بخشی از مقاله
چکیده
در این مقاله، یک سیستم تشخیص استرس با استفاده از تصاویر مادون قرمز حرارتی معرفی شده است. به منظور تشخیص استرس و طبقه بندی دادگان از دو روش SVM و LDA استفاده شده است. دادگان این پروژه از طریق حسگر های GSR، PPG، فشار خون، تنفس و تصویربردار مادون قرمز حرارتی و از طریق پروتکل ثبت اوج تنش - POT - ، جمع آوری شده است.
با توجه به تجارب قبلی در زمینه ثبت سیگنال های پلی گرافی و صحت نسبتا بالای این روش، این سیگنال ها به عنوان معلم سیگنال دمای میانگین دور چشم، استفاده شد. نتایج نشان دهنده موفقیت روش SVM با صحت 96 درصد، در تشخیص استرس با استفاده از دیتای دمای میانگین دور چشم می باشد.
-1 مقدمه
با ایجاد اضطراب، ترس و تشویش در افراد آدرنالین ماده تنظیم کننده جریان خون افزایش پیدا میکند در نتیجه جریان خون تغییر میکند با تغییر جریان خون در سطح بدن دمای سطح پوست تغییر خواهد کرد این تغییرات در سطح پوست صورت کاملا مشهود است. - آنجا که پوست بدن نازکتر است - سطح پوست در نتیجه این حرارت در دو باند مادون قرمز نزدیک 3 - تا 5 میکرو متر - و باند مادون قرمز دور 8 - تا 12 میکرومتر - نور مادون قرمز انتشار میدهد. بنابرین دوربینهای مادون قرمز در این رنج میتوانند تصاویر دو بعدی از تغییرات حرارت سطح صورت تهیه کنند. تحقیقات نشان داده است که تغییرات ناشی از استرس در جریان نزدیک چشم افراد مشهود است.
بنابرین تغییر جریان خون در صورت اشخاص به دلیل استرسهای هیجانی میتواند از طریق عکس برداری حرارتی تشخیص داده شود. . فوایدی در استفاده از این روش وجود دارد. قابلیت حمل و نصب در مکانهای مختلف، محدود نبودن پروتوکل آزمون به مقدار دروغ سنجی کلاسیک، غیر تماسی بودن و عدم نیاز به اطلاع شخص از جمله این موارد هستند. همچنین میتوان در کنار دیگر روشها و به صورت تکمیلی این روش به کار گرفته شود.
در شرایط استرسزای شدید دستگاه عصبی سمپاتیک فعال شده و بدن در حالت جنگ یا گریز قرار می گیرد. این مساله باعث افزایش تعداد ضربانهای قلب و تعداد نفس کشیدنها میشود، حرکات ماهیچهای معده را کند میکند و رگهای خونی را منقبض و فشارخون را بالا میبرد. پلی گرافی روشی است که واکنش های روانی -فیزیولوژیکی مربوط به حالت های عصبی از جمله شدت تنفس، تغییرات نرخ ضربان قلب - HRV - ، فشار خون - BP - ،مقاومت الکتریکی پوست - GSR - و فوتو پلتیسموگراف - PPG - را ثبت می کند.
از این روش در تشخیص استرس و دروغ سنجی استفاده می شود. همچنین در این حالت خون رسانی به بعضی از اندامها نظیر چشم بیشتر شده که باعث افزایش دمای آن نواحی می شود. دلیل این مساله نیز اینست که چشم در چنین مواقعی نیاز به حرکت سریع و لحظه ای دارد و این حرکت خون و انرژی بیشتری را می طلبد. و با توجه به اینکه محل تجمع عروق در چشم در گوشه های چشم است ما هم آن قسمت از تصویر را در تصوایر مادون قرمز حرارتی چهره، استخراج نموده و دمای آن ناحیه را مورد آنالیز قرار دادیم.
