Классификация стрессов: Стресс:Причины,Симптомы,Причины | doc.ua

Классификация стресса Стрессы можно подразделить на: *…

	[июн. 28, 2010|06:37 am] муму
Классификация стресса Стрессы можно подразделить на: * эмоционально положительные и эмоционально отрицательные; * кратковременные и долгосрочные или, другими словами, острые и хронические; * физиологические и психологические. Последние, в свою очередь, подразделяются на информационные и эмоциональные Стрессы бывают эмоционально отрицательные и эмоционально положительные. Да-да, такие радостные события, как свадьба или выигрыш любимой команды, тоже по сути факторы стресса, вызывающие бурю эмоций и выброс адреналина. В случае эмоционально положительного стресса стрессовая ситуация непродолжительна и вы ее контролируете, обычно в этих случаях опасаться нечего: ваш организм сможет быстро отдохнуть и восстановиться после взрыва активности всех систем. Известны, правда, факты, когда сильные положительные эмоции у людей со слабым здоровьем приводили к серьезным последствиям, вплоть до инсультов и инфарктов, но это все-таки случаи уникальные и мы их обсуждать не станем. Говоря «борьба со стрессом», «последствия стресса», будем иметь в виду эмоционально отрицательный тип стресса. Различают кратковременный (острый) и долговременный (хронический) стрессы. Они по-разному отражаются на здоровье. Долговременный несет более тяжелые последствия. Для острого стресса характерны быстрота и неожиданность, с которой он происходит. Крайняя степень острого стресса — шок. В жизни каждого человека были шокирующие ситуации. Шок, острый стресс почти всегда переходят в стресс хронический, долговременный. Шоковая ситуация прошла, вы вроде бы оправились от потрясения, но воспоминания о пережитом возвращаются снова и снова. Долговременный стресс не обязательно является следствием острого, он часто возникает из-за малозначительных, казалось бы, факторов, но постоянно действующих и многочисленных (например, неудовлетворенность работой, напряженые отношения с коллегами и родственниками и т.п.). Физиологический стресс возникает в результате прямого воздействия на организм различных негативных факторов (боль, холод, жара, голод, жажда, физические перегрузки и т. п.) Психологический стресс вызывают факторы, действующие своим сигнальным значением: обман, обида, угроза, опасность, информационная перегрузка и т.п. Эмоциональный стресс имеет место в ситуациях, угрожающих безопасности человека (преступления, аварии, войны, тяжелые болезни и т.п.), его социальному статусу, экономическому благополучию, межличностным отношениям (потеря работы, семейные проблемы и т.п.). Информационный стресс возникает при информационных перегрузках, когда человек, несущий большую ответственность за последствия своих действий, не успевает принимать верные решения. Очень часты информационные стрессы в работе диспетчеров, операторов технических систем управлен Психологический стресс — жизненный стресс. Проблема психологического стресса населения, в том числе специалистов различных областей профессиональной деятельности, приобретает все возрастающую научную и практическую актуальность в связи с непрерывным ростом социальной, экономической, экологической, техногенной, личностной экстремальности нашей жизни и существенным изменением содержания и условий труда у представителей многих профессий. Психологический стресс проявляется на всех уровнях жизни индивида, этому явлению было дано определение жизненного стресса Наиболее общей и полной является классификация жизненного стресса, в варианте Р. Т. Wong: 1. Внутренние ресурсы — это то, что позволяет индивиду преодолевать кризисы жизни, что определяет интенсивность сопротивления стрессу. Снижение ресурса способствует повышению уязъвимости к разным, связанным со стрессом, расстройствам, таким как тревога, страх, отчаяние, депрессия. 2. Внутриличностный стресс. Большинство наших требований к внешнему миру и его воздействия на нас связаны с этим видом стресса. В эту категорию стресса входят такие события, как несбывшиеся ожидания, нереализованные потребности, бессмысленность и бесцельность поступков, болезненные воспоминания, неадекватность оценки событий и т. п. 3. Область межличностного стресса взаимодействует с определенными областями жизни. Большинство жизненных проблем являются проблемами отношений между людьми. 4. Семейный стресс включает в себя все трудности по поддержанию семьи и отношений в ней: работу по дому, супружеские проблемы, конфликты между поколениями, жизнь с молодежью, болезнь и смерть в семье, алкоголизм, развод и т. п. 5. Рабочий стресс обычно связан с тяжелой рабочей нагрузкой, отсутствием самоконтроля за результатом работы, ролевой неопределенностью и ролевым конфликтом. Плохое обеспечение безопасности работы, несправедливые оценки труда, нарушение его организации может стать источником стресса. 6. Общественный стресс относится к проблемам, которые испытывают, переживают большие группы людей, — например, экономический спад, бедность, банкротство, расовое напряжение и дискриминация и т. п. 7. Экологический стресс обусловливается воздействием экстремальных условий окружающей среды, ожиданием такого воздействия или его последствий — загрязнение воздуха и воды, суровые погодные условия, недоброжелательные соседи, толпа, высокий уровень шума и т. п. 8. Финансовый стресс. Невозможность оплатить счета, необеспечение расходов доходами, затруднения в получении долга, несоответствие уровня зарплаты результатам работы, возникновение дополнительных и финансово необеспеченных расходов, — эти и другие обстоятельства могут являться причиной стресса. Внутриличностный стресс при этом играет основную роль, заслуживает детального рассмотрения не только потому, что на него обращалось недостаточно внимания, но и в связи с тем, что он может проецироваться на различные жизненные события и влиять на особенности отношения к ним и поведение индивида.

2.1. Причины возникновения психологического стресса и его классификация. Психологический стресс: развитие и преодоление

2.1. Причины возникновения психологического стресса и его классификация

Возникновение стресса определяется воздействием на индивида экстремальных факторов, связанных с содержанием, условиями и организацией деятельности. Для развития информационного стресса важным фактором является состояние мотивационно-потребностной, эмоционально-волевой и когнитивной сферы субъекта деятельности, которые обусловливают субъективную, личностную значимость экстремальной ситуации, наличие готовности и возможности к ее преодолению, способность выбора рациональной стратегии поведения в этих условиях и т.

 д.

J. E. McGrath [395] указывает, что стресс может возникнуть в тех случаях, когда внешняя ситуация воспринимается индивидом как предъявление требования, угрожающего превысить его способности и ресурсы. При этом он должен ожидать больших различий между затратами на удовлетворение требований и последствиями их удовлетворения или неудовлетворения. Этот подход иллюстрирует сложность стрессового процесса с психологической точки зрения и настоятельную потребность в системном подходе к изучению влияния стресса на индивида.

Экстремальные ситуации делятся на кратковременные, когда актуализируются программы реагирования, которые в человеке всегда «наготове», и на длительные, которые требуют адаптационной перестройки функциональных систем человека, иногда субъективно крайне неприятной, а подчас неблагоприятной для его здоровья [106, 147 и др.].

При кратковременных сильных экстремальных воздействиях ярко проявляются различные симптомы стресса. Кратковременный стресс – бурное расходование «поверхностных» адаптационных резервов и наряду с этим начало мобилизации «глубоких» [308]. Если «поверхностных» резервов недостаточно для ответа на экстремальные требования среды, а темп мобилизации «глубоких» недостаточен для возмещения расходуемых адаптационных резервов, то индивид может погибнуть при совершенно неизрасходованных «глубоких» адаптационных резервах. Длительный стресс характеризуется постепенной мобилизацией и расходованием и «поверхностных», и «глубоких» адаптационных резервов [403].

Психологический стресс возникает при выполнении человеком продуктивной деятельности и является своеобразной формой отражения субъектом сложной ситуации, в которой он находится. Эта ситуация в целом или ее отдельные элементы в силу внутренних причин становятся значимыми для человека, что и является самой общей предпосылкой для возникновения у него напряженности. В сложных условиях цель деятельности, внешние условия и способы осуществления действий выступают перед субъектом не только в своих объективных свойствах, но и в своем значении или смысле для него. Объективное содержание может не совпадать с тем значением, которое они имеют для данного субъекта.

Этим в значительной мере и объясняются факты вариативности поведения разных лиц в одной и той же сложной ситуации. С этой точки зрения психологическая напряженность (стресс) возникает в ситуациях, которые должны относиться к значительным событиям в жизни человека, что определяется его мотивами [159]. Психологическая специфика состояний напряженности (стресса), следовательно, зависит не только от внешних воздействий, хотя они и должны быть достаточно сильными для человека, но и от личностного смысла цели деятельности, оценки ситуации, в которой он находится.

Многообразие экстремальных факторов определило потребность в их классификации, варианты которой проанализированы в работе Т.А. Немчина [163]. Он считает, что наиболее полной и адекватной современному этапу развития учения о стрессе представляется классификация экстремальных факторов, проводимая В.Д. Небылицыным [161], в ней достаточно полно представлены внешние факторы («стрессоры»), которые можно рассматривать как первичные источники напряжения и перенапряжения, а также внутренние личные факторы, которые опосредуют влияние первых и определяют особенности психологического отражения и оценки ситуации.

