本站小編為你精心準備了反向傳播神經(jīng)網(wǎng)絡(luò)的心理素質(zhì)評估參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

[摘要]

目的：客觀的評估人們的心理素質(zhì)，并對兩類人群進行簡單、粗略的分類。方法：應(yīng)用心理素質(zhì)訓練評估系統(tǒng)采集不同人群的脈搏波信號，并對其進行時域、頻域及非線性分析，找出心理科患者與正常人之間具有顯著差異性的特征值，最后應(yīng)用反向傳播(BP)神經(jīng)網(wǎng)絡(luò)對其進行分類。結(jié)果：基于脈搏波的特征值可粗略區(qū)分正常人和心理素質(zhì)差的人群。結(jié)論：在大樣本量的訓練條件，基于心率變異性的心理素質(zhì)評估方法可作為臨床診斷的參考。

[關(guān)鍵詞]

心率變異性；神經(jīng)網(wǎng)絡(luò)；反向傳播；心理素質(zhì)評估

隨著現(xiàn)代社會快節(jié)奏的生活，人們承受著來自生活、工作及情感等各方面的壓力，能否及時調(diào)整好個人心態(tài)，成為影響身心健康至關(guān)重要的因素，而這種應(yīng)對壓力、調(diào)節(jié)自我的能力稱之為心理素質(zhì)。以往對心理素質(zhì)評估采用作業(yè)法、投射法量表法等方法，只可定性而不能夠準確評價，而目前多采用心理健康量表的方法評估心理素質(zhì)，量表法多是根據(jù)特定的測驗?zāi)康闹贫ǔ鰜淼膯柧恚瑫r還要建立常規(guī)模型作為判斷依據(jù)，如焦慮量表、抑郁量表及90項癥狀自評量表(symptomchecklist，SCL-90)等[1-3]。這些評估方法的結(jié)果評分容易，易于統(tǒng)一處理，適合大面積使用，但不同的量表均為針對不同的測驗?zāi)康亩贫ǎ虼诉@種方法存在著局限性。此外，被測者為追求積極結(jié)果，導(dǎo)致該方法主觀性比較強。為此，本研究應(yīng)用心理素質(zhì)訓練評估系統(tǒng)，采集不同群體的脈搏波信號，并進行時域、頻域及非線性分析，找出患者與正常人之間具有顯著差異性的指標[4-5]。應(yīng)用心率變異性(heartratevariability，HRV)和反向傳播(backpropagation，BP)神經(jīng)網(wǎng)絡(luò)對其進行分類訓練，其目的是為了能更好地客觀評估其心理素質(zhì)，并能夠?qū)深惾诉M行簡單、粗略的分類，以便第一時間了解其心理素質(zhì)狀況，并以此為依據(jù)設(shè)計反饋訓練系統(tǒng)，從而提高人們的耐挫能力和應(yīng)對環(huán)境變化能力。

1HRV與神經(jīng)系統(tǒng)控制的關(guān)系

HRV指逐次心搏間期的微小差異，是自主神經(jīng)系統(tǒng)作用于竇房結(jié)的結(jié)果，其蘊含了豐富的生理信息。自主神經(jīng)包括交感神經(jīng)和副交感神經(jīng)，是連接身體和中樞神經(jīng)系統(tǒng)的媒介，并受到中樞以及外周的反饋機制的影響。副交感神經(jīng)系統(tǒng)(迷走神經(jīng))主要行使抑制作用，而交感神經(jīng)系統(tǒng)具有刺激功能，兩者協(xié)同作用使生理機能達到最佳狀態(tài)。HRV的研究不僅可提供關(guān)于中樞控制機制(大腦)的信息，還可提供關(guān)于器官狀態(tài)的信息，HRV越高則能夠更好的適應(yīng)環(huán)境變化(如圖1所示)。

