Diseño e implementación de una plataforma mulisensado de sujetos sanos sometidos a un test de inducción de estrés
Comúnmente es conocido el efecto negativo que provoca el estrés en las personas, debido a que genera una serie de síntomas que contribuyen al desarrollo de enfermedades físicas y mentales. Esto ocurre debido a la reacción del sistema nervioso autónomo ante una situación de alarma generando cambios q...
Gardado en:
| Autor Principal: | |
|---|---|
| Outros autores: | |
| Formato: | bachelorThesis |
| Idioma: | spa |
| Publicado: |
2018
|
| Subjects: | |
| Acceso en liña: | http://repositorio.espe.edu.ec/handle/21000/15069 |
| Tags: |
Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
|
Engadir etiqueta | Summary: | Comúnmente es conocido el efecto negativo que provoca el estrés en las personas, debido a que genera una serie de síntomas que contribuyen al desarrollo de enfermedades físicas y mentales. Esto ocurre debido a la reacción del sistema nervioso autónomo ante una situación de alarma generando cambios que se ven reflejados en la respiración, tensión muscular, actividad cerebral, temperatura corporal, respuesta galvánica de la piel, ritmo cardíaco, la presión arterial, entre otras. El presente trabajo de investigación propone el desarrollo de un sistema para la detección del estrés mediante la adquisición y caracterización de múltiples señales fisiológicas de una persona sometida a un protocolo de inducción de estrés. Con el fin de complementar estudios realizados previamente en donde se analiza la señal cardiaca y de flujo respiratorio se ha decidido incorporar otras señales que están estrechamente relacionadas con este estado emocional como lo son la presión arterial y la respuesta galvánica de la piel, y adicionalmente se incluyó la señal del movimiento ocular cuya vinculación al estrés ha sido escasamente analizada. Este estudio abarca el diseño e implementación de un dispositivo modular para la adquisición de las señales ECG, PPG, FLW, EOG Y GSR, la creación de una base de datos con las señales registradas a 50 sujetos voluntarios, el procesamiento y caracterización en tiempo y frecuencia de cada una de las señales y la generación de los modelos de clasificación basados en SVM que permitirán diferenciar entre el estado basal y de estrés de una persona y además identificar si el estrés es del tipo psicológico o matemático. |
|---|