عواملی که باعث ایجاد خطا در نتیجه می شوند عبارتند از:
- خطای دوربین: دوربین مادون قرمزی که ما مورد استفاده قرار دادیم دارای NEDT=0.1 درجه سانتیگراد بود که بدین معنی است که تغییرات دمایی کمتر از 0,1 درجه سانتیگراد را نمی تواند آشکار کند.
- خطای ناشی از حرکت سوژه: از آنجاییکه به سوژه ها گفته شده بود که در هنگام آزمون حرکت نداشته باشند باز هم در برخی سوژه ها حرکات کمی وجود داشت که الگوریتم استخراج دمای میانگین ناحیه دور چشم ما را دچار خطا میکرد
- خطای ناشی از استرس کاذب: با توجه به اینکه استرس یک مفهوم روانی در سوژه است و قابل کنترل توسط ما نیست این امکان هست که در حین اجرای آزمون سوژه در اثر عامل محرک بیرونی یا درونی دیگری دچار استرس شده و تغییرات دمایی را در او ایجاد نموده است.
با توجه به تمامی این خطاها، روش مورد اشاره در این مقاله شامل پروتکل ثبت، حذف نویز، استخراج ویژگی ها و طبقه بندی توانسته با صحت 96 درصد نتایج روش پلی گرافی را دنبال نماید.
تا کنون تحقیقات متعددی مبتنی بر این روش به اجرا گذاشته شده است و نتایج نشانگر کارآیی نسبی این روش میباشد. یکی از تحقیقات[2] تلفیق این روش با روش سنتی دروغ سنجی را گزارش کرده و مدعی شده است که جواب قابل قبولی - صحت 84 درصد - بر روی 18 سوژه داشته است. این تحقیق با استفاده از سناریو جرم ساختگی و تکنیک ZCT انجام شده است. اهدافی که در مقاله بدانها اشاره شده عبارتند از: شناسایی پتانسیل های دمایی چهره، چگونگی ارتباط بین دما و تغییرات سایکوفیزیولوژیکی بدن و تقویت اعتبار سیگنال های حرارتی برای دیگر کاربردها.
مهمترین و جدیدترین تحقیق مطرح تا امروز که توسط گروهی از محققین از چند مرکز ارائه شده است [1,6]، میزان کارآیی تشخیص افراد دروغگو از غیردروغگو را %87/2 برای 39 نمونه بیان کرده است. او داده ها به دو دسته دروغ و غیر دروغ تقسیم بندی می کند بنابراین سیستم تصمیم گیری پروژه یک سیستم دوسطحی است. الگوریتم شناسایی الگو نیز الگوریتم طبقه بندی باینری است. بدین صورت که شیب تغییرات از قبل از پرسیدن سوال تا پس از پاسخ سوژه استخراج می شود و با محاسبه حد آستانه، چنانچه این شیب از آستانه تعیین شده بیشتر باشد فرد دروغگو و اگر کمتر باشد فرد راستگو طبقه بندی می شود.در مقاله آمده است که برای محاسبه آستانه از الگوریتم آستانه گذاری اوتسو[2] استفاده شده است.
همچنین در ادامه فعالیت تحقیقاتی، پاولیدیس و همکارانش زمینه کاری خود را تشخیص استرس با هدف استفاده در سیستم های تعامل انسان و کامپیوتر - - HCI و بیوفیدبک متمرکز کردند. [5,7,8,10]بدین صورت که سوژه بدون قرار گرفتن در یک حالت خاص روحی- روانی بصورت پیوسته مورد آزمون استرس سنجی قرار گیرد و در لحظاتی که استرس او افزایش می یابد مطلع شود و سعی در کاهش این استرس داشته باشد.
در این تحقیق با انجام تست POT بر روی 12 سوژه از سیگنال های پلی گرافی و حرارتی، ویژگی های لازم استخراج و در دو کلاس با استرس و بدون استرس با استفاده از دو روش LDA و SVM طبقه بندی شده است. در بخش 2 روش کار بصورت کامل مورد بحث قرار گرفته است. بخش 3 شامل نمودار ها و جداول و نتایج پردازش های صورت گرفته می باشد. در بخش 4 نیز به جمع بندی و نتیجه گیری مباحث و مقایسه این روش با سایر روشهای مرسوم در استرس سنجی خواهیم پرداخت.