2心率變異信號分析方法

心率變異的分析方法主要包括時域、頻域以及非線性分析方法[6-10]。時域分析是對檢測時間內(nèi)的心率(HR)和心搏間期(RR間期)進行統(tǒng)計分析，研究其隨時間的變化。由于該方法簡單易實現(xiàn)，得到廣范的應(yīng)用。然而，統(tǒng)計學方法在分析心率變異性時存在一定的局限性。因此，經(jīng)過傅里葉變化等方法得到的頻域數(shù)據(jù)，可以定量地衡量交感神經(jīng)和副交感神經(jīng)的變化。同時，由于生理系統(tǒng)本身是非線性的，可為進一步理解HRV和人體生理機能帶來更加豐富的數(shù)據(jù)，常用的非線性分析方法如李亞普諾夫指數(shù)、關(guān)聯(lián)維、多重分形和熵測度等[11-13]。

2.1時域分析時域指標主要包括HR，即每分鐘的搏動次數(shù)，RR間期的標準偏差(SDNN)，其計算方法為公式1：

2.2頻域分析HRV的頻域分析法即功率譜密度(powerspectraldensity，PSD)估計方法，是將一定時間內(nèi)的連續(xù)RR序列值經(jīng)過均勻采樣分析的快速傅里葉變換(fastfouriertransform，F(xiàn)FT)，以歸一化的頻率為橫坐標，功率譜能量為縱坐標，提供能量隨頻率變化分布的基本信息。極低頻(verylowfrequency，VLF)功率密度，其頻率為0.0033～0.04Hz，通常反映心率變化受體溫調(diào)節(jié)、血管舒縮張力和腎血管緊張素系統(tǒng)的影響。低頻(lowfrequency，LF)功率密度，其頻率為0.04～0.15Hz段的功率，可同時反映交感神經(jīng)和副交感神經(jīng)系統(tǒng)的活性，但大部分作為交感神經(jīng)活性指標來使用。高頻(highfrequency，HF)功率密度頻率為0.15～0.4Hz段的功率，屬于相對的高頻區(qū)域，是與呼吸運動相關(guān)的成分。總功率(totalpower，TP)密度包括VLF、LF及HF的功率總和，該指標代表自主神經(jīng)系統(tǒng)的整體活性狀態(tài)，反映自主神經(jīng)系統(tǒng)對機體的調(diào)節(jié)能力。

2.3非線性分析排列熵(permutationentroy，PE)可以提取并放大時間序列中的微小變化，用此來檢測血容量脈沖(bloodvolumepulse，BVP)和肌電圖(electromyography，EMG)信號的突變，即脈搏波和表面肌電信號的突變非常適合。PE是一種對信號復(fù)雜度的度量，對時間具有較高的敏感性，可以很好地檢測出復(fù)雜系統(tǒng)的動力學突變，而振動信號也往往具有非線性、非平穩(wěn)的特征，因此將PE應(yīng)用于振動信號突變檢測可以獲得較好的效果。

3BP神經(jīng)網(wǎng)絡(luò)和特征值

BP神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)系統(tǒng)的一種簡化模型算法，為3層前饋網(wǎng)絡(luò),包含輸入層、隱含層及輸出層[17-18]。BP算法的主要思想是求出誤差對所有權(quán)系數(shù)的偏導(dǎo)數(shù)，然后利用梯度下降法來修正各個連接權(quán)系數(shù),以減少誤差。對于輸入值，要先向前傳播到隱含層節(jié)點，經(jīng)作用函數(shù)后，再將隱節(jié)點的輸出信號傳播到輸出節(jié)點，最后給出輸出結(jié)果。要利用神經(jīng)網(wǎng)絡(luò)進行分析預(yù)測，必須對其進行訓練。訓練的目的是調(diào)節(jié)神經(jīng)元間的聯(lián)系強度(權(quán)重系數(shù))，使網(wǎng)絡(luò)的輸出應(yīng)變向量與已知訓練樣本的應(yīng)變向量之差最小。

3.1特征值選取神經(jīng)網(wǎng)絡(luò)輸入的特征值采用假設(shè)檢驗的方式篩選，選出具有顯著差異的指標。篩選對象為時域分析結(jié)果、頻域分析結(jié)果以及PE。從兩個獨立的總體中隨機地取出部分個體進行比較研究，稱為成組比較試驗。將心理科的患者和正常人的數(shù)據(jù)進行比較，由于方差具有不齊性，故采用t’檢驗。采用同樣的方法，對BR、SDNN、RMSSD、PNN50、TP、LF、HF、VLF和S指標進行檢驗，選擇SDNN、RMSSD、PNN50、TP、LF、HF和S共7個指標作為特征值，見表1。

