A wrist-worn biosensor system for assessment of neurological status.
基于脑电图的神经状态监测通常显眼且不适。作者分析了一组可由腕戴设备舒适监测的生理信号,包括心率、血氧饱和度、皮肤电活动、皮肤温度和腕部运动,并利用机器学习分类准确区分个体的四种压力状态。研究还发现,在单次癫痫发作前70分钟内这些信号发生明显变化,所有数据的分类准确率均大于90%。实验使用 Affectiva Q Curve 和 No...
基于脑电图的神经状态监测通常显眼且不适。作者分析了一组可由腕戴设备舒适监测的生理信号,包括心率、血氧饱和度、皮肤电活动、皮肤温度和腕部运动,并利用机器学习分类准确区分个体的四种压力状态。研究还发现,在单次癫痫发作前70分钟内这些信号发生明显变化,所有数据的分类准确率均大于90%。实验使用 Affectiva Q Curve 和 No...