正念冥想与呼吸练习：基于加速度计的呼吸频率与正念水平评估方法，旨在提升应用程序的使用体验及用户的正念技能

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：Mindfulness Meditation and Respiration: Accelerometer-based Respiration Rate and Mindfulness Progress Estimation to Enhance App Engagement and Mindfulness Skills

正念训练中，基于手机加速度计的呼吸追踪算法无需额外穿戴设备，可精准捕捉慢呼吸模式（MAE=1.6），并构建首个定量正念技能评估框架（专注、感官清晰、情绪稳定），经261次实验验证，生物信号反馈组系统易用性显著提升，技能评估F1达80-84%。

　　

摘要

正念训练因其在减轻抑郁、焦虑和孤独感方面的益处而广受认可。随着基于智能手机的正念应用程序的兴起，数字冥想变得更加普及，但如何保持用户的长期参与度仍然是一个挑战。本文探讨了呼吸生物信号反馈和正念技能评估是否能够提升系统的可用性和用户的技能发展。我们开发了一种基于智能手机加速度计的呼吸追踪算法，无需额外穿戴设备。与现有方法不同，我们的方法能够准确捕捉到正念冥想中典型的缓慢呼吸模式。此外，我们首次提出了一个定量框架，用于根据加速度计获取的呼吸数据来评估正念技能（包括专注力、感官清晰度和情绪平和）。我们在受控环境和现实环境中对261次正念练习进行了算法开发和测试。一项比较实验组（接收生物信号反馈）和对照组（使用标准应用程序）的用户研究表明，呼吸反馈确实提升了系统的可用性。我们的呼吸追踪模型平均绝对误差（MAE）为每分钟1.6次呼吸，与真实数据非常吻合；而我们的正念技能评估在追踪技能进展方面的F1分数达到了80-84%。通过将呼吸追踪和正念评估功能整合到商业应用程序中，我们展示了智能手机传感器在增强数字正念训练方面的潜力。