mmStress：通过无接触毫米波传感从日常活动中提取人类压力

长期暴露于压力会损害人类的身心健康，压力监测在精神疾病和慢性病的预防、诊断和管理中越来越重要。然而，当前的压力监测方法要么负担繁重，要么具有侵入性，阻碍了其在实践中的广泛应用。本文提出了 mmStress，这是一种无接触、非侵入式的解决方案，采用毫米波雷达感知受试者的日常活动，从中提取人类压力。mmStress 基于经过心理学验证的人类压力与「替代活动」之间的关系，即处于压力下的受试者会不自觉地做出 fidgeting 行为，如抓痒、徘徊、踱脚等。尽管概念简单，但要实现 mmStress，关键挑战在于如何自主识别和量化潜在的替代活动，因为这些活动通常是短暂的，淹没在正常日常活动中，且在不同受试者之间表现出高度差异。为了应对这些挑战，我们定制设计了一个神经网络，从宏观和微观两个时间尺度学习人类活动，并利用人类活动的连续性来准确提取异常替代活动的特征。此外，我们还通过在模型训练中加入事后 logit 调整程序来解决压力分布不平衡的问题。我们对 mmStress 进行了原型设计和部署，在十名志愿者的公寓中评估了四周多的时间，结果显示 mmStress 在分类低、中、高压力方面达到了约80%的准确率。值得注意的是，mmStress 在自由人体活动场景中表现出优势，推动了专注于准静态场景压力监测的现有技术。