3.2BP神經(jīng)網(wǎng)絡(luò)訓練本研究采用Matlab中的神經(jīng)網(wǎng)絡(luò)工具箱對正常人和心理科患者的SDNN、RMSSD、PNN50、TP、LF、HF及PE的7個參數(shù)進行分類訓練，對正常人和心理科患者進行簡單的分類，然后再利用該模型對其他數(shù)據(jù)進行分類預(yù)測。(1)準備數(shù)據(jù)。包括準備訓練數(shù)據(jù)和預(yù)測數(shù)據(jù)，在采集的樣本中篩選復(fù)合條件的數(shù)據(jù)，選擇年齡為20～40歲的男性數(shù)據(jù)。其中心理科患者數(shù)據(jù)52組，正常人29組。(2)設(shè)定參數(shù)進行網(wǎng)絡(luò)訓練后用訓練好的網(wǎng)絡(luò)進行預(yù)測。將準備的數(shù)據(jù)按類別隨機分為4組，數(shù)據(jù)A(正常人15組數(shù)據(jù))，數(shù)據(jù)B(心理科患者30組數(shù)據(jù))，數(shù)據(jù)C(正常人14組數(shù)據(jù))，數(shù)據(jù)D(心理科患者22組數(shù)據(jù))。其中數(shù)據(jù)A和數(shù)據(jù)B用于訓練，數(shù)據(jù)C和數(shù)據(jù)D用于預(yù)測。(3)訓練及測試的誤差情況。縱坐標均方誤差(meansquarederror，MSE)是指輸出與目標之間的均方差值，其值越小越好，零表示無誤差，在訓練18次后達到誤差最小值0.0074(如圖2所示)。

4結(jié)果

4.1訓練輸出結(jié)果訓練后輸出結(jié)果對比實際情況，輸出值＞0.9的為心理科患者，而接近于0.5的屬于正常人。對比結(jié)果顯示，此特征值的選取和神經(jīng)網(wǎng)絡(luò)訓練效果較好，其訓練輸出結(jié)果與實際情況完全相符。由此可見，該模型在樣本內(nèi)訓練效果良好。

4.2預(yù)測實驗預(yù)測實驗是指將訓練樣本外的數(shù)據(jù)帶入模型，檢測其有效性。將數(shù)據(jù)C的相關(guān)特征值參數(shù)代入模型中，得到分類結(jié)果為：14人中有12人符合實際情況，有2人偏差較大。將數(shù)據(jù)D的相關(guān)特征值參數(shù)代入模型中，得到分類結(jié)果為：22人中21人符合實際情況，只有1人偏差較大。上述分類預(yù)測結(jié)果顯示，數(shù)據(jù)C的預(yù)測結(jié)果與真實情況的符合率為85.7%，而數(shù)據(jù)D的預(yù)測結(jié)果與真實情況的符合率為95.5%。因此，通過神經(jīng)網(wǎng)絡(luò)模型和選取的特征值能夠?qū)φＨ撕托睦砜苹颊哌M行較好的分類。

5結(jié)論

在本研究中，通過采集人體的脈搏波，利用時域、頻域分析法和非線性分析方法提取特征值，結(jié)合BP神經(jīng)網(wǎng)絡(luò)進行分類訓練，探索心理素質(zhì)與心率變異性的關(guān)聯(lián)性，建立起初步的心理素質(zhì)模型。由于實驗條件所限，本研究只選用脈搏波信號，其評價結(jié)果具有一定的局限性，若能夠結(jié)合心電、腦電、血氧及肌電等其他生理參數(shù)，則可更加全面地分析并建立心理素質(zhì)模型。為此，在未來的研究中，可通過進一步的樣本收集，建立更為精確的心理素質(zhì)模型。

作者：汪長嶺 湯黎明 申倩 戚仕濤 朱興喜 單位：南京軍區(qū)南京總醫(yī)院醫(yī)學工程科