Oparte na uwadze multimodalne głębokie uczenie integrujące EEG i ECG w celu lepszej detekcji stresu

Dlaczego obiektywne śledzenie stresu ma znaczenie

Stres kształtuje to, jak myślimy, czujemy się i zachowujemy zdrowie, a mimo to większość z nas zauważa go dopiero, gdy zaczyna powodować problemy. W tym badaniu proponuje się nowy sposób monitorowania stresu w czasie rzeczywistym, wykorzystujący jednocześnie sygnały z mózgu i serca, zamiast polegać na pytaniach do osób badanych lub analizować pojedynczy sygnał. Celem jest przekształcenie niewidocznego obciążenia w jasne, wiarygodne informacje, które w przyszłości mogłyby wspierać opiekę zdrowotną, dobre samopoczucie w miejscu pracy oraz prywatne narzędzia do dbania o zdrowie psychiczne.

Ograniczenia prostego pytania o samopoczucie

Obecnie stres często mierzy się za pomocą kwestionariuszy, które proszą ludzi o przypomnienie sobie, jak napięci czuli się w ciągu ostatnich dni czy tygodni. Takie samooceny mogą być zniekształcone przez pamięć, kulturę czy chęć wydawania się „w porządku” i nie uchwycą szybkich zmian w organizmie podczas stresującej chwili. Tymczasem urządzenia noszone zbierają teraz szczegółowe dane biologiczne, oferując możliwość odczytu sygnałów stresu bezpośrednio z ciała. Wyzwanie polega na interpretacji tych bogatych strumieni danych w sposób odzwierciedlający zarówno umysł, jak i ciało, zamiast traktować stres jako jedną liczbę.

Co ujawniają fale mózgowe i uderzenia serca

Badacze koncentrują się na dwóch rodzajach sygnałów. Elektroencefalogram, czyli EEG, śledzi fale mózgowe i może wskazywać zmiany związane z koncentracją, niepokojem i obciążeniem emocjonalnym. Elektrokardiogram, czyli ECG, rejestruje uderzenia serca i dostarcza miar zmienności rytmu serca, subtelnego wskaźnika elastyczności reakcji serca na wymagania. Pod wpływem stresu rytmy mózgowe się zmieniają, a zmienność rytmu serca zwykle spada, choć nie zawsze w ten sam sposób u każdej osoby czy w każdej sytuacji. Łącząc te dwa spojrzenia, badanie dąży do stworzenia bogatszego obrazu tego, jak stres manifestuje się w całym układzie nerwowym, od myśli i uczuć aż po serce.

Inteligentny system łączący sygnały mózgu i serca

Zespół zaprojektował ramy głębokiego uczenia traktujące EEG i ECG jako dwa uzupełniające się kanały. Najpierw starannie oczyszczają i przekształcają surowe sygnały. Aktywność mózgu jest filtrowana, dzielona na krótkie okna czasowe i zamieniana na obrazy pokazujące, jak zmienia się energia w różnych pasmach fal mózgowych w czasie. Dane sercowe przechodzą własny proces, obejmujący zarówno surowy rytm uderzeń, jak i klasyczne miary zmienności. Trzy potężne sieci do rozpoznawania obrazów, pierwotnie trenowane na dużych zbiorach zdjęć, są zaadaptowane do wydobywania wzorców z tych przekształconych sygnałów. Warstwa fuzji oparta na mechanizmie uwagi uczy się natomiast, jak ważone są wkłady z mózgu i serca, a nawet z każdej sieci, w zależności od tego, co jest najbardziej informatywne w danym momencie.

Testowanie systemu na różnych rodzajach stresu

Aby ocenić skuteczność tego podejścia, autorzy trenowali i testowali je na dwóch niezależnych publicznych zbiorach danych. Jeden, zwany WESAD, zawiera zapisy aktywności mózgu i serca od wolontariuszy przechodzących przez neutralne sytuacje, napięte zadania społeczne i rozrywkowe aktywności. Drugi, zwany CASE, dodaje więcej uczestników i mieszankę wyzwań poznawczych oraz scen emocjonalnych, co stanowi trudniejszy test uniwersalności. W obu zbiorach system łączący EEG i ECG potrafił rozróżnić stany neutralne, zestresowane i pozytywne z dokładnością około 95,7 procent. Wyraźnie przewyższało to wersje opierające się wyłącznie na danych mózgowych, wyłącznie na danych sercowych lub prostszych sposobach łączenia sygnałów, i utrzymywało się dość dobrze nawet wtedy, gdy trenowano na jednym zbiorze, a testowano na drugim.

Od wyników laboratoryjnych do codziennego wsparcia przy stresie

Ponad wysoką dokładność, model zaprojektowano z myślą o praktycznym zastosowaniu. Może działać wystarczająco szybko do monitorowania w czasie bliskim rzeczywistemu i da się go uprościć dla urządzeń o ograniczonej mocy obliczeniowej. Wagi mechanizmu uwagi dają też wgląd w to, które cechy są najważniejsze, uwypuklając wzorce związane ze stresem, takie jak zwiększona aktywność czołowa mózgu i zmniejszona zmienność rytmu serca. Mówiąc prosto, badanie pokazuje, że słuchanie jednocześnie mózgu i serca oraz pozwolenie inteligentnemu systemowi zdecydować, jak połączyć ich sygnały, daje bardziej wiarygodny odczyt stresu. Choć potrzeba jeszcze pracy, by wdrożyć to w klinikach, miejscach pracy i urządzeniach konsumenckich, jest to konkretny krok w kierunku obiektywnych, nieinwazyjnych narzędzi pomagających ludziom rozumieć i zarządzać ich obciążeniem psychicznym.

Cytowanie: Kumar, R., Krishnan, S.B., Yadav, R.K. et al. An attention-based multimodal deep learning framework integrating EEG and ECG for enhanced stress detection. Sci Rep 16, 15188 (2026). https://doi.org/10.1038/s41598-026-44499-0

Słowa kluczowe: detekcja stresu, EEG, ECG, multimodalne głębokie uczenie, sygnały fizjologiczne