По определению В.Д. Небылицына, экстремальные раздражители представляют собой крайние (предельные) значения тех элементов ситуации, которые создают оптимальный фон для деятельности или во всяком случае не вызывают ощущения дискомфорта. Однако оценка (ощущение) того предела, при котором эти элементы при их сдвигах в крайние значения становятся «предельными», является сугубо субъективной, индивидуальной величиной. В зависимости от индивидуального типа психологической реактивности, характера эмоционально-поведенческого реагирования различных индивидов одно и то же объективно экстремальное воздействие вызывает существенно различные реакции.

В профессиональной деятельности причины возникновения стресса связаны с экстремальными воздействиями прежде всего факторов рабочего процесса, а также с влиянием организационных, социальных, экологических и технических особенностей трудовой деятельности. Например, информационный стресс человека-оператора по механизму его развития следует отнести к категории психологического стресса, в основе которого лежат нарушения информационно-когнитивных процессов регуляции деятельности [29, 401]. И в этой связи все те жизненные события, которые сопровождаются психической напряженностью (независимо от сферы жизнедеятельности человека), могут быть источником информационного стресса или оказывать влияние на его развитие в операторской деятельности.

Следовательно, развитие информационного стресса у человека-оператора связано не только с особенностями его рабочего процесса, но и с самыми различными событиями в его жизни, с разными сферами его деятельности, общения, познания окружающего мира. Поэтому определение причин возникновения профессионального стресса необходимо проводить с учетом особенностей влияния разнообразных жизненных событий человека, которые могут быть источником стресса. Наиболее общей и полной является классификация жизненного стресса, один из вариантов которой (рис. 1) предложил P.T. Wong [508].

Рис. 1. Области стресса в повседневной жизни

Во внутреннем квадрате обозначена самая суть нашего существования, которую называют «Я сила», «умственная сила», психическая энергия или внутренние ресурсы. Это то, что позволяет индивиду преодолевать кризисы жизни, что определяет интенсивность сопротивления стрессу. Снижение ресурса способствует повышению уязвимости к разным связанным со стрессом расстройствам, таким как тревога, страх, отчаяние, депрессия.

Следующая область – внутриличностный стресс. Большинство наших требований к внешнему миру и его воздействия на нас связаны с этим видом стресса. Эта область является как бы центробежной силой, которая оказывает влияние на все сферы нашей жизни. Если мы не находимся в мире с самим с собой, то наше внутреннее смятение, переживание проявляется в негативном отношении, воздействиях на внешний мир и нарушает межличностные взаимосвязи. В эту категорию стресса входят такие события, как несбывшиеся ожидания, нереализованные потребности, бессмысленность и бесцельность поступков, болезненные воспоминания, неадекватность оценки событий и т. п.

Область межличностного стресса взаимодействует с определенными областями жизни. Поскольку каждому человеку приходится постоянно решать разнообразные социальные вопросы в своей деятельности, то взаимодействие с другими лицами и его оценка оказывают существенное влияние на наше восприятие, переживание, отношение к событиям и явлениям внешнего мира. Большинство жизненных проблем являются проблемами отношений между людьми.

Личностный стресс имеет отношение к тому, что делает индивид и что происходит с ним, когда он не выполняет, нарушает определенные предписанные социальные роли, такие как роль родителя, мужа, служащего и т. п. Он проявляется в связи с такими явлениями как нарушение здоровья, плохие привычки, сексуальные трудности, скука, старение, уход на пенсию.

Семейный стресс включает все трудности по поддержанию семьи и отношений в ней – работа по дому, супружеские проблемы, конфликты между поколениями, жизнь с молодежью, болезнь и смерть в семье, алкоголизм, развод и т. п.

Рабочий стресс обычно связан с тяжелой рабочей нагрузкой, отсутствием самоконтроля за результатом работы, ролевой неопределенностью и ролевым конфликтом. Плохое обеспечение безопасности работы, несправедливые оценки труда, нарушение его организации могут стать источником стресса.

Общественный стресс относится к проблемам, которые испытывают, переживают большие группы людей, – например, экономический спад, бедность, банкротство, расовое напряжение и дискриминация и т.  п.

Экологический стресс обусловливается воздействием экстремальных условий окружающей среды, ожиданием такого воздействия или его последствий – загрязнение воздуха и воды, суровые погодные условия, недоброжелательные соседи, толкотня, высокий уровень шума и т. п.

Финансовый стресс не требует разъяснений. Невозможность оплатить счета, необеспечение расходов доходами, затруднения в получении долга, несоответствие уровня зарплаты результатам работы, возникновение дополнительных финансово не обеспеченных расходов – эти и другие обстоятельства могут являться причиной стресса.

Внутриличностный стресс заслуживает детального рассмотрения не только потому, что на него обращалось недостаточно внимания, но и в связи с тем, что он может проецироваться на различные жизненные события и влиять на особенности отношения к ним и поведение индивида. Разные типы стрессов во временном измерении для наглядности сведены в таблицу 1.

Таблица 1. Типы внутриличностных стрессоров

Многие жизненные проблемы имеют корни в прошлом. Обиды и моральные травмы, возникающие в неблагополучной семье, неразрешенные конфликты с родителями и с детьми и многие другие проблемы могут преследовать человека многие годы. Стыд и чувство вины «привязывают» человека к его прошлому. Подавленные негативные воспоминания и эмоции, иногда искусственно приглушенные алкоголем или жизненными заботами, являются не проходящим источником внутреннего напряжения.

Жизнь в настоящее время также наполнена внутренними стрессорами. Кризис существования (экзистенциональный кризис) беспокоит как в отношении его значимости в жизни, так и значимости самой жизни, тех или иных ее этапов и проявлений. Отрицательная эмоциональность также предрасполагает к дистрессу. Высокий уровень эмоциональной реактивности будет постоянно вызывать расстройства, чувство напряженности, страха, обреченности при возникновении даже незначительных жизненных невзгод. Жизнь может стать невыносимой, когда большая часть ожиданий и все мечты не сбываются. Расстройства и разочарования со временем приводят к ожесточению.

Внутренние беспокойства и тревоги очень часто усиливаются предчувствиями чего-то плохого. Тревоги, беспокойства о будущих неудачах, несчастьях (реальных или мнимых, воображаемых) могут создавать больший стресс, чем фактическая неудача. Страх старости и смерти может заслонить радость бытия, исказить позитивный смысл жизни, заставить воспринимать жизнь в черных тонах.

Когда человек психически напряжен, а источник этого напряжения – конфликтующий образ неблагоприятного события – становится доминантным в жизнедеятельности, не нужно какого-либо серьезного внешнего воздействия для ощущения беспокойства и стресса. Внутреннее напряжение может создать все виды проблем от постоянных пререканий и ссор до отчаянных действий. Поэтому при анализе жизненного стресса во всех его проявлениях необходимо уделять внимание внутриличностным стрессорам.

В исследованиях психологического стресса, установлении особенностей его развития и последствий для здоровья важно четко различать и оценивать влияние разных экстремальных жизненных событий. Различные концепции измерения стресса можно частично разграничить с использованием двухмерного пространства (рис. 2, по 225), где ось «Х» отражает длительность воздействия, а ось «Y» – его интенсивность (серьезность, опасность). Травмам свойственна относительно короткая длительность воздействия, опасного для здоровья и жизни.

Рис. 2. Схема последствий воздействия психологических стрессов

Хроническое ролевое напряжение развивается на протяжении длительного времени под влиянием неблагоприятных условий, не представляющих непосредственной угрозы для жизни. Некоторые жизненные обстоятельства являются комбинацией хронического стресса (ролевого напряжения) и коротких периодов травм. Эти жизненные события могут быть разной продолжительности, но они отличаются от ролевого напряжения тем, что имеют четко определенные начало и конец. Неприятности (столкновения, конфликты) – это события с краткой длительностью, обычно незначительные, однако, они могут быть включены в контекст длительного жизненного события или ролевого напряжения, что может увеличить их значение.

Источником травмирующего воздействия могут быть природные и техногенные катастрофы, война и связанные с ней проблемы (например, голод), а также индивидуальные травмы.

Общими характеристиками крупных катастроф являются неожиданность (как правило) их возникновения, непродолжительность проявления (хотя последствия могут занимать большой отрезок времени), чрезвычайность угрозы для жизни и здоровья конкретного индивида, пережившего катастрофу, и ее свидетелей, незначительная возможность личного контроля поведения.

Обычно считается, что «жизненные события» – это крупные перемены в жизни, серьезно влияющие на состояние и весь жизненный уклад, такие как тяжелая утрата, потеря работы, развод и т. д. В настоящее время принято считать, что любая перемена, позитивная или негативная, требует адаптационной энергии и тем самым предрасполагает человека к функциональным расстройствам.

