REALSTRESS - A tool for stress measurement with real-time feedback

Abstract

Die physiologische Stressreaktion des Menschen, die den Körper vor Gefahren schützt,stellt in der heutigen Gesellschaft eine ernsthafte Bedrohung für die menschliche Gesundheit dar, da Stressoren über längere Zeiträume hinweg bestehen bleiben und den menschlichen Körper daran hindern, sich wieder zu erholen. Die Identifizierung von Biosignalen, die mit der frühzeitigen Erkennung von Stressreaktionen in Zusammenhang stehen, und die Entwicklung von Instrumenten zur Stressmessung, standen in den letzten Jahren im Mittelpunkt zahlreicher Forschungsarbeiten. Allerdings hat sich nur eine kleine Gruppe von Forschern mit Echtzeit-Stressmessungen oder kostengünstigen biomedizinischen Sensoren in diesem Zusammenhang beschäftigt.In dieser Arbeit wurde die Verwendbarkeit kostengünstiger biomedizinischer Sensoren für die Erkennung menschlicher Stressreaktionen in einer Labor- und Live-Feedback Implementierung untersucht. Frühere Forschungsarbeiten aus diesem Gebiet haben vorwiegend eigen-hergestellte, nicht selbst konfigurierbare oder teure Systeme vorgestellt.Diese Arbeit zielt darauf ab, Ergebnisse eines Systems zu präsentieren, welches auch mit einem geringeren Budget leicht reproduzierbar ist.Im ersten Teil dieser Arbeit wurden ausgesuchte biomedizinische Sensoren an fünf Teilnehmern in einem Protokoll getestet, das auf dem Trier Social Stress Test basiert.Anschliessend wurde die Live-Feedback-Stresserkennung, REALSTRESS, implementiertund in einer Laborumgebung auf der Grundlage der Ergebnisse des ersten Teils der Arbeit überprüft. Die statistische Analyse der Daten zeigte, dass zwei der fünf Low-Cost Sensoren für die Stresserkennung in einer Laborumgebung verwendet werden konnten,indem die Nullhypothese gleicher Mittelwerte durch einen p-Wert unter 0,05 im Welch’st-Test verworfen wurde. Die beiden betreffenden Sensoren, Photoplethysmographie (PPG) und elektrodermale Aktivität, wurden anschliessend mit einem Sliding-Window-Ansatzimplementiert, um die Echtzeit-Feedback-Erfassung zu realisieren. Die endgültige Implementierung von REALSTRESS war erfolgreich bei der Differenzierung zwischen den Phasen des Stresstestprotokolls innerhalb der Kontrollgruppe. Der durchschnittliche Stress-Score unterschied sich um 30% zwischen der Restphase und der Stressphase beider arithmetischen Übung. Das PPG zeigte dabei den grössten Score-Unterschied vonfast 50%.Das vorgestellte Tool, REALSTRESS, hat das Potenzial, für die einfache Stresserkennungin Bildungs- und Forschungsbereichen eingesetzt zu werden. Der nächste Schritt fürdieses System wäre die Entwicklung einer geeigneten Visualisierung der Stressskala.

Human physiological response to stress, designed to protect the body in face of danger,presents a serious health threat in today’s society as stressors persist over longer periods of time, preventing the human body from recovering properly. Thereafter, identifying biosignals associated with the early detection of stress response, and designing stressmeasurement tools, has been in the focus of many research papers in recent years.However, only a small group of researchers concerned themselves with real-time stressmeasurements or low-cost biomedical sensors in this context.This thesis examined the usability of low-cost biomedical sensors for the detection of human stress response in a real-time feedback implementation called REALSTRESS. Previous research in this field showed mostly self-fabricated, non-customizable or expensive systems in their work. Therefore, this work aims to present results with a system that is easily reproducible with a lower budget.For the first part of this thesis, a selection of biomedical sensors were tested on five participants in a protocol based on the trier social stress test. Thereafter, the live-feedbackstress detection REALSTRESS was implemented and reviewed within a laboratory setting based on the results of the thesis’s first part. Statistical analysis of the data showed that two out of the five low-cost sensors could be used for stress detection within a laboratory setting (p-value < 0.05). The two sensors in question, photoplethysmography (PPG)and electrodermal activity, were then implemented using a sliding window approach to realize the real-time feedback sensing. The final implementation of REALSTRESS was successful in differentiating between the phases of the stress test protocol within the control group. The averaged stress score showed a difference of 30% between resting and stress phase for an arithmetic exercise. Between the two sensors, PPG provided a higher score divergence (50%).The presented tool, REALSTRESS, has the potential to be used for simple stress detection in educational and research fields. The next step for this system would be the design of an appropriate visualization of the stress scale.