面向压力识别的人类活动识别的深度学习方法

《Frontiers in Digital Health》：Deep learning for stress oriented human activity recognition

　　

摘要：基于传感器生成的时间序列数据进行人类活动识别(HAR)，因其在评估身心状态、应对各类行为障碍方面的潜力而备受关注。研究人员利用压力相关活动的基准数据集以提升预测性能，采用多种深度学习架构开展特征提取与分类任务，包括循环神经网络(RNN)、长短期记忆(LSTM)网络及Transformer模型。通过系统性实验评估模型性能，重点探究窗口尺寸与重叠率对分类准确率的影响。实验结果表明，Transformer模型的性能优于LSTM与RNN模型，在测试集上分别取得97.83%、97.36%与92.4%的分类准确率。此外，相较于原始Stressense数据集研究中报道的深度神经网络(DNN)，所提方法实现了显著性能提升。上述发现验证了基于Transformer的架构在处理压力相关HAR任务中的有效性，分类性能的提升表明其有望推动基于非侵入式可穿戴设备的无缝心理健康监测发展。

该研究发表于《Frontiers in Digital Health》，针对压力相关疾病日益普遍的公共卫生需求，聚焦腕部可穿戴传感器在压力相关行为识别中的技术瓶颈。当前人类活动识别(HAR)虽已广泛应用于体力活动监测，但在心理压力检测领域仍面临两大核心挑战：一是腕部传感器对细微手部动作的敏感性导致不同压力行为（如吸烟、进食、咬指甲等）的运动模式高度重叠，传统机器学习依赖手工特征难以捕捉时序动态差异；二是现有模型在处理长序列时序数据时存在梯度消失或计算效率不足的问题，尤其缺乏针对压力特异性行为的优化方案。为此，研究人员基于包含5类压力相关行为的公开数据集，系统比较了RNN、LSTM与Transformer三类序列建模架构的性能差异，揭示了窗口参数与模型结构的适配规律，最终实现了97.83%的压力行为分类准确率，较此前最优结果提升4.1%，为实时心理健康监测提供了高精度算法支撑。

研究人员采用的关键技术方法包括：使用Qadir等人2024年采集的Stressense数据集，该数据集包含40名右利手健康参与者（20男20女，年龄20-25岁）的腕部三轴加速度计、陀螺仪与磁力计数据，采样频率50Hz，涵盖静止、咬指甲、吸烟、进食、面部触摸5类活动，总样本量约50万条；对时序数据进行标准化预处理，采用滑动窗口分割策略（窗口尺寸16-512，重叠率50%-80%）构建训练样本；构建三类深度学习模型——2层堆叠RNN、2层堆叠LSTM与3层编码器Transformer，均通过全连接层与Softmax实现5分类输出；采用PyTorch框架训练，Adam优化器（学习率0.001），交叉熵损失函数，80%训练集与20%测试集划分，训练50个epoch。

研究结果如下：

数据集部分，研究人员详细描述了Stressense数据集的构建细节：数据采集于受控环境，每类活动独立录制以确保标注准确性，样本分布接近平衡（静止120063条、咬指甲111189条、吸烟94586条、进食85188条、面部触摸84420条）。针对压力行为的运动相似性挑战，研究人员设计标准化预处理流程，将各传感器通道数据转换为均值0、方差1的分布，消除量纲差异对模型收敛的影响。窗口化分割策略允许模型捕捉时序依赖，重叠率设置则用于分析样本冗余度对泛化性能的作用。

方法论部分，研究人员阐明三类模型的结构设计原理：RNN与LSTM均采用2层堆叠架构，前者通过隐藏状态传递时序信息，后者引入遗忘门、输入门、输出门机制缓解梯度消失；Transformer采用3层编码器结构，通过多头自注意力(Multi-Head Attention)机制并行捕捉长程依赖，输入经线性投影映射至高维嵌入空间后加入位置编码(Positional Encoding)。所有模型的输出特征向量均接入全连接分类层，通过Softmax生成5类活动的概率分布，训练目标为最小化交叉熵损失。

实验结果与讨论部分，研究人员通过对比实验得出以下结论：模型性能排序为Transformer>LSTM>RNN，最优准确率分别为97.83%（窗口128，重叠80%）、97.78%（窗口128，重叠80%）与92.4%（窗口32，重叠80%）。窗口尺寸对模型影响呈现显著差异：RNN在小窗口（≤32）表现更优，大窗口下因梯度消失导致性能骤降；LSTM在中窗口（128）达到峰值，过长窗口会引入噪声干扰；Transformer在所有窗口下均保持稳定高性能，最优窗口为128，得益于自注意力机制对长程依赖的建模能力。重叠率提升普遍增强模型性能，因重叠窗口增加了训练样本多样性并减少边界信息丢失，但超过80%后收益递减。与先前研究相比，Transformer模型较传统DNN的93.5%准确率提升4.1%，验证了序列建模架构在压力HAR任务中的优势。

结论部分，研究人员指出该研究证实了Transformer在压力相关HAR中的有效性，为可穿戴设备的实时压力监测提供了可行技术方案。研究局限性在于数据集未包含日常非压力活动，未来需纳入更多样化的生活场景数据，并采用留一受试者交叉验证(LOSO)提升模型泛化性。该研究为基于传感器数据的心理健康监测开辟了新路径，有望支持个性化福祉干预系统的开发。