-2 روش کار
-1-2 ثبت داده
تکنیک استفاده شده تکنیک اوج تنش - - POT بود بدین صورت که قبل از شروع آزمون سنسور های پلی گرافی با دقت بر روی بدن سوژه نصب می شد. - این سنسورها شامل تنفس شکمی و سینه ای و مقاومت الکتریکی پوست و PPG و فشار خون و حرکت می شد. - . همچنین تصویر حرارتی نیز با دوربین حرارتی TP8 با مشخصات تفکیک پذیری 288*384، نرخ نمونه برداری 30 هرتز، میدان دید 16*22، حساسیت دمایی 0,1 - NEDT - درجه سانتیگراد و بازه طیفی 14-8 میکرومتر از هر سوژه ثبت گرفته شده است.
در این تست افراد از بین 5 شی - انگشتر، چک پول، النگو، سکه و ساعت - بصورت تصادفی یکی را انتخاب نموده و باید در زمان تست در پاسخ به تمام سوالات پاسخ منفی ارائه دهند. در نتیجه در پاسخ به یکی از سوالات که همان شی انتخابی می باشد دروغ می گویند. سوال اول معمولا یک سوال خنثی پرسیده می شود. انتظار میرود با افزایش استرس سوژه، دمای نواحی اطراف چشم و پیشانی افزایش داشته باشد. دلیل وقوع این امر نیز همانطور که در مقدمه توضیح داده شد عملکرد سیستم اعصاب خودکار - سمپاتیک - است.
دمای ثابت نزدیک 25 درجه سانتیگراد، رطوبت 30 درصد، نور مناسب و فاصله سوژه از تصویر یک متر و نیم تنظیم شد. همچنین سوژه به مدت 5 تا 10 دقیقه نسبت به فرآیند ثبت و چگونگی قرار گیری در مقابل دوربین توجیه می شد و فرم مشخصات فردی را که در آن به مشخصات فیزیکی و روانی اشاره شده بود پر می کرد.
از 12 سوژه و از هرکدام 4 بار در این شرایط ثبت گرفته شده است و دادگان پس از مرتب سازی و حذف دادگان غیر معتبر که با استفاده از نظر کارشناس پلی گرافی حذف شده است وارد مرحله پیش پردازش و پردازش می شوند.طبقه بندی داده ها به دو سطح با استرس و بدون استرس با استفاده از داده های پلی گرافی صورت می گرد بدین صورت که هرکجا که در سیگنالهای پلی گرافی تشخیص استرس داده می شود انتظار داریم در سیگنال دمایی نیز تغییرات مشاهده شود.که در ادامه به شرح این بخش ها می پردازیم. مراحل پروژه بصورت شکل 1 ذیل قابل مشاهده است:
شکل -1فلوچارت مراحل تشخیص استرس با استفاده از تصویربرداری حرارتی چهره
-2-2 پیش پردازش
در مرحله پیش پردازش سه مرحله حذف دادگان غیر معتبر،حذف نویز و نرمال سازی دادگان را پیش رو داریم. ارزیابی دادگان به منظور تشخیص صحت ثبت گرفته شده و رعایت تمام شرایط ثبت و سالم بودن سیگنالها توسط متخصص پلی گرافی انجام شده و دادگان به غیر از یک سوژه که مربوط به اتصال نادرست سنسورهای پلی گرافی به بدن وی می باشد، مورد تایید قرار گرفت.
در دادگان حرارتی، از هر فریم مقادیر میانگین، ماکزیمم و مینیمم پیکسل های ناحیه در نظر گفته شده در دور چشم محاسبه شدند. این دما بیشتر مربوط به ناحیه گوشه دو چشم است که محل اجتماع عروق خونی است. از این جهت تغییرات دمایی ایجاد شده، ناشی از تغییرات جریان خون در آن ناحیه قلمداد می شود و کمتر مربوط به پلک زدن سوژه ها می باشد.
