Стресс является естественной физической реакцией человека на трудные жизненные ситуации, который сопровождается беспокойством или психическим напряжением. Частое пребывание в этом состоянии оказывает сильное влияние на различные системы организма, включая сердечно-сосудистую систему.
При таком состоянии у человека увеличивается частота сердечных сокращений, повышается артериальное давление, меняя состав крови и ухудшая состояние ее свертываемости. Кроме того, из-за стресса у человека может наблюдаться повышенное потоотделение, что приводит к усилению так называемой электрической активности кожи. Это обусловлено содержанием в поту ионов (например, натрия и хлора), которые способствуют проводимости тока.
Все эти физиологические сигналы помогают медицинским специалистам в проведении диагностики и мониторинга стресса у пациентов, а также дают возможность создания инструментов для более быстрого обнаружения данного состояния. Так, например, таким решением стали математические модели, с помощью которых врачи могут оперативно выявлять многие заболевания, обеспечивая своевременное лечение.
По этой причине исследователи по всему миру занимаются поиском методов диагностики стресса, в том числе, разработками таких нейросетей, которые бы позволили с высокой точностью определять данные состояния.
Доцент кафедры математического обеспечения и применения электронных вычислительных машин (МО ЭВМ) СПбГЭТУ «ЛЭТИ» Антон Юрьевич Филатов«Мы разработали сверточную нейронную сеть с двумя ветвями, которая способна обрабатывать и данные о работе сердца (например, результаты электрокардиограммы или пульса объема крови), и показатели электродермальной активности. Таким образом, за счет объединения этих двух данных нам удалось повысить точность диагностики стресса у людей до 99,6%».
В рамках данного исследования было установлено, что с помощью двухветвевой нейросети диагностика стресса может проводиться более точно, чем с использованием одноветвевой такой сети. Как правило, одноветвевая нейронная сеть может получать на вход только один вид данных (например, только картинки) для последующей их обработки.
Предложенная учеными ЛЭТИ двухветвевая сверточная нейросеть может обрабатывать два совершенно разных вида данных: первая ветвь берет на вход показатели работы сердца в виде изображения, а вторая – фазовую составляющую электрической активности кожи в виде массива одномерного вектора чисел. Поскольку эти два вида данных математически сильно отличаются друг от друга, их объединение происходит в глубине нейронной сети с помощью функций свертки и только через некоторое количество слоев эти данные становятся числами.
Аспирант кафедры МО ЭВМ СПбГЭТУ «ЛЭТИ» Максим Олегович Доброхвалов«На данный момент модель способна принимать данные и определять, в какие временные этапы человек испытывает стресс. В перспективе разработка может пригодиться при необходимости проведения неинвазивной диагностики и мониторинга стрессового состояния у специалистов с высокой рабочей нагрузкой, таких как диспетчеры, пилоты и водители».
Результаты исследований по разработке двухветвевой нейронной сети для диагностики стресса были представлены на XXVII Международной конференции по мягким вычислениям и измерения (SCM) в 2024 году. Работа выполнена в рамках выпускной квалификационной работы аспиранта кафедры МО ЭВМ СПбГЭТУ «ЛЭТИ» Максима Олеговича Доброхвалова под руководством доцента кафедры МО ЭВМ СПбГЭТУ «ЛЭТИ» Антона Юрьевича Филатова.