《Electronics》：Unsupervised Machine Learning for Multi-Phenotype Anxiety Discovery: A Large-Scale Longitudinal Study of Workplace Physiology
编辑推荐：
焦虑症影响着全球超过3.01亿人，仍然是最普遍的精神健康障碍类别。传统检测方法依赖于主观自我报告，无法捕捉日常生活中焦虑的动态生理特征。在这项纵向研究中，研究人员对67名在职专业人士进行了为期九个月的持续可穿戴监测，获得了44,443小时的多模态数据，并将其分
焦虑症影响着全球超过3.01亿人，仍然是最普遍的精神健康障碍类别。传统检测方法依赖于主观自我报告，无法捕捉日常生活中焦虑的动态生理特征。在这项纵向研究中，研究人员对67名在职专业人士进行了为期九个月的持续可穿戴监测，获得了44,443小时的多模态数据，并将其分割为890,494个五分钟窗口。研究人员采用无监督方法，通过谱聚类（Spectral Clustering）识别出十个不同的自主神经状态（autonomic states），聚类过程中未使用情绪标签。其中，研究人员发现了一个罕见的失调状态（dysregulated state），其特征为极端外周冷却（d=?6.77）、心动过速（d=+4.41）和增强的皮肤电活动（Electrodermal Activity, EDA），该状态下自我报告焦虑的富集度达31倍（p=0.0022）。除这一极端特征外，焦虑在四种生理表型（physiological phenotypes）中表现出异质性，从急性失调到轻度扰动不等。使用WESAD数据集进行的外部验证确认了其泛化能力，而该罕见状态在实验室应激范式（stress paradigms）中的缺失则凸显了其对生态焦虑（ecological anxiety）的特异性。通过将无监督发现与事后自我报告验证相结合，本研究推进了研究人员对自主神经情感（autonomic affect）的理论理解，并为可扩展的职场心理健康监测提供了方法论基础。
**论文解读：基于无监督机器学习的多表型焦虑发现——一项大规模纵向职场生理学研究**
**研究背景与问题**
焦虑症作为全球最普遍的精神健康障碍，影响着超过3.01亿人，给职场生产力和个人福祉带来巨大挑战。传统检测方法主要依赖回顾性自我报告问卷，存在回忆偏倚、报告负担重、时间分辨率低等局限。尽管生态瞬时评估（Ecological Momentary Assessment, EMA）通过即时报告部分缓解了回忆偏倚，但仍需用户主动输入，无法连续监测生理动态。情感计算（Affective Computing）通过可穿戴传感器获取心率（Heart Rate, HR）、心率变异性（Heart Rate Variability, HRV）、皮肤电活动（Electrodermal Activity, EDA）、皮肤温度等生理信号，为自主神经活动提供非侵入性、连续的窗口。然而，现有焦虑检测研究多基于小规模实验室数据集（如WESAD、DASPS、CASE），参与者多为学生或健康志愿者，暴露于短期应激源（如特里尔社会应激测试，TSST），缺乏生态效度，无法捕捉职场焦虑的真实情境嵌入性。本研究旨在填补这一空白，首次对科学、技术、工程和数学（Science, Technology, Engineering, and Mathematics, STEM）领域专业人士进行大规模纵向可穿戴生理监测，通过无监督机器学习（Machine Learning, ML）发现自然职场环境中焦虑的生理表征。