В 1978 году T.A. Beehr и J.S. Newman (цит. по [253]) определили 37 рабочих или организационных характеристик, которые могут являться стрессорами. Они разделили их на четыре категории: а) профессиональные требования и характеристики решаемых задач; б) ролевые требования или ожидания; в) организационные требования или ожидания; г) внешние требования или условия. Несмотря на то, что приведенное авторами перечисление стрессоров не было исчерпывающим, оно было для того времени весьма внушительным, хотя большинство из них, однако, не было исследовано достаточно серьезно. С тех пор в научной литературе появилось довольно много исследований профессионального стресса: если двадцать пять лет тому назад в указателях журнала Psychological Abstracts встречалось всего около 10 упоминаний «профессионального стресса», то в настоящее время ежегодно по этой проблеме публикуется свыше 350 работ.

В результате возрастающего исследовательского интереса к данной проблеме были выявлены новые стрессоры, но все еще нет четкой и общепризнанной их категоризации. В дополнение к четырем указанным выше категориям было предложено выделить стресс возможности (возможности иметь что-то желаемое), ограничения в достижении и требования достижения чего-то желаемого, когда возможность этого достижения неопределенна. Стрессором может явиться несоответствие между желанием и тем, что работа предоставляет, и между тем, что работа требует от человека и возможностями или ресурсами человека соответствовать этим требованиям [185, 303]; организационные особенности, профессиональные требования и ролевые характеристики, индивидуальные особенности и ожидания [239, 250]; физические параметры окружающей среды, стрессоры групповых процессов, стрессоры на организационном уровне [309]. Очевидно, что существуют и другие представления о природе профессиональных стрессоров. В последние годы все большее внимание исследователей в этой области привлекают факторы, связанные непосредственно с рабочим процессом, с теми переменными, которые определяют его сложность, значимость, неопределенность, отражают опасность, вредность ожидаемой или развивающейся рабочей ситуации [304, 398, 458 и др.].

Данный текст является ознакомительным фрагментом.

Психологические причины возникновения зависти

Психологические причины возникновения зависти Тяжелее всего для завистника то, что ему никто не завидует. Роже Мартен дю Гар Существует две версии возникновения зависти – врожденная и приобретенная. Согласно первой версии зависть – это некая генетическая программа,

Глава III. Причины возникновения информационного стресса

Глава III. Причины возникновения информационного стресса Возникновение стресса определяется воздействием на индивида экстремальных факторов, связанных с содержанием, условиями и организацией деятельности. Для развития информационного стресса важным фактором является

3.1. Причины профессионального (психологического) стресса

3.1. Причины профессионального (психологического) стресса Информационный стресс в операторской деятельности по своей природе, является разновидностью профессионального (рабочего) стресса. Причины его возникновения связаны с экстремальными воздействиями, прежде всего,

3.

1.3. Развитие психологического стресса на примере развития экзаменационного стресса

3.1.3. Развитие психологического стресса на примере развития экзаменационного стресса Хотя под экзаменационным стрессом обычно понимают состояние человека, сдающего экзамен, на самом деле этот процесс занимает достаточно длительное время. В реальности экзаменационный

4.1. Субъективные причины возникновения психологического стресса

4.1. Субъективные причины возникновения психологического стресса Можно выделить две группы субъективных причин, вызывающих стресс. Первая группа связана с относительно постоянной составляющей личности человека, тогда как вторая группа причин стресса носит

4.2. Объективные причины возникновения психологического стресса

4.2. Объективные причины возникновения психологического стресса Объективные причины стрессов современного человека можно разбить на четыре группы:1) условия его жизни и работы;2) люди, с которыми он взаимодействует; Рис. 27. Объективные причины стрессов.3) социальные

Глава 4. Причины возникновения стрессов

Глава 4. Причины возникновения стрессов Упражнение 4.1. Работа с негативными установками.1. Установка «конца света» – идея о том, что ситуация слишком ужасна и граничит с катастрофой.Слова-маркеры: это ужасно, мрак, катастрофа, я этого не переживу зарезал без ножа, конец, я

12. Конфликты и причины их возникновения

12. Конфликты и причины их возникновения Задача занятия : проанализировать сущность конфликтов, причины их возникновения и пути разрешения [4] .Упражнение-разминка «Встреча на узком мостике»Описание упражнения. Двое участников становятся на линии, проведенной на полу,

Другие причины возникновения страха

Другие причины возникновения страха Далеко не у всех людей страх перед аудиторией будет возникать по тем же причинам, что и у Джоан. Но дискомфорт будет всегда, результатом какого-то внутреннего процесса. Некоторым людям кажется, что они вообще потеряли дар речи, других

ПРИЧИНЫ ВОЗНИКНОВЕНИЯ КОНФЛИКТОВ

ПРИЧИНЫ ВОЗНИКНОВЕНИЯ КОНФЛИКТОВ Причины конфликтов – важный компонент в вопросе урегулирования любого конфликта. Причины возникновения конфликта являются движущей силой развития и эскалации конфликта. Природа причин может иметь объективный или субъективный

3. Причины возникновения шопомании

3. Причины возникновения шопомании

Глава 12. Обоснование и классификация приемов управления состоянием психологического стресса

Глава 12. Обоснование и классификация приемов управления состоянием психологического стресса Проблема борьбы со стрессом, противодействия ему путем разработки и внедрения различных мероприятий профилактического характера, а также методов и средств оперативной

12.

2. Классификация приемов управления состоянием психологического стресса

12.2. Классификация приемов управления состоянием психологического стресса Зарождение и развитие психологического стресса определяется воздействием совокупности внешних (средовых) и внутренних (субъектных) факторов и зависит от индивидуальных (психологических,

Причины возникновения Современного ума-эго

Причины возникновения Современного ума-эго Пора назвать причины возникновения ума-эго и показать этапы его развития. Они открываются, если отойти от привычного видения устройства мира. Оно создавалось последние пять веков, и сейчас ум опутан привнесёнными в него

Причины возникновения болезней

Причины возникновения болезней • страхи, негативные убеждения;• чувство вины – испытывая боль, спросите себя: я чувствую себя виноватой… в чем? Я себя обвиняю… в чем? Я боюсь, что меня обвинят… в чем?• стресс – мы чувствуем себя разрывающимися на части (проблема

Что такое стресс? Определение, классификация и источники

В управлении трудовыми ресурсами стресс определяется как состояние психического и эмоционального давления или напряжения, вызванное возникшими проблемами или неблагоприятными обстоятельствами. Чувствами и поведением человека управляет внешняя сила.

Это реакция человека на внешние факторы окружающей среды (стимулы, называемые факторами стресса) и последствия такой реакции. Фактором стресса может быть неоправданное или чрезмерное давление на сотрудников, которое может носить разрушающий характер.

Стресс возникает в результате расхождения между требованиями ситуации и способностью работника выполнить эти требования. В сущности, это дисбаланс между воспринимаемым состоянием и требуемым состоянием. Такое нарушение баланса приводит к психологическим, физиологическим и поведенческим отклонениям. Стресс является неотделимой частью трудовой жизни.

Классификация стресса

• Эустресс: Этим термином обозначается положительный стресс, когда ситуация предлагает индивидууму возможность получить что-либо. Этот вид стресса считается мотивирующим, поощряющим людей справляться с вызовами, и без которого у человека не появляется искра, необходимая для повышения уровня своей продуктивности.
• Дистресс: Этот вид стресса относится к негативным стрессам, когда человек ощущает опасения или чувствует себя неадекватно в связи с беспомощностью и разочарованием. Дистресс может вызвать заболевания сердца и сосудов, привести к алкоголизму, супружеским изменам, злоупотреблением наркотиками, и не только.

Факторы стресса — источники стресса

Основные источники факторов стресса разделяются на четыре категории:

Факторы стресса индивидуального уровня

Это факторы, связанные непосредственно с личностью индивидуума и с его должностными обязанностями. К ним относятся:

1. Тип личности: То, как человек ощущает стресс, в большой степени зависит от типа его личности. Типы личности разделяются на две группы: Тип А и Тип В.
2. Ролевая перегрузка: Избыточная рабочая нагрузка, увеличенное давление и напряжение среди работников, что, в конечном счете, вызывает стресс.
3. Ролевой конфликт: В организации, ролевой конфликт возникает, когда люди сталкиваются с требованиями конкуренции. Это может быть внутриролевой конфликт, вызванный тем, что сотрудник должен выполнять противоположные требования, или персональный ролевой конфликт, возникающий из-за различия между личными ценностями и целями организации.
4. Ролевая неопределенность: Когда работники не осведомлены о своих обязанностях, правах, власти, функциях и ожидаемой продуктивности. Такая ситуация и называется ролевой неопределенностью.
5. Характеристики задачи: Характеристики задач также вызывают появление стресса, особенно в случае, когда они включают в себя такие действия, как принятие решений, обмен информации и наблюдение за работой.

