Search academic texts

Information × Registration Number 2122U002431, Article popup.category Стаття, Опубліковано Title There 's a program to monitor the level of stress on the basis of the classification model . (AI translated) popup.author Шевага Діана ОлександрівнаГородецька Олена КостянтинівнаДобровська Людмила МиколаївнаShevaha Diana OleksandrivnaHorodetska Olena KostyantynivnaDobrovska Liudmyla Mykolaivna popup.publication 29-12-2022 popup.source_user "Наукові праці Вінницького національного технічного університету" (Вінницький національний технічний університет) popup.source https://praci.vntu.edu.ua/index.php/praci/article/view/667 popup.publisher Вінницький національний технічний університет Description У статті наведено дослідження рівня стресу. Після пандемії COVID-19 та постійного перебування у вимушеній ізоляції, рівень стресу став вищим через зростання тривоги. Тому велику цікавість викликає дослідження основних механізмів стресу та моніторинг різних біофізіологічних і біохімічних реакцій організму на стрес. Надійний біомаркер або індикатор стресу міг би забезпечити точний моніторинг стресу, потенційно дозволяючи запобігти патологічним станам на ранніх стадіях. Тривалий стрес може мати серйозні наслідки для здоров’я. Тому здатність визначати, коли людина перебуває в стані стресу, може бути дуже корисним для запобігання проблем зі здоров’ям, особливо у пацієнтів із суїцидальними думками. У цій роботі наведені результати дослідження моніторингу рівня стресу шляхом використання в якості прогнозування моделі класифікації, а в якості біосигналу – варіабельність серцевого ритму (HRV) від датчиків електрокардіографії. Проведено кореляцію всіх змінних для того, щоб у навчанні моделей брали участь лише ті, змінні, які мають високу кореляцію зі стресом. Для досягнення поставленої задачі використано методи: штучної нейронної мережи, k-найближчих сусідів (KNN), випадкового лісу, дерева рішень. Модель класифікації випадкових лісів (random forest) отримала найвищий показник точності прогнозування наявності чи відсутності стресу у людини – 98 %. На основі цієї моделі розроблено програмний додаток на мові програмування R з інтерфейсом користувача, який дозволяє завантажити дані електрокардіограми та отримати висновок щодо рівня стресу. За допомогою додатку користувач може здійснювати моніторинг рівня особистого стресу та вести здоровий спосіб життя. popup.nrat_date 2026-04-20 Close