**研究内容与结论**
研究人员对67名全职STEM专业人士（55名男性，12名女性；平均年龄38.8岁）进行了为期九个月（2024年8月至2025年5月）的纵向监测，所有参与者均为德克萨斯农工大学工程技术管理硕士（Master of Engineering Technical Management, METM）项目学员，拥有至少四年专业技术经验。数据收集使用Empatica EmbracePlus智能手表，获得44,443小时多模态生理信号，经预处理后分割为890,494个五分钟窗口。采用谱聚类（Spectral Clustering）进行无监督分析，未使用情绪标签，识别出十个不同的自主神经状态。其中，一个罕见的失调状态（Cluster 6，仅266个窗口，占0.03%）展现出31倍焦虑富集度（p=0.0022），其特征为极端外周冷却（Cohen's d=?6.77）、心动过速（d=+4.41）、代谢升高（d=+3.08）和增强的皮肤电活动（d=+3.89）。此外，焦虑并非单一模式，而是通过四种生理表型异质性表达：极端（Extreme）、高激活（High）、中度（Moderate）和轻度（Mild），条件性焦虑率从5.17%到28.57%不等。外部验证使用WESAD数据集（15名参与者，533个窗口），确认了所发现状态对独立应激数据的泛化能力，而Cluster 6在实验室条件下完全缺失，凸显了极端生态焦虑的特异性。本研究通过无监督发现与事后自我报告验证相结合，推进了自主神经情感的理论理解，并为可扩展的职场心理健康监测提供了方法论基础。论文发表在《Electronics》。
**主要关键技术方法**
本研究采用谱聚类（Spectral Clustering）作为核心无监督方法，从89万余个五分钟窗口中识别生理状态。特征选择通过系统消融（ablation）确定六个特征：平均脉搏率（mean PR）、脉搏率标准差（PR std）、平均相位性皮肤电活动（mean phasic EDA）、相位性皮肤电活动标准差（phasic EDA std）、平均皮肤温度（mean skin temperature）和平均代谢当量（mean MET）。聚类前对每个参与者进行z分数标准化，构建相似图并计算归一化拉普拉斯矩阵，通过K-means分配得到十个聚类。外部验证使用WESAD数据集（15名参与者，来自TSST实验室应激），将预处理后的窗口映射到专业队列聚类质心。事后情绪对齐使用EMA报告（来自Plutchik八情绪轮），以±3分钟时间容差与生理窗口对齐。样本队列来源：美国德克萨斯农工大学METM项目的67名在职STEM专业人士。
**研究结果**
**4.1 发现的生理状态空间**
通过对67名在职专业人士的多模态生理记录进行无监督分析，研究人员在自然职场活动中发现了结构化的自主神经状态景观。谱聚类将890,494个五分钟窗口划分为十个生理状态，分布极不平衡：Cluster 6仅含266个窗口（0.03%），而Cluster 2含147,421个窗口（16.6%）。在UMAP嵌入空间中，整体轮廓系数（silhouette）为0.339，Cluster 6达到最高轮廓系数0.86，表明其内部一致性强且与其他状态分离清晰。
**4.2 聚类的生理特征**
十个聚类呈现出不同的多系统特征。通过单因素方差分析（One-way ANOVA），所有特征在聚类间均存在显著差异（p<0.001），效应量η2从0.441（温度均值）到0.744（EDA相位均值）。事后Tukey HSD检验证实98%的聚类对显著不同。聚类被分为四个高阶家族：基线/静息（C2、C3、C4、C7）、中度/过渡（C5、C8）、高激活（C0、C1、C9）和急性失调（C6）。
**4.3 罕见焦虑特征（Cluster 6）的发现与验证**
Cluster 6展现出极端多系统偏差：外周冷却（d=?6.77）、心动过速（d=+4.41）、代谢升高（d=+3.08）和增强的皮肤电活动（d=+3.89）。焦虑患病率为0.75%，对应31倍富集（p=0.0022）。排列检验（10,000次迭代）确认显著性，Bootstrap重采样（1000次）显示特征稳定性，扰动测试（添加20%高斯噪声）仍保持极端特征。Cluster 6的最小欧几里得质心距离为3.52（到Cluster 8），凸显其几何隔离性。