Факторы стресса группового уровня

В эту категорию попадают стрессы, возникающие в результате динамики в группе и поведением руководства. Они могут быть связаны со следующими причинами:

1. Отсутствие связности
2. Поведение руководства
3. Насилие на рабочем месте
4. Внутригрупповой конфликт
5. Сексуальные домогательства
6. Несоответствие статуса

Факторы стресса уровня организации

Эти факторы оказывают влияние почти на всех сотрудников, работающих в организации. К ним относятся:

1. Климат в организации: Когда окружающая рабочая среда организации налагает избыточное рабочее давление на сотрудников, вызывая у них сильный стресс.
2. Структура организации: Структура организации объясняет уровень власти, правила и нормы принятия решений. Если в организационной структуре правила играют более значимую роль, чем участие, то в этом случае структура организации действует в качестве стрессового фактора на работающих в ней людей.
3. Руководство организации: Стиль управления играет критическую роль в развитии сотрудников. Если культура организации создает напряжение, страх или тревожность, или требует много времени для завершения работы, на которую выделяются короткие сроки, с уведомлением об увольнении, в случае, если работа не будет выполнена в эти сроки, то это создает необоснованное давление на сотрудников.
4. Жизненный цикл организации: Так как жизненный цикл присущ буквально всему, то и организации также проходят через различные этапы жизни, например, рождение, рост, политика, процедуры, теория, религия, ритуалы и соборование перед кончиной. Начальные этапы жизни организации могут вызывать волнение, в то время как последующие этапы могут приводить к стрессам.

Внешние факторы стресса

В данную категорию входят источники стресса, лежащие вне организации. Это стрессы, вызванные семейными проблемами, экономикой, статусом, или недостаточной мобильностью

Готовый тренинг

Управление энергией

С помощью этого комплекта материалов вы сможете самостоятельно провести тренинг для предотвращения негативных последствий стресса. Узнайте детали  

Стрессы связаны с ограничениями и требованиями. Ограничения не дают индивидууму делать то, что ему хочется, а требования предполагают потерю чего-то, что хочет работник.

Чувство стресса у разных людей имеет различную интенсивность. Некоторые легко поддаются стрессу, так как слишком чувствительны к факторам, вызывающим его. Другие люди обладают способностью преодолевать любые факторы стресса. Следовательно, то, как человек ощущает стресс, определяется его восприятием, опытом, положением и социальной поддержкой.

Что такое стресс — презентация в PowerPoint

Если вы бизнес-тренер и планируете использовать эту мини-лекцию в своих тренингах, то:

1. Рекомендуем прочитать статью о том как сделать свою мини-лекцию живой и интересной.
2. Скачайте презентацию в формате PowerPoint для визуальной поддержки вашей мини-лекции.

Премиальный контент

Ссылка на скачивание этой презентации и другой премиальный контент доступны подписчикам платных тарифов. Оформите платную подписку на сайте “Технология тренинга” и получите полный доступ к 13 готовым тренингам, 256 слайдам, 112 минилекциям, 619 упражнениям, 41 видео и т.д. Это совсем не дорого.

Нет аккаунта? Зарегистрируйтесь   Есть аккаунт? Войдите  

Классификация психического стресса с использованием алгоритмов CNN-LSTM с сигналами электрокардиограммы как депрессия, рак и сердечно-сосудистые заболевания, в зависимости от накопления стресса.

Поэтому очень важно регулярно управлять и контролировать стресс человека. В этом исследовании мы предлагаем ансамблевый алгоритм, который может точно определять психические стрессовые состояния с использованием модифицированной архитектуры сверточной нейронной сети (CNN) и долговременной кратковременной памяти (LSTM). Когда человек подвергается стрессу, происходит смещение сигнала электрокардиограммы (ЭКГ). Можно классифицировать сигналы стресса, анализируя сигналы ЭКГ и извлекая определенные параметры. Чтобы максимизировать производительность предложенного алгоритма классификации стресса, было применено быстрое преобразование Фурье (БПФ) и спектрограммы для предварительной обработки сигналов ЭКГ и получения сигналов как во временной, так и в частотной областях, чтобы помочь процессу обучения. В качестве критериев оценки эффективности модели классификации напряжений использовались матрицы неточностей, кривые рабочих характеристик приемника (ROC) и кривые точности-отзыва (PR), а точность, достигнутая предложенной моделью, составила 98,3%, что на 14,7% больше по сравнению с предыдущими результатами исследования. Таким образом, наша модель может помочь управлять психическим здоровьем людей, подверженных стрессу. Кроме того, в сочетании с различными биосигналами, такими как электромиограмма (ЭМГ) и фотоплетизмография (ФПГ), он может иметь потенциал для развития в различных системах здравоохранения, таких как домашние тренировки, анализ состояния сна и мониторинг сердечно-сосудистой системы.

1. Введение

Стресс – это психическая и физическая реакция, которую может испытывать человек, оказавшись в сложной и/или незнакомой среде или ситуации. Чрезмерное накопление стресса может вызвать хронические заболевания, такие как высокое кровяное давление, болезни сердца и рак, а в тяжелых случаях может привести к смерти [1, 2]. По этой причине наблюдение за стрессом приобретает все большее значение в современном обществе.

Опубликованы исследования по измерению стресса с использованием различных биологических сигналов, таких как электроэнцефалография (ЭЭГ), электромиограмма (ЭМГ), насыщение кислородом и пульсовые волны [3–5]. Однако эти методы измерения требуют дорогих и громоздких систем для сбора данных, сложны и дороги в использовании, а также требуют экспертного анализа сигналов.

Существующие исследования с использованием сигналов ЭЭГ анализировали стресс с использованием машин опорных векторов (SVM), многослойных персептронов (MLP) и наивного байесовского метода (NB) и получили точность 75%, 85,20% и 64,29% соответственно [6–8]. Однако, поскольку в этих исследованиях в качестве обучающих данных использовались только 15 ЭЭГ, может произойти недообучение. Кроме того, поскольку ЭЭГ генерирует 7-канальный сигнал, для измерения сигналов стресса требуется сложный и трудоемкий процесс. Предыдущие исследования с использованием сигналов ЭМГ, проанализированных с помощью SVM, достигли точности 85%. Однако, несмотря на одно и то же действие (характерное движение мышц), величина амплитуды сигнала меняется от измерения к измерению, а шумы в сигнале затрудняют выделение точных характерных точек [9].].

Исследования, которые классифицируют стресс с помощью электрокардиограммы (ЭКГ), были наиболее популярными, потому что метод получения сигнала проще, чем другие методы, и получается четкая форма волны. В двух исследованиях была достигнута точность 89,21% и 84,4% с использованием SVM [10, 11], но выделение характерных точек может быть затруднено из-за шума и времени, необходимого для измерения многоканальных сигналов ЭКГ, а также из-за того, что предварительная обработка не всегда точна. В двух разных исследованиях была достигнута точность 75% и 89% за счет учета стандартного отклонения интервала R-R сигнала вариабельности сердечного ритма (ВСР) [12, 13]. Точная классификация стресса затруднена, потому что для расчета стандартного отклонения интервала R-R требуется более 5 минут, а разница в значениях параметров минимальна. Кроме того, поскольку кривая ЭКГ не является точной в частотной области, трудно выделить характерные точки, что затрудняет непосредственную оценку или минимизацию влияния шума, создаваемого человеческим телом.

Кроме того, некоторые результаты исследований показали точность 63,97% и 82,7% с использованием кластеризации нечетких средних (FCM) и сверточной нейронной сети (CNN) [14, 15]. В этих исследованиях возникают трудности с классификацией сигналов стресса, поскольку расстояние между центральной точкой и данными небольшое, а масштаб обучающих данных мал, что облегчает возникновение недообучения.

Некоторые более ранние результаты исследований показали точность 87,39% и 90,19% с использованием CNN и сверточных рекуррентных нейронных сетей (CRNN) [16, 17]. В этих исследованиях иерархическая структура классификатора напряжений сложна, и имеется значительное количество шума; следовательно, трудно достичь точности классификации высокого напряжения путем обнаружения неправильного R пиковое значение. Модели, основанные на долговременной кратковременной памяти (LSTM), достигли точности 88,13% [18]. Однако из-за высокого шума сигнала ЭКГ сложно рассчитать среднеквадратичное значение (RMS) интервала R-R.

Вышеупомянутый алгоритм классификации сигнала стресса с использованием сигнала ЭКГ имеет недостатки, такие как недообучение, расчет стандартного отклонения для интервала R-R долговременного сигнала ВСР и обнаружение неверного пикового значения R . Чтобы преодолеть эти проблемы, мы предлагаем ансамблевую модель, которая точно классифицирует умственный стресс, комбинируя CNN и LSTM. Предлагаемая модель извлекает характерную точку с использованием порогового значения, преобразует ее в спектрограмму и классифицирует сигнал стресса с помощью анализа сигнала ЭКГ.

Для повышения точности классификации напряжений были добавлены пакетная нормализация (BN), плоские слои и полносвязные слои. Впоследствии точность модели классификации стресса была улучшена за счет раздельной классификации сигналов ЭКГ во временной и частотной областях. Матрицы путаницы, кривые рабочих характеристик приемника (ROC) и кривые точности-отзыва (PR) использовались для оценки производительности модели классификации стресса. В этом исследовании мы предложили метод ансамбля для классификации умственного напряжения модели CNN-LSTM с использованием сигналов ЭКГ. Данные базы данных изменений ST и базы данных WESAD прошли обучение, и более 9Было достигнуто 8% эффективности классификации.

