Using machine learning algorithms to determine the emotional maladjustment of a person by his rhythmogram

Целью настоящего исследования является изучение возможности определения эмоциональной дезадаптации с использованием алгоритмов машинного обучения. Методы. Сбор данных электрокардиограммы осуществлялся с помощью событийно-телеметрического метода с использованием программно-аппаратного комплекса, состоящего из миниатюрного беспроводного датчика ЭКГ (HxM; Zephyr Technology, USA) и смартфона со специализированным программным обеспечением. Для построения классификатора были использованы: логистическая регрессия, easy ensamble и gradient boosting. Оценка производительности алгоритмов проводилась с использованием f1-метрики. Результаты. Показано, что точность классификации модели выше при использовании динамических спектров сигналов, чем при использовании исходных ритмограмм. Заключение. Предложен метод определения в автоматическом режиме уровня эмоциональной дезадаптации по кардиоритмограмме человека. Данные с портативного кардиодатчика, закрепленного на человеке, передаются по каналу Bluetooth на мобильное устройство, где при помощи предобученного нейросетевого алгоритма определяется уровень эмоциональной дезадаптации. В качестве нейросетевого алгоритма целесообразно использовать классификатор, обученный на основе спектрограмм.