα αυτό, διεξήχθη στο πλαίσιο συνεργασίας του Display Lab (Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών) και του Transformable Intelligent Environments Lab (TIE Lab, Σχολή Αρχιτεκτόνων) του Πολυτεχνείου Κρήτης.Κατά τη διάρκεια του πειράματος, συλλέχθηκαν πολυτροπικά φυσιολογικά σήματα σώματος (EEG και ECG) από 33 συμμετέχοντες, κατά τη διάρκεια παρακολούθησης δύο διαφορετικών βίντεο σε ένα διαδραστικό οπτικοακουστικό περιβάλλον. Η ανάλυση επικεντρώθηκε κυρίως στο πρώτο βίντεο, το οποίο περιείχε έξι ερεθίσματα που εναλλάσσονταν μεταξύ στρεσογόνου και ήρεμου περιεχομένου, ενώ το δεύτερο παρουσίαζε τέσσερις σκηνές, με διαρκή αίσθηση ηρεμίας. Τα δεδομένα EEG καταγράφηκαν με το σύστημα Unicorn Hybrid Black και τα δεδομένα ECG με δύο φορετές συσκευές: τη ζώνη στήθους Movesense και το περικάρπιο Traqbeat.Χρησιμοποιήθηκαν διάφορα εργαλεία επεξεργασίας σήματος, όπως το MATLAB για το ζωνοπερατό φιλτράρισμα και την προεπεξεργασία του ΗΕΓ, η Python με το dyconnmap για τη δυναμική ανάλυση της συνδεσιμότητας του εγκεφάλου, οι αλγόριθμοι ομαδοποίησης Neural Gas για την ποσοτικοποίηση της πολυπλοκότητας του σήματος και το SciPy για την ανίχνευση των κορυφών R του ΗΚΓ και την ανάλυση της μεταβλητότητας του καρδιακού ρυθμού. Η βασική μεθοδολογία, περιλάμβανε την ανάλυση chronnectomics με χρήση της μεθόδου wPLI για τις μεταβάσεις της κατάστασης του εγκεφάλου, την προσαρμοστική ανίχνευση R-peak με φιλτράρισμα Butterworth και την πολυτροπική σύντηξη χαρακτηριστικών. Τα αποτελέσματα αποδεικνύουν την εξαγωγή συμπερασμάτων για τις συναισθηματικές καταστάσεις μέσω της ευελιξίας των εγκεφαλικών καταστάσεων, με τις συνθήκες άγχους να παρουσιάζουν σημαντικά μειωμένη νευρική προσαρμοστικότητα και αυξημένη καρδιακή λειτουργία σε σύγκριση με τις ήρεμες καταστάσεις. Η ολοκληρωμένη αυτή προσέγγιση επιτρέπει την ταξινόμηση συναισθηματικών καταστάσεων, καθιερώνοντας βιοδείκτες για το άγχος έναντι της χαλάρωσης σε συστήματα παρακολούθησης πραγματικού χρόνου.Η έρευνα αυτή αποδεικνύει πόσο αποτελεσματικά μπορεί η ανάλυση πολυτροπικών βιοσημάτων να διακρίνει συναισθηματικές αντιδράσεις σε διαφορετικά οπτικοακουστικά ερεθίσματα. Τα ευρήματα αυτά διανοίγουν νέους ορίζοντες, τόσο σε κλινικά περιβάλλοντα, όσο και σε εφαρμογές βαθύτερης ψυχολογικής αξιολόγησης.

Διαθέσιμα αρχεία

Υπηρεσίες