心理应激状态是人们在面对外界心理压力时所表现出的一种内在的不平衡的状态。适度的心理压力对人们的工作学习有促进作用,而沉重的压力则会起到相反作用,长期处于这种应激状态下甚至会影响身体健康。因而,能够实时不间断地监测人类心理应激状态的系统,对人们了解自身状态、实现情绪和健康管理有一定的指导意义。传统的心理应激检测系统采用接触式测量获得的生理信号作为输入。使用者长期佩戴接触式传感器会造成诸多不适和不便。并且大多数心理应激状态识别的研究仅区分心理应激和平静状态,而对于同心理应激状态在生理表现上有很多相似的生理应激(生理压力引起)并不做区分,在某些情况下,势必会造成识别系统的误判。本文提出了一种基于呼吸信号的人类心理应激状态实时遥测方法。该方法可以非接触地测量被试者的呼吸信号,并通过对呼吸信号的分析,实时判别被测试者放松、生理应激和心理应激三种情感状态,有助于人们实现日常生活中的情绪和压力管理。具体研究内容如下:(1)呼吸信号遥测系统的设计。采用微软公司的Kinect体感摄像机实现呼吸信号的非接触式采集,并与美国BIOPAC公司的生理信号记录仪MP150同步测量呼吸信号,将两组呼吸信号对比,对自主设计的呼吸信号遥测系统的可靠性进行分析。(2)建立情感呼吸信号数据库。采用听轻音乐的方式使被试处于放松状态,采集放松状态下的呼吸信号;采用Stroop Test诱发被试的心理压力,采集心理压力状态下的呼吸信号;采用运动的方式诱发被试的生理压力,采集被试的生理压力下呼吸信号;共获得情感有效诱发的86名被试在基线状态和三种情感状态下的呼吸信号,通过预处理后组成压力情感呼吸信号数据库。(3)压力下情感的识别与分类。对压力情感呼吸信号数据库中的呼吸信号从时域和频域两个方面共提取276个原始特征。然后采用假设检验方法筛选出具有区分性的60个有效特征组成有效特征集。采用三个“一对多”的Fisher分类器和随机森林三分类分类器两种分类模型实现三种情感状态的分类。并采用“留一被试法”验证两种分类模型的分类性能,验证结果表明,三个“一对多”的Fisher分类器验证识别率分别为94.19%、93.02%、86.05%,随机森林三分类验证识别率均在90%以上。(4)应激状态实时遥测系统的建立。把训练好的分类模型集成到呼吸信号遥测系统中,对实时采集到的呼吸信号添加滑动窗,并对每个滑动窗内的呼吸波形进行实时预处理和特征提取,实现每隔10s实时判别一次应激状态。