سیگنال بدست آمده شامل بخش های مختلفی است که به انها در ذیل اشاره می کنم
- یک بخش با تغییرات کم - فرکانس پایین - که ناشی از تغییرات بلند مدت جریان خون در بدن است که حائز اهمیت است
- بخشی که با فرکانس متوسط تغییر می کند که ناشی از اجرای پروتکل سوال و پاسخ بر روی سوژه است.این بخش اطلاعات نیز بسیار مهم است
- بخش فرکانس بالا که ناشی از خطای سیستم ردیاب و یا
نویزهای سیستمی است که باید حذف شوند حذف نویزی که مد نظر است بیشتر مربوط به حذف هارمونیک های فرکانس بالای سیگنالها می باشد. مرحله حذف نویز ما شامل حذف نویزهای فرکانس بالا و ضربه می باشد. برای بهبود سیگنال از روشهای مختلف هموارسازی استفاده شد که در انتها از روش هموارسازی به روش موجود در برنامه MATLAB و با پنجره 200 استفاده شد. نتایج این روش در شکل 2 قابل مشاهده است. به نظر می رسد فیلتر مورد نظر تا حد قابل قبولی توانسته سیگنال را نرم و قابل استفاده در مرحله طبقه بندی کند.
-3-2 استخراج و انتخاب ویژگی:
ویژگی های متعددی از دادگان موجود - سیگنال های دما میانگین، ماکزیمم و مینیمم - استخراج و سپس با استفاده از الگوریتم های آماری ویژگی بهینه انتخاب می شود.
با آشکارسازی استرس بدون توجه به اینکه کدام سوال دروغ گفته شده است، نتایج طبقه بندی دادگان پلی گرافی به منظور ارزیابی تغییرات سیگنال حرارتی استفاده می شود.
به منظور برچسب گذاری دادگان، حالتهای مختلفی می تواند مورد توجه قرار گیرد. زمان هایی که در دسترس قرار دارد زمان شروع پرسش، پایان پرسش و اتمام پاسخ است. این که کدام زمان در نظر گرفته شود خود یک حالت محسوب می شود. در تحقیقات انجام شده این نتیجه حاصل شد که زمان اول و سوم از وجاهت بیشتری برخوردار است.
همچنین روش آماری مورد نظر نیز می تواند خود حالتهای متفاوتی را بوجود آورد. به این منظور دو روش میانگین و ماکزیمم آماری انتخاب شد. مشاهده دقیق تر سیگنال دمایی دور چشمی نشان می دهد، در یک بار پرسش و پاسخ سوژه، دو مرحله پاسخ فیزیولوژیکی وجود دارد. همچنین مشاهده می شود که در هنگام پاسخ سوژه به پرسش منحنی دمایی چشم بعضی از سوژه ها با شیب متعادلی افزایش می یابد ولی در بعضی دیگر از سوژه ها با شیب تند تری افزایش می یابد.
مطابق مطالعات و تحقیقات قبلی [8] این شیب سطح استرس فرد می باشد. بنابراین یک شیب تند در منحنی چشمی نشان دهنده دروغ گفتن سوژه است. بدین منظور شیب خط تغییرات دمایی از ابتدای شروع پرسش تا ابتدای شروع پرسش بعدی اندازه گیری و محاسبه شده است و به عنوان ویژگی دهم به مجموعه ویژگی های انتخابی اضافه گردیده است.در نهایت 10 ویژگی از تصاویر حرارتی چهره انتخاب و استخراج شد. این 10 ویژگی در جدول شماره 1 قابل مشاهده است:
جدول -1 ویژگی های استخراج شده از تصاویر حرارتی ثبت
شکل - 2 سیگنال دمایی ناحیه دور چشمی بعد از حذف نویز