2. Материалы и методы

2.1. Субъект

На рисунке 1 показана процедура классификации сигналов стресса. В этом исследовании мы использовали базу данных изменений ST и базу данных WESAD, которые предоставляют сигналы ЭКГ, полученные в различных стрессовых условиях. База данных изменений сегмента ST содержит данные ЭКГ, регистрирующие физическую нагрузку, и состоит из 28 сигналов ЭКГ, полученных от 15 мужчин [19]. База данных WESAD содержит 30 сигналов ЭКГ, измеренных на запястье и грудной клетке, полученных от 15 человек (12 мужчин и 3 женщин) [20].

2.2. Предварительная обработка и извлечение признаков

Электрокардиография — наиболее распространенный способ проверки состояния здоровья путем неинвазивной проверки электрического состояния сердца. При снятии электрокардиограммы шум создается рядом факторов, что значительно снижает точность классификации ЭКГ [21]. Для решения этой проблемы мы использовали фильтр нижних частот и подтвердили, что 90,89% шума было устранено с помощью фильтра нижних частот с частотой дискретизации 360 Гц и частотой среза 150 Гц.

На рис. 2 показаны извлеченные значения из сигнала ЭКГ. Извлекая эти данные при стрессе и без стресса, можно точно проанализировать ЭКГ [22]. и были извлечены из сигналов ЭКГ после установки порога. извлекли полюс, когда пороговое значение было больше 0,2 мВ в одном периоде сигнала, и извлекли полюс, когда пороговое значение было меньше -0,54 мВ в одном периоде.

В состоянии стресса сердце бьется неравномерно и быстро, интервал R-R сигнала ЭКГ сужается, увеличивается. С другой стороны, в ненапряженном состоянии сердце относительно стабильно, интервал R-R уширяется, а уменьшается [23]. В каждом состоянии среднее значение без стресса составило 1,47 мВ, а при стрессе — 4,25 мВ. На рис. 3 показано преобразование любого сигнала (под нагрузкой или без нагрузки) в спектрограмму.

2.3. CNN-LSTM Model Design

На рисунке 4 показана архитектура ансамблевой модели, предложенной в этом исследовании. Слой классификации состоит из 14 уровней.

В таблице 1 приведена структура слоев, составляющих модель ансамбля. Во-первых, 124 × 124 × 3 данных последовательности изображений вводятся на уровень ввода последовательности. Впоследствии данные изображения ЭКГ преобразуются в форму массива (вертикального, горизонтального и канального) с использованием слоя свертывания последовательности, а затем передаются в слой свертки.

Причина использования слоя свертки последовательности заключается в том, что данные последовательности изображений могут быть преобразованы в массив, упорядочены и затем переданы в слой двумерной (2D) свертки. Первый двумерный сверточный слой содержит шесть фильтров размером 5 × 5.

Из-за вычисления сверточных слоев с использованием уравнения (1) размер выходного значения составляет 124 × 124 × 6.Уравнение (1) представляет процесс расчета для слой свертки. Когда применяются отступы и шаг и задан размер входных данных и фильтра, можно рассчитать выходное значение. H и W — размер входных данных, FH (высота фильтра) и FW (вес фильтра) — размер фильтра, S — шаг, P — отступ и OH ( выходная высота) и OW (выходной вес) являются размерами выходного значения.

Затем выходные данные подключаются к уровню пакетной нормализации. После нормализации размера выходных данных до 124 × 124 × 6 в слое пакетной нормализации они были подключены к слою максимального объединения. Согласно уравнению (2), размер выходных данных определяется путем деления размера строки и столбца на размер пула.

Его выходные данные передаются на уровень пакетной нормализации, а затем на уровень максимального пула. Слой максимального объединения представляет собой фильтр 2 × 2 с шагом 2. В результате исходные данные уменьшаются до размера 62 × 62 × 6. Второй слой двумерной свертки содержит 12 фильтров размером 3 × 3. в результате данные дополнительно уменьшаются до размера 31   × 31   × 12. Затем выполняется нормализация, и данные передаются на уровень LSTM. Чтобы передать размер выходных данных в слой LSTM, была выполнена нормализация с использованием слоя развертывания последовательности, а векторы признаков были получены с использованием слоя сглаживания (или сглаженного слоя).

Слой выравнивания имеет то преимущество, что не влияет на параметр путем преобразования выходных данных извлеченной карты объектов в одномерный массив, что позволяет реконструировать карты объектов в качестве входных данных для LSTM [24]. В это время вход передается через скрытый слой LSTM.

Значение веса 800 × 11532 на входном слое применяется к уравнениям (3)–(7), которые представляют вычислительный процесс слоя LSTM, для извлечения значения признака. Слой LSTM состоит из входных вентилей (), забывающих вентилей () и выходных вентилей (). Слой LSTM состоит из входных ворот (), забывающих ворот () и выходных ворот (). В каждом вентиле значение веса умножается в соответствии с входным вектором (), скрытым состоянием () и состоянием ячейки () с использованием сигмовидной функции и функции Tanh, а затем извлекается значение признака.

Затем применяется к уравнению (8) для передачи значения признака, рассчитанного на выходном элементе, в выходной слой. Уравнение (8) представляет собой процесс извлечения требуемого значения признака из нескольких значений признака, вычисленных на выходе. После извлечения значения признака от −1 до 1 с помощью функции Tanh значение признака в диапазоне, рассчитанном с использованием выходного вентиля, передается на выходной слой.

Значение признака, извлеченное из слоя LSTM, классифицирует изображение с использованием полносвязного слоя размера два и вычисляет значение вероятности для изображения, классифицированного слоем softmax. Впоследствии выполняется классификация изображений с использованием значений признаков, извлеченных ранее с использованием полносвязного слоя, и вычисляется значение вероятности классифицированного изображения с использованием слоя softmax. Наконец, на этапе классификации сигнал классифицируется как находящийся в состоянии стресса или без него.

На рисунке 5 показаны компоненты 2D-слоя свертки и слоя LSTM, к которым применяются уравнения (1)–(8). Уравнения (1) и (2) показывают процесс расчета сверточного 2D-слоя среди моделей CNN, а уравнения (3)–(7) показывают процесс вывода значений признаков с использованием весовых значений входных ворот без учета ворот и выходной вентиль на уровне LSTM. Уравнение (8) передает значения признаков в диапазоне от выходного элемента к выходному слою.

Мы использовали матрицу путаницы, кривую рабочих характеристик приемника (ROC) и кривую точности-отзыва (PR) для оценки эффективности классификации сигнала стресса предложенной ансамблевой модели [25]. Матрица путаницы — это матрица, которая позволяет оценить, насколько точно прогнозируемое значение сравнивается с фактическим наблюдаемым значением. Мы использовали данные ЭКГ из базы данных изменений сегмента ST (БД) и БД WESAD. Общее количество точек данных составило 58. Однако при таком небольшом количестве данных сложно точно оценить модель классификации сигналов стресса. Поэтому, чтобы повысить точность модели классификации и лучше проанализировать ее производительность, данные были удвоены путем преобразования данных во временной области в данные в частотной области с использованием быстрого преобразования Фурье (БПФ), как показано на рисунке 6. После предварительной обработки производительность ансамблевой модели оценивали с использованием 58 данных во временной области и 58 данных в частотной области.

3. Экспериментальные результаты

В таблице 2 показаны точность, чувствительность, специфичность, прецизионность и отрицательные прогностические значения, полученные для оценки эффективности модели классификации с использованием формул (9)–(13) [26–28]. Формула (1) определяет точность и указывает вероятность точной классификации всех в стрессовых и без стрессовых условиях. В формуле TP, TN, FP и FN обозначают истинно положительный, истинно отрицательный, ложноположительный и ложноотрицательный результат соответственно. Для временной и частотной областей точность классификатора напряжений составила 94,8% и 98,3% соответственно.

Чувствительность относится к доле данных, правильно классифицированных как без стресса, по отношению ко всем данным без стресса (фактические наблюдаемые данные). Во временной и частотной областях чувствительность классификатора стресса составила 96,4% и 100% соответственно.

Специфичность – это доля данных, правильно классифицированных как стрессовые, среди всех данных стрессовых ситуаций (фактические наблюдаемые данные). Во временной и частотной областях чувствительность классификатора стресса составила 96,4% и 100% соответственно.

Точность — это отношение данных, правильно классифицированных алгоритмом классификации стресса как без стресса, к значению всех данных, классифицированных как без стресса. Во временной и частотной областях точность классификатора напряжений составила 93,1% и 96,6% соответственно.

Отрицательное прогнозируемое значение представляет собой отношение данных, правильно классифицированных как находящиеся под нагрузкой, к фактическому значению без данных о нагрузке. Во временной и частотной областях отрицательные прогностические значения классификатора стресса составили 96,6% и 100% соответственно.

На рис. 6 показаны результаты работы модели классификации с использованием матрицы путаницы. Матрица слева на рисунке 7 использует данные, преобразованные во временную область, а матрица справа является результатом использования данных в частотной области. Наивысшая точность классификации предложенной ансамблевой модели составила 98,3% для частотной области. В предыдущих исследованиях точность модели составляла 83,6% [29]. Эти результаты показывают, что точность была улучшена на 14,7% с использованием предложенного ансамбля по сравнению с предыдущими результатами.

