Automatická detekce stresu pomocí biologických signálů

Abstract

Bakalářská práce je zaměřena na detekci stresu. Tato práce definuje pojem stres, analyzuje vhodné biologické signály k detekci stresu, představuje databáze biologických signálů, které byly využity pro detekci stresu a zmiňuje metody automatické detekce stresu. Následně byl v programovém prostředí MATLAB implementovaný program detekující stres. Pro realizaci programu byla využita volně dostupná databáze non-EEG signálů. Modely klasifikující stres, byly vytvořeny pomocí 4 metod strojového učení pro binární klasifikaci a 3 metod strojového učení pro klasifikaci 4 psychických stavů. Úspěšnosti klasifikačních úloh jsou shrnuty v závěru práce.Bachelor's thesis is focused on stress detection. This thesis defines the concept of stress, analyzes the appropriate biological signals for stress detection, presents databases of biological signals, that were used for stress detection and mentions methods of automatic stress detection. Then, a stress detection program was implemented in the MATLAB software environment. A freely available database of non-EEG signals was used to implement the program. Models classifying stress were created using 4 machine learning methods for binary classification and 3 machine learning methods for classifying 4 psychical states. Efficiency of the classification was summarized in the conclusion of this thesis.