اختيار الميزات المعتمد على كسب المعلومات الموجَّه للإشارات الفسيولوجية متعددة الوسائط في التنبؤ بالتوتر

لماذا يمكن لمعصمك أن يكشف توترك

الكثير منا يرتدي الآن ساعات ذكية أو أساور لياقة تتابع بهدوء معدل ضربات القلب، الحركة، وحتى مقدار التعرق. تستكشف هذه الورقة كيفية تحويل تلك الإشارات اليومية إلى تحذيرات مبكرة موثوقة عن التوتر. بدلاً من بناء نماذج ذكاء اصطناعي ضخمة وغير شفافة، يركز المؤلف على اختيار أكثر أجزاء البيانات إفادة من جهاز المعصم بحيث يمكن اكتشاف التوتر بدقة وكفاءة وبإنصاف عبر أشخاص مختلفين.

الاستماع إلى الجسد عبر حساسات بسيطة

تتركز الدراسة على مجموعة بيانات عامة تسمى WESAD، حيث ارتدى المتطوعون سوارًا تجاريًا في أثناء أنشطة هادئة ومجهدة ومسلية. سجّل السوار أربعة أنواع من الإشارات: تغيُّرات دقيقة في تدفق الدم في المعصم (نَبض حجم الدم)، تغيُّرات طفيفة في رطوبة الجلد (النشاط الكهربي للجلد)، درجة حرارة الجسم، وحركة الذراع من مستشعر التسارع. معًا، توفر هذه التيارات نافذة على كيفية استجابة الجسم عندما يكون الشخص مسترخيًا أو يضحك أو تحت ضغط مهام مثل التحدث أمام الجمهور والعمليات الحسابية العقلية.

من الموجات الخام إلى أنماط ذات معنى

السجلات الخام للحساسات فوضوية: تتقلب من لحظة لأخرى وتختلف اختلافًا كبيرًا بين الأفراد. لفهمها، يقسم المؤلف الإشارات المستمرة إلى شرائح زمنية مدتها 30 ثانية ويفحص كيف يتصرف كل شريحة عبر الزمن والتردد، باستخدام أداة قياسية من معالجة الإشارات تُسمى تحويل فورييه قصير المدة. من هذه «الصور» الزمنية-الترددية الملونة، يستخرج البحث واصفات عددية مثل متوسط الطاقة، مدى انتشار الطاقة، وأين تكمن الإيقاعات الأقوى. هذا الوصف الأثقل يلتقط ليس فقط مدى قوة الإشارة، بل كيف يتغير إيقاعها وتباينها عندما يصبح الشخص متوترًا.

اختيار الدلائل الأكثر إفادة فقط

حتى بعد هذا المعالجة، تبقى مئات الواصفات المحتملة، ومعظمها ليس مفيدًا كثيرًا. الفكرة الأساسية في الورقة هي استخدام مقياس موجه يُسمى كسب المعلومات لترتيب هذه الواصفات بحسب مدى قدرتها على فصل الحالات الثلاث: الحالة الأساسية، والتوتر، والتسلية. ببساطة، تحصل الواصفة على درجة عالية إذا جعلت معرفة قيمتها من الأسهل تخمين الحالة الصحيحة. تُدمج أفضل 50 واصفة عبر أنواع الحساسات الأربعة لتكوين صورة مضغوطة عما يحدث في الجسم خلال كل شريحة مدتها 30 ثانية، مقللةً البيانات بشكل كبير بينما تحتفظ بأهم الدلائل.

الاختبار على أشخاص جدد، لا عينات جديدة فقط

فخ شائع في أبحاث كشف التوتر هو التدريب والاختبار عن طريق الخطأ على بيانات من نفس الشخص، مما يجعل النتائج تبدو أفضل مما هي عليه فعلاً. تتجنب هذه الدراسة ذلك باستخدام تقييم صارم «استبعاد شخص واحد»: تُدرّب النماذج على الجميع ما عدا متطوع واحد، ثم تُختبر على هذا الشخص المحتجز. يقارن المؤلف عدة استراتيجيات شائعة لاختيار الميزات وخوارزميات تعلم تحت هذا الإعداد المتطلب. يجمع الجمع بين ميزات الزمن-التردد، والاختيار المستند إلى كسب المعلومات، ومصنف الغابة العشوائية أداءً متفوقًا باستمرار بين الخيارات المختبرة، محققًا دقة مستقلة عن الشخص تقارب ثلاث من كل أربع عينات مصنفة بشكل صحيح وتبلغ ذروتها بالقرب من 90 بالمئة لبعض الأفراد. كما يتفوق على تمثيلات ميزات بديلة مثل الأساليب القائمة على هيلبرت والنواة التربيعية.

ماذا يعني هذا لتتبع التوتر اليومي

لغير المتخصصين، الرسالة الأساسية هي أننا لا نحتاج بالضرورة إلى نماذج تعلم عميق ضخمة أو إعدادات حساسات معقدة لاكتشاف التوتر من الأجهزة القابلة للارتداء. من خلال اختيار دقيق لأي جوانب إشارات المعصم البسيطة هي الأهم، تبني هذه الدراسة خط أنابيب نحيفًا وقابلًا للتفسير يعمم بشكل معقول إلى أشخاص جدد. تبرز أنماط تدفق الدم ودرجة حرارة الجلد كمؤشرات قوية بشكل خاص، مدعومة بمقاومة الجلد والحركة. وعلى الرغم من أن الدقة ما زالت بعيدة عن الكمال وتنخفض عند الاختبار على بيانات اصطناعية مختلفة جدًا، تُظهر هذه العمل مسارًا عمليًا نحو مراقبة التوتر الموثوقة وموفرة للطاقة التي قد تساعد يومًا ما الأجهزة الاستهلاكية على تحذيرنا عندما يكون جسدنا تحت ضغط قبل أن نلاحظ ذلك بوعي.

الاستشهاد: Chouhan, S.A. Supervised information gain-based feature selection for multimodal physiological signals in stress prediction. Sci Rep 16, 12169 (2026). https://doi.org/10.1038/s41598-026-41734-6

الكلمات المفتاحية: كشف التوتر القابل للارتداء, الإشارات الفسيولوجية, اختيار الميزات, تعلم الآلة, استشعار متعدد الوسائط