На рис. 8 показаны характеристики классификации по эпохам во временной и частотной областях. На графике показана среднеквадратическая ошибка (MSE) в зависимости от количества эпох. Во временной области была получена самая низкая MSE при 219 эпохах (показана проверочная кривая), в то время как в частотной области была получена самая низкая MSE при 223 эпохах.

На рис. 9 показаны ROC-кривые по эпохам для временной и частотной областей данных ЭКГ. Кривая ROC — это метод оценки производительности, применимый к системе бинарного классификатора, который показывает, как производительность модели классификации изменяется при изменении порога [30]. Площадь под кривой (AUC) (площадь под кривой ROC) — это показатель, используемый для оценки эффективности классификации различных типов сигналов (сигналов стресса в данном исследовании). Когда диапазон AUC падает между 0,9и 1,0 (90–100 %), эффективность классификации превосходна, а когда диапазон AUC находится в пределах от 0,8 до 0,9 (80–90 %), эффективность классификатора низкая. Во временной области AUC кривой ROC составила 94,67%, а в частотной области — 98,12%. AUC предыдущего исследования составляла 85,7% [14], и было подтверждено, что ансамбль, предложенный в этом исследовании, обеспечивает улучшение на 12,42%. Значение AUC в частотной области было на 3,45% выше, чем во временной области в нашей модели, что указывает на то, что эффективность классификации сигнала стресса лучше в первой.

На рис. 10 представлены кривые PR для данных ЭКГ по эпохам для временной и частотной областей. При рассмотрении кривой ROC, если набор данных несбалансирован, форма кривой скошена в одну сторону, и производительность классификатора не может быть точно оценена [31]. Кривая PR может использоваться для преодоления недостатков кривой ROC и показывает корреляцию между точностью и отзывом. Средняя точность (AP) кривой PR — это показатель, который можно использовать для оценки эффективности классификации сигналов стресса [32].

Ось X представляет отзыв, а ось Y представляет точность. На кривой PR, чем больше AP, тем лучше эффективность классификации сигнала стресса. АР кривой PR во временной области составила 93,8%, а в частотной области — 97,6%. АД, полученное с использованием кривой PR в [32], составило 84,2%. Таким образом, по сравнению с ранее предложенным классификатором сигнала стресса, АР кривой PR улучшается на 13,4% при использовании предложенного классификатора. Кроме того, значение AP в частотной области было на 3,8% выше, чем во временной области в нашей модели, что указывает на то, что производительность классификации стресса лучше в первой.

В предыдущих исследованиях, в которых использовались данные ЭКГ во временной или частотной области, эпохи были установлены на 10, а размер пакета был установлен на 64. В результате точность во временной и частотной областях составила 83,6% и 74,5%, соответственно [33]. Однако используемые архитектуры подвержены переоснащению, и точность, достигнутая после 10 эпох, может отражать эту проблему. На рисунке 11 показана точность классификации напряжений с использованием предложенного CNN-LSTM. После установки эпох на 20 и размера партии на 64 была измерена точность классификации, включающая сигналы стресса ЭКГ во временной и частотной областях. При этих настройках время, необходимое для классификации во временной области, составляло 7 мин 48 с, а точность проверки составляла 94,13%. Прошедшее время для частотной области составило 7 мин 31 с, а точность проверки составила 98,26%, что соответствует улучшению точности на 10,53% и 23,76% по сравнению с предыдущими результатами [33].

В целях сравнения мы оценили эффективность классификации напряжений моделей CNN, LSTM и CNN-LSTM. Во-первых, сигналы стресса были классифицированы с использованием CNN. После ввода значений данных временных рядов из баз данных в слой ввода изображения карты объектов были извлечены с использованием слоев свертки, пакетной нормализации и максимального объединения. Напряжение было классифицировано с использованием полносвязного слоя и слоя softmax под нагрузкой и без нагрузки в качестве окончательной классификации. Точность классификации сигналов стресса с помощью CNN составила 88,35%.

Кроме того, сигналы стресса были классифицированы с использованием LSTM. LSTM — это тип рекуррентной нейронной сети (RNN), которая представляет собой искусственную нейронную сеть, которая распознает закономерности в данных, которые могут быть представлены в виде массива, и используется для таких задач, как анализ текста и генных сигналов. После ввода данных о последовательности баз данных ЭКГ в слой ввода последовательности выходные данные рассчитывались с использованием слоя LSTM (с функцией активации ReLU). Затем сигнал был классифицирован как находящийся под нагрузкой или без нагрузки с использованием полносвязного слоя. Точность классификации сигналов стресса с использованием LSTM составила 86,25%.

В таблице 3 сравнивается точность классификации напряжений моделей CNN, LSTM и CNN-LSTM. Мы установили эпохи на 20 и размер пакета на 64, а затем определили прошедшее время и точность. Результаты подтвердили, что модель CNN-LSTM была примерно на 1 мин быстрее, чем модели CNN и LSTM, а точность была улучшена на 9,91% и 12,01% соответственно.

На рис. 12 показаны кривые AUC и AP для каждой модели на основе результатов ROC и PR. AUC CNN-LSTM составляла 98,12%, а у CNN и LSTM — 87,5% и 84,3% соответственно. Таким образом, AUC модели CNN-LSTM была на 10,62% и 13,82% выше, чем у моделей CNN и LSTM, соответственно, подтверждая, что ее эффективность классификации стресса лучше. AP CNN-LSTM был 97,6% и 88,2% и 86,02% соответственно для CNN и LSTM. Модель CNN-LSTM достигла значений AP, которые были на 9,4% и 11,58% выше, чем у моделей CNN и LSTM, соответственно, что еще раз подтверждает улучшенную эффективность классификации.

4. Обсуждение

В этом исследовании для повышения производительности классификации напряжений и предотвращения переобучения была разработана оптимизированная ансамблевая модель путем создания дополнительных данных с использованием спектрограмм и добавления таких слоев, как пакетная нормализация, сглаживающий слой и полностью связанный слой. Производительность классификатора оценивалась с использованием матрицы путаницы, ROC и других показателей. Применяя среднее значение сигнала ЭКГ, извлекаются характеристики сигналов под нагрузкой и без нее для повышения точности классификации стресса. Во временной области точность 93,1%, чувствительность 96,4% и специфичность 93,3%. В частотной области были достигнуты точность 96,6%, чувствительность 100% и специфичность 96,7%. CNN-LSTM достигла точности 94,8% для сигналов во временной области и точности 98,3% для сигналов в частотной области. Наилучшая точность классификации напряжений предлагаемого алгоритма CNN-LSTM составляет 98,3%, что примерно на 14,7% выше, чем наилучшая точность, о которой сообщалось в предыдущих исследованиях. Предложенный классификатор напряжений обеспечивает оптимальную производительность классификации сигналов напряжений, когда количество эпох равно 219.во временной области и 223 в частотной области. Кроме того, производительность модели оценивалась с помощью кривых ROC и PR. Было подтверждено, что были получены улучшения на 12,42% и 13,4% соответственно по сравнению с результатами предыдущего исследования.

5. Выводы

В этом исследовании мы предложили улучшенную ансамблевую модель, основанную на CNN-LSTM, для точной классификации стрессовых состояний. Для предотвращения переобучения алгоритма и повышения точности классификатора сигналы ЭКГ классифицировались отдельно во временной и частотной областях. Предложенная модель ансамбля достигла точности классификации напряжений 98,3%. Эти результаты демонстрируют улучшение точности примерно на 14,7% по сравнению с более ранними исследованиями, которые классифицировали состояние в условиях стресса и без стресса. В будущем мы планируем усовершенствовать метод предварительной обработки, например, удалить тонкие шумы из биологических сигналов, а также повысить точность, применив носимый трансформирующий фильтр, который будет удалять базовые колебания и шум с помощью преобразований Фурье. Ожидается, что предложенный нами классификатор стресса будет полезен в управлении психическим здоровьем, поскольку он может быстро и точно классифицировать стресс, испытываемый современными людьми. Также ожидается, что он поможет предотвратить различные заболевания, такие как депрессия, высокое кровяное давление и диабет, путем периодического управления стрессом.

Доступность данных

Данные доступны по адресу https://physionet.org/content/stdb/1.0.0/, https://archive.ics.uci.edu/ml/datasets/WESAD+%28Wearable+Stress+ и+Аффект+Обнаружение%29.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в данном исследовании.

Благодарности

Это исследование было поддержано Программой исследований и разработок Healthcare AI Convergence через Национальное агентство содействия ИТ-индустрии Кореи (NIPA), финансируемое Министерством науки и ИКТ (№ S1601-20-1041) и Фондом фундаментальных научных исследований. Программа Национального исследовательского фонда Кореи (NRF), финансируемая Министерством образования (№ 2018R1A6A1A0301549).6).