**4.4 多表型焦虑模型**
焦虑在十个聚类中分布异质。基于Cluster 6效应量加权的生理强度评分，将聚类分为四个表型：极端（Cluster 6）、高（C1、C8）、中度（C0、C3、C5）和轻度（C2、C4、C7、C9）。条件性焦虑率在Cluster 6中最高（28.57%），恐惧（fear）作为共现情绪在所有表型中占主导（85–100%）。
**4.5 焦虑状态的时间动态**
研究人员通过定义连续聚类分配运行（episode）分析时间动态。在大多数聚类中，含焦虑的episode比典型episode更长（例如C8: 1.18倍；C9: 1.20倍）。Cluster 6中，含焦虑的episode显著短于簇内平均值（0.78倍），且仅检测到12个episode，表明焦虑在持续失调状态中为短暂出现，而高激活状态（C8、C9）中焦虑更持久。
**4.6 使用WESAD的外部验证**
将533个WESAD窗口映射到专业队列聚类质心，平均STAI-Y6状态焦虑评分遵循预期梯度：高激活（C1: 18.32±2.54）> 中度/过渡（C5: 12.15±3.10）> 基线/静息（约10–11）。无WESAD窗口分配到Cluster 6。考虑到Cluster 6的极低基础率（0.030%），在533个窗口中预期仅为0.16个，零观测概率约0.85，因此虽不能构成强统计证据，但结合定性特征（外周冷却与心动过速并存）表明Cluster 6可能代表一种实验室应激难以复现的生态焦虑表型。
**讨论与结论**
**讨论部分总结**
本研究的理论意义在于证明焦虑可通过无监督分析从大规模可穿戴数据中识别为独特的生理模式。Cluster 6的极端多系统失调特征（外周冷却、心动过速、代谢升高、皮肤电活动增强）及其在特征空间中的几何隔离性，表明其为质上不同的生理现象，而非正常唤醒的延伸。多表型模型（四种焦虑表达）与情绪维度理论一致，并提供了焦虑异质性表现的实证证据。恐惧作为主要共现情绪，但条件性焦虑率差异巨大，提示生理背景调节情绪表达超出简单唤醒水平。Cluster 6在WESAD中的缺失支持实验室诱导应激与生态焦虑的区分，但需更大样本确认。方法论上，谱聚类在保留罕见状态方面优于K-means、HDBSCAN和高斯混合模型（Gaussian Mixture Models, GMM）。与监督方法的对比表明，本研究仅用0.15%标签窗口即可发现有意义信号，避免了繁重标注。实践上，极端特征可提供客观检测阈值，支持分级干预策略。局限性包括：参与者以男性为主（82%），可能限制泛化性；事后验证仅0.15%窗口满足严格对齐标准，存在报告偏倚；未分析个体差异（如特质焦虑、应对风格）；缺乏干预数据；情境因素未系统建模。未来研究应扩展至其他职业领域，进行个体内纵向追踪，并整合情境数据。
**研究结论部分翻译**
本研究首次在自然环境中对在职专业人士进行大规模无监督焦虑特征发现。研究人员处理了来自67名参与者、为期九个月、总计44,443小时的连续生理数据。对890,494个五分钟窗口进行谱聚类，揭示了十个不同的自主神经状态。其中，一个罕见的失调状态（Cluster 6，患病率0.03%）展示了31倍焦虑富集度（p=0.0022），其特征为极端多系统偏差：外周冷却（d=?6.77）、心动过速（d=+4.41）、代谢升高（d=+3.08）和增强的皮肤电活动（d=+3.89）。除这一极端特征外，焦虑在四种表型中异质性表现，条件性焦虑率在5.17%至28.57%之间。使用WESAD的外部验证确认了所发现状态对独立应激数据的泛化能力，而Cluster 6在实验室条件下的缺失则凸显了极端特征对生态情境的特异性。该框架仅使用0.15%标签窗口即可识别有意义模式，表明连续情绪监测无需依赖繁重的标注工作。通过确定焦虑可通过无监督分析作为可发现的生理模式出现，本研究推进了研究人员对焦虑自主神经特征的理论理解，并为可扩展的职场心理健康监测提供了实践路径。所发现的特征为检测系统提供了客观基础，该检测系统可补充传统评估方法，同时保持职业环境中的生态效度。
