Classificazione dello stress basata su EEG usando caratteristiche nel dominio del tempo e tecniche di segmentazione

Perché lo stress nel cervello conta nella vita quotidiana

Lo stress plasma come ci sentiamo, pensiamo e lavoriamo, ma di solito viene monitorato tramite questionari che chiedono alle persone come si sentono. Questi strumenti sono utili ma soggettivi e non possono osservare come lo stress aumenti o diminuisca nel corso della giornata. Questo studio esplora se un piccolo insieme di sensori per le onde cerebrali può offrire un modo oggettivo e veloce per distinguere chi è stressato da chi non lo è, usando metodi abbastanza semplici da poter essere integrati in future fasce per la testa o altri dispositivi indossabili.

Ascoltare lo stress attraverso le onde cerebrali

I ricercatori si sono rivolti all'elettroencefalografia, o EEG, che registra l'attività elettrica del cervello tramite sensori posti sul cuoio capelluto. Hanno utilizzato un ampio dataset pubblico di volontari sani i cui livelli di stress erano già stati valutati tramite un questionario standard. Invece di fare affidamento su molti sensori, si sono concentrati su soli quattro posizionati sulla fronte e sui lati della testa, regioni collegate alle emozioni e al controllo dello stress. A ogni persona sono stati registrati circa otto minuti di attività cerebrale a riposo, fornendo un lungo tratto di dati in cui potrebbero nascondersi pattern legati allo stress.

Tagliare segnali lunghi in istantanee brevi

Per interpretare queste lunghe registrazioni, il team ha segmentato l'EEG di ciascuna persona in brevi porzioni, o finestre. Hanno provato due strategie semplici. Nell'approccio senza sovrapposizione, il segnale di otto minuti è stato diviso in blocchi consecutivi di dieci secondi che non condividevano dati. Nell'approccio con sovrapposizione, le finestre scivolavano lungo la registrazione con porzioni in comune, producendo più istantanee ma parzialmente ripetute. Confrontare questi due modi di segmentare i dati ha aiutato il team a capire quale producesse informazioni più pulite e utili sullo stress.

Trasformare le onde grezze in numeri leggibili da un computer

Una volta definite le finestre, ogni porzione di dati delle onde cerebrali è stata ridotta a un insieme di caratteristiche numeriche di base che catturano la forma e la variabilità del segnale. Queste includevano concetti familiari come valore medio, dispersione ed energia, così come la rapidità delle variazioni del segnale e quanto esso sia prevedibile. Da circa 20 di queste caratteristiche per finestra, un metodo basato sull'informazione ha selezionato quelle che contenevano gli indizi più utili per stabilire se la persona appartenesse al gruppo stressato o non stressato. In molti casi, caratteristiche estratte da un singolo sensore frontale sul lato destro della testa sono emerse particolarmente informative.

Lasciare che algoritmi semplici distinguano stressati da calmi

Con un insieme compatto di caratteristiche a disposizione, gli autori hanno testato cinque metodi di apprendimento automatico pronti all'uso per valutare quanto accuratamente riuscissero a separare i volontari stressati da quelli non stressati. Hanno impiegato un approccio di valutazione standard in cui i dati vengono ripetutamente suddivisi in parti di addestramento e di test per stimare le prestazioni in modo equo. In queste prove, un metodo chiamato k nearest neighbors, che classifica ogni nuovo esempio confrontandolo con i suoi vicini più vicini nei dati, ha dato le migliori prestazioni. Usando finestre non sovrapposte dai quattro sensori, ha etichettato correttamente lo stato di stress in circa 96 casi su 100, superando diversi altri metodi popolari spesso usati negli studi EEG.

Cosa significa per il monitoraggio dello stress futuro

Per i lettori, il messaggio chiave è che un rilevamento accurato dello stress potrebbe non richiedere il deep learning o costosi scanner cerebrali ad alto numero di canali. Questo lavoro dimostra che un numero modesto di sensori, semplici modalità di segmentazione delle registrazioni in brevi frammenti e riassunti numerici lineari possono insieme fornire forti indizi su chi è stressato. Sebbene siano necessari ulteriori studi per testare tali sistemi in contesti quotidiani e su nuovi gruppi di persone, lo studio suggerisce che future fasce per la testa o altri dispositivi indossabili potrebbero monitorare discretamente lo stress attraverso l'attività cerebrale e aiutare le persone a riconoscerlo e gestirlo prima.

Citazione: Rauf, U., Zahid, A., Qadeer, A. et al. EEG-based stress classification using time-domain features and segmentation techniques. Sci Rep 16, 16568 (2026). https://doi.org/10.1038/s41598-026-50857-9

Parole chiave: rilevamento stress EEG, onde cerebrali, apprendimento automatico, sensori indossabili, monitoraggio della salute mentale