Ссылки

1. G. Giannakakis, D. Grigoriadis, K. Giannakaki, O. Simantiraki, A. Roniotis и M. Tsiknakis, «Обзор обнаружения психологического стресса с использованием биосигналов», IEEE Transactions on Affective Computing , об. 2019 г., идентификатор статьи 2927337, 1 стр., 2019 г.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

2. Б. С. Макьюэн и Э. Стеллар, «Стресс и личность. Механизмы, ведущие к заболеванию», Archives of Internal Medicine , том. 153, нет. 18, стр. 2093–2101, 1993.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

3. М. Н. Дар, М. У. Акрам, С. Г. Хаваджа и А. Н. Пуджари, «Картирование эмоций на основе CNN и LSTM с использованием физиологических сигналов», Sensors , vol. 20, нет. 16, стр. 4551-4552, 2020.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

4. Й. Джеммес, Дж. Г. Стейнберг, О. Мамбрини, Ф. Брегеон и С. Деллио, «Синдром хронической усталости: оценка повышенного окислительного стресса и измененной мышечной возбудимости в ответ на дополнительные упражнения», Журнал внутренних болезней , том. 257, нет. 3, стр. 299–310, 2005.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

5. S. Elzeiny и M. Qaraqe, «Классификация стресса с использованием изображений в пространственной и частотной областях на основе фотоплетизмограмм», Sensors , vol. 17, стр. 312-313, 2020.

   Просмотр по адресу:

   Google Scholar

6. А. Арсалан, «Классификация воспринимаемого человеком стресса с использованием физиологических сигналов», в Proceedings of the 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) , стр. 1247–1250, IEEE, Берлин, Германия, июль 2019 г.

   С. М. У Саид, С. М. Анвар, Х. Халид, М. Маджид и У. Багчи, «Классификация длительного стресса на основе ЭЭГ с использованием психологической маркировки», Sensors , vol. 7, стр. 886-887, 2020.

   Посмотреть по адресу:

   Google Scholar

7. С. М. У. Саид, С. М. Анвар и М. Маджид, «Измерение психологического стресса с использованием недорогой одноканальной ЭЭГ-гарнитуры», в Трудах Международного симпозиума IEEE по обработке сигналов и информационным технологиям 2015 г. (ISSPIT) , стр. 581–585, IEEE, Абу-Даби, ОАЭ, декабрь 2015 года. 9, стр. 215-216, 2014.

   Просмотр по адресу:

   Google Scholar

8. П. Зонтоне, А. Аффанни, Р. Бернардини и др., «Обнаружение симпатической реакции водителя автомобиля с помощью электрокожной активности и измерений электрокардиограммы, IEEE Transactions on Biomedical Engineering , vol. 67, нет. 12, стр. 3413–3424, 2020.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

9. Г. Яннакакис, К. Мариас и М. Цикнакис, «Система распознавания стресса с использованием параметров ВСР и методов машинного обучения», в Proceedings of the 8th International Conference on Affective Computing and Intelligent Interaction Workshops and Demos (ACIIW) , стр. 269–272, IEEE, Кембридж, Великобритания, сентябрь 2019 г. С.-Ю. Е и Д.-Х. Ким, «Оценка стресса с использованием ВСР по прошедшему времени шума МРТ», Journal of the Institute of Convergence Signal Processing , vol. 2015. Т. 16. С. 50–55.

   Посмотреть по адресу:

   Google Scholar

10. С.-Ю. Донг, «Измерение стрессоустойчивости с вариабельностью сердечного ритма во время умственного и физического стресса», в Proceedings of the 2018 40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) , стр. 5290–5293, IEEE, Гонолулу, Гавайи, США, июль 2018 г.

    Посмотреть по адресу:

    Google Scholar

11. H.-M. Чо, Х. Парк, С.-Ю. Донг и И. Юн, «Обнаружение амбулаторного и лабораторного стресса на основе необработанных сигналов электрокардиограммы с использованием сверточной нейронной сети», Датчики , том. 19, нет. 20, стр. 4408–4410, 2019.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

12. Б. Хванг, Дж. Ю, Т. Вассен, И. Мьин-Гермейс, К. Пак и Б.-Т. Чжан, «Deep ECGNet: оптимальная структура глубокого обучения для мониторинга психического стресса с использованием сверхкратковременных сигналов ЭКГ», Telemedicine and E-Health , vol. 24, нет. 10, стр. 753–772, 2018 г.

    Посмотреть по адресу:

    Сайт издателя | Академия Google

13. Б. С. Чжэн, М. Муругаппан и С. Яакоб, «Кластеризация FCM эмоционального стресса с использованием признаков ЭКГ», в Proceedings of the 2013 International Conference on Communication and Signal Processing , стр. 305–309, IEEE, Мелмаруватур, Индия. , апрель 2013 г.

    Просмотр по адресу:

    Google Scholar

14. Дж. Хе, К. Ли, С. Ляо, П. Чжан и Н. Цзян, «Обнаружение острого когнитивного стресса в режиме реального времени с использованием сверточной нейронной сети по электрокардиографическому сигналу», Доступ IEEE , том. 7, стр. 42710–42717, 2019.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

15. П. Зонтоне, А. Аффанни, Р. Бернардини, Л. Д. Линц, А. Пирас и Р. Ринальдо, «Контролируемые методы обучения для обнаружения стресса у водителей автомобилей», Достижения в области науки, технологий и инженерии Системный журнал , том. 5, нет. 6, стр. 22–29, 2020.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

16. Z. Zhao, L. Yang, D. Chen и Y. Luo, «Система идентификации ЭКГ человека, основанная на ансамблевой эмпирической модовой декомпозиции», Датчики , том. 13, нет. 5, стр. 6832–6864, 2013.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

17. П. Шмидт, «Представляем wesad, мультимодальный набор данных для носимого стресса и обнаружения аффекта», в Proceedings of the 20th ACM International Conference on Multimodal Interaction , стр. 400–408, Боулдер, Колорадо, США , октябрь 2018 г.

    Просмотр по адресу:

    Google Scholar

18. В. Бхатеджа, С. Урой, Р. Мехротра, Р. Верма, А. Лей-Экуакилле и В. Д. Верма, «Композитные вейвлеты и подход к морфологии» для фильтрации шума ЭКГ», в Материалы Международной конференции по распознаванию образов и машинному интеллекту , стр. 361–366, Springer, Тезпур, Индия, декабрь 2013 г.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

19. Б. Порр и Л. Хауэлл, «Стресс-тест детектора R-пика с новой зашумленной базой данных ЭКГ выявил значительные различия в производительности среди популярных детекторов», BioRxiv , vol. 4, стр. 722397–722399, 2019.

    Посмотреть по адресу:

    Google Scholar

20. R. Laszlo, HJ Weig, S. Weretka и J. Schreieck, «Узкосложная тахикардия с чередованием интервалов R-R во время физической нагрузки: двойное возбуждение желудочков», Indian Pacing and Electrophysiology Journal , vol. 8, pp. 129–132, 2008.

    Посмотреть по адресу:

    Google Scholar

21. К. И. Гарсия, Ф. Грассо, А. Лучетта, М. К. Пиччирилли, Л. Паолуччи и Г. Таллури, «Сравнение методы обнаружения и классификации нарушений качества электроэнергии с использованием CNN, LSTM и CNN-LSTM» Прикладные науки , том. 10, нет. 19, стр. 6755–6757, 2020.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

22. С. Б. Шафии, Л. Заим, С. Э. Ахмед, А. Х. Ахмед и А. Г. Хуршид, «Определение состояния психического здоровья с использованием глубокой нейронной сети, обученной визуальными показателями», Трансляционная психиатрия , том. 10, стр. 1–8, 2020.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

23. Т. Марвик, А.-М. Д’Ондт, Т. Бодуин и др., «Оптимальное использование добутаминового стресса для выявления и оценки ишемической болезни сердца: сочетание с эхокардиографией или сцинтиграфией, или с обоими?» Журнал Американского колледжа кардиологов , том. 22, нет. 1, стр. 159–167, 1993.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

24. D. Chicco, N. Tötsch и G. Jurman, «Коэффициент корреляции Мэтьюза (MCC) более надежен, чем сбалансированная точность, информированность букмекера и маркировка в двухклассовой оценке матрицы путаницы», BioData. Горное дело , том. 14, стр. 1–22, 2021.

    Посмотреть по адресу:

    Сайт издателя | Академия Google

25. М. Осаки, П. Ван, К. Мацуда, С. Катагири, Х. Ватанабе и А. Ралеску, «Ядерная логистическая регрессия на основе матрицы путаницы для несбалансированной классификации данных», IEEE Transactions on Knowledge and Инженерия данных , том. 29, нет. 9, стр. 1806–1819, 2017.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

26. К. Бехфарниа и Ф. Хадеми, «Всестороннее исследование оценки прочности бетона на сжатие с использованием искусственной нейронной сети и адаптивной нейро-нечеткой системы вывода», Иранский университет науки и технологий , vol. 7, стр. 71–80, 2017.

