基于多模态数据挖掘与LSTM网络计算的心理压力分类模型

为提高心理健康评估的准确率，提出一种基于多通道采集和LSTM的心理压力检测方法。其中，首先使用红外脉搏传感器实现脉搏、皮肤电阻等信号的采集；利用采集到的数据分别构建1D-cnn和LSTM的心理分类检测模型；考虑到传统对上述的特征模型进行融合；实验中采用的训练集为PPG和EDA生理信号小波分解之后的小波系数。实验结果表明，相较于原始模型，提出的基于多通道采集和LSTM的心理压力检测方法的准确性明显更高，通过融合不同生理信号的方式改善了精度，从而体现出更大的应用潜力。