以生理訊號為基礎之人機介面設計與應用---人類操控機器的新模式---子計畫二---人類情緒與生理訊號監控系統研發及其於健康狀態偵測與維護之應用(I)

Abstract

本計畫之目標在於建立一個基於生理訊號與表情辨識為主的身心舒適為與健康狀態之判斷與預測技術，並且初步運用於醫療監控系統，以證明本技術之可行性。實現的方法是藉由各種生理訊號的分析與量測（例如：皮膚導電性、血壓、呼吸次數與肌動電流圖等等訊號可用以判斷情緒狀態[2]），輔以過去本實驗室所建立之人臉與表情辨識技術（中性、高興、悲傷）所得到的特徵資訊，再加上機器學習理論，可以對目前與未來短暫時間內人體之狀態與行為進行判斷與預測，預測的結果即可回饋給相關之機器或是人員，使其可進行相對應的反應或輔助。生理訊號的分析與量測將以統計分析方式產生機器學習所需的訓練資料[3]，同時，經由彩色CCD所擷取到的臉部影像資料亦為輸入資訊之一部分。由於初步將以醫療看護系統應用為主，因此生理訊號方面必須取得腦波、血壓、心跳、呼吸次數、皮膚導電係數等等訊號做為生理狀態判斷學習的資料，臉部表情辨識方面必須達到分辨痛苦程度或一般狀態等狀況。機器學習分成兩部分：判斷與預測。以SVM、BP以及統計方法作為對於人體目前之狀態判斷演算法，如此可以使得機器學習部分得到較佳的一般性（generalization）[4]。對於狀態之預測，將以fuzzy ID3作為演算法基礎[5]，基於人體當時之情況進行狀態預測。 以上技術將運用於醫療看護系統以證明其可行性﹔若能成功建立此一技術架構，則本系統所產生之回饋訊號將可以使得數位計算器更「瞭解」人類之身心舒適與健康狀態之行為模式，進而產生對應的操作或醫療模式，使得人機介面達到人性化的目標。