    Просмотр по адресу:

    Google Scholar

27. Д. Дж. Вининг и Г. В. Гладиш, «Кривые рабочих характеристик приемника: базовое понимание», Radiographics , vol. 12, нет. 6, стр. 1147–1154, 1992.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

28. М. Мунир, Обнаружение акустических событий: характеристика, оценка и разработка набора данных , Ku Leuven, Leuven, Belgium, 2020.

29. S. Kumar, «StressNet: обнаружение стресса в тепловых видео», в материалах Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision , стр. 999– 1009, Waikola, HI, USA, April 2021.

    Просмотр по адресу:

    Google Scholar

30. З. Ахмад и М. К. Наймул, «Многоуровневая оценка стресса с использованием многодоменного слияния сигнала ЭКГ», в Proceedings 42-й ежегодной международной конференции IEEE Engineering in Medicine & Biology Society (EMBC) 2020 г. , стр. 4518–4521, IEEE, Монреаль, Калифорния, США, июль 2020 г. Это статья с открытым доступом, распространяемая в соответствии с лицензией Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии надлежащего цитирования оригинальной работы.

    Типы стресса и их симптомы

    Уилл Джоэл Фридман, доктор философии. опытный клиницист с опытом работы со взрослыми, парами, семьями, подростками и детьми старшего возраста с 1976 года. Его цель . ..Читать далее

    ---

    Учитывая, что стресс является сопутствующим фактором 95% или всех болезненных процессов, краеугольным камнем целостного, альтернативного здоровья и исцеления является обучение тому, как эффективно справляться со стрессом. Этот процесс обучения начинается с распознавания или определения четырех конкретных типов стресса, влияющих на вас, и того, как эти стрессоры (то есть то, что требует от вас изменений) проявляются или проявляются в виде симптомов в вашей жизни.

    Факторы стресса можно разделить на четыре типа или категории: физический стресс, психологический стресс, психосоциальный стресс и психодуховный стресс.

    Физический стресс: травма (травма, инфекция, операция), интенсивный физический труд/перенапряжение, загрязнение окружающей среды (пестициды, гербициды, токсины, тяжелые металлы, недостаточное освещение, радиация, шум, электромагнитные поля), болезнь (вирусная , бактериальные или грибковые агенты), утомляемость, недостаточное снабжение кислородом, гипогликемия I (низкий уровень сахара в крови), гормональный и/или биохимический дисбаланс, диетический стресс (дефицит питательных веществ, пищевая аллергия и чувствительность, нездоровое питание), обезвоживание, злоупотребление психоактивными веществами, проблемы с зубами и скелетно-мышечные смещения / дисбаланс.

    Психологический стресс: эмоциональный стресс (обида, страх, разочарование, печаль, гнев, горе/тяжелая утрата), когнитивный стресс (информационная перегрузка, ускоренное чувство времени, беспокойство, чувство вины, стыд, ревность, сопротивление, привязанность, само- критика, ненависть к себе, неисполнимый перфекционизм, тревога, приступы паники, неспособность чувствовать себя собой, не чувствовать, что вещи реальны, и чувство выхода из-под контроля/неконтролируемости) и перцептивный стресс (убеждения, роли, истории). отношения, мировоззрение).

    Психосоциальный стресс: трудности в отношениях/браке (партнер, братья и сестры, дети, семья, работодатель, коллеги, работодатель), отсутствие социальной поддержки, отсутствие ресурсов для адекватного выживания, потеря работы/инвестиций/сбережений, потеря близких, банкротство, потеря права выкупа дома и изоляция.

    Психо-духовный стресс: Кризис ценностей, смысла и цели; безрадостное стремление (вместо продуктивной, приносящей удовлетворение, значимой и приносящей удовлетворение работы; и несоответствие своим основным духовным убеждениям.

    В целом, неправильное или неэффективное управление стрессом обычно сказывается на организме. Когда связанные со стрессом чувства, настроения, эмоции проталкиваются в тело, сому, это обычно называют психосоматическим или психогенным заболеванием, включая головные боли, учащенное сердцебиение, физическую/когнитивную/эмоциональную боль и страдание, сужение горла и поверхностное стесненное дыхание, липкие ладони, усталость, тошнота, тревога, аллергии, астма, аутоиммунные синдромы, связанные с неэффективным функционированием иммунной системы, гипертония (высокое кровяное давление) и желудочно-кишечные расстройства, такие как диарея, расстройство желудка, язва двенадцатиперстной кишки и синдром пищеводного рефлюкса.

    Продолжительный стресс может привести к подавлению иммунной функции, повышенной восприимчивости к инфекционным и иммунозависимым заболеваниям и раку. Эмоциональный стресс также может привести к гормональному дисбалансу (надпочечников, гипофиза, щитовидной железы и т. д.), который еще больше мешает здоровому функционированию иммунной системы.

    (адаптировано из Larry Trivieri, Jr, The Health Plus Letter, Vol. 2, No. 2, www.1healthyworld.com)

    Когнитивные: Тревожные мысли, тревожные ожидания, плохая концентрация, проблемы с памятью.

    Эмоциональное: Чувство напряжения, раздражительность, беспокойство, беспокойство, невозможность расслабиться, депрессия.

    Поведенческие: Избегание задач; проблемы со сном; трудности с выполнением рабочих заданий; ерзать; тремор; напряженное лицо; сжимание кулаков; плач; изменения в привычках питья, еды или курения.

    Физиологические: Ригидность или напряжение мышц, скрежетание зубами, потливость, головные боли напряжения, предобморочное состояние, ощущение удушья, затруднение глотания, боль в животе, тошнота, рвота, опорожнение кишечника, запор, частое и срочное мочеиспускание, потеря интереса во время секса усталость, дрожь или тремор, потеря или набор веса, ощущение сердцебиения.

    Социальный: Некоторые люди в стрессовые времена склонны искать других, чтобы быть с ними. Другие люди отстраняются в состоянии стресса. Также качество отношений может измениться, когда человек находится в состоянии стресса.

    (Составлено психологом Университета Майами Майклом Антони и его коллегами, Кеннетом Р. Пеллетье, доктором философии. Между разумом и телом: стресс, эмоции и здоровье в медицине разума и тела , Дэниелом Гоулманом, доктором философии, и Джоэлом. Гурин, ред., Consumer Reports Books, Союз потребителей: Йонкерс, Нью-Йорк, 19.93, 19-38, цит.: 24).

    Продолжить чтение Автор Уилл Джоэл Фридман, доктор философии.

    Чтение в порядке проводки

    Линеаризация напряжения

    Линеаризация напряжения

    Линеаризация напряжения

    Информация о линеаризации напряжения применима, если ваша лицензия включает модуль Structural Mechanics.

    Линеаризация напряжения — это процедура, в которой распределение напряжения вдоль линии по толщине в твердом теле аппроксимируется эквивалентным линейным распределением напряжения, подобно тому, что было бы результатом анализа с использованием теории оболочек. Линия обычно упоминается как линия классификации напряжений, SCL. Этот тип оценки распространен при анализе сосудов под давлением. Это также полезно для определения размеров арматуры для бетонных конструкций и для анализа усталости сварных швов.

    Чтобы выполнить линеаризацию напряжения, вы добавляете один узел линеаризации напряжения для каждого SCL.

    Ориентация компонентов напряжения

    Напряжения вдоль SCL представлены в локальной ортонормированной системе координат x1-x2-x3. Направление x1 ориентировано вдоль SCL, поэтому интерес представляют главным образом напряжения во втором и третьем направлениях.

    •

    В 3D необходимо указать направление x2 и, таким образом, неявно направление x3. Вы задаете ориентацию либо путем выбора точки на плоскости x1-x2, либо путем определения вектора ориентации в приблизительном направлении x2. В любом случае фактическое направление x2 выбирается так, чтобы оно было перпендикулярно SCL и лежало в указанной вами плоскости. Затем ориентация x3 принимается перпендикулярной к x1 и x2. Пока вас интересует только интенсивность напряжения, выбор ориентации произвольный.

    •	В 2D направление x3 является направлением вне плоскости, а направление x2 перпендикулярно SCL в плоскости XY.

    •	В двумерной осевой симметрии направление x3 является азимутальным направлением, а направление x2 перпендикулярно SCL в плоскости RZ.

    Создание строки классификации напряжений

    Самый простой способ создать SCL — включить его в геометрию, а затем выбрать в узле Линеаризация напряжений.

    Рис. 2-22: Четыре линии классификации напряжений в переходной зоне на штуцере сосуда высокого давления.

    Однако есть ситуации, когда прямой подход менее удобен:

    •	При введении SCL в геометрию необходимо проводить после анализа, так как при настройке начального анализа места критических областей не были очевидны. Конечно, можно добавить новые ребра и повторно запустить анализ, но это может быть не лучшим решением, если время анализа велико.

    •	Когда введение ребер для SCL усложняет создание сетки. Например, больше нельзя будет использовать протягиваемые сетки, или качество сетки ухудшится в критических областях.

    В этом случае возможным решением является работа с копией геометрии в другом компоненте. Затем можно использовать подмоделирование, то есть изучать только локальную область, границы которой имеют смещения, контролируемые решением из более крупной модели.

    Ниже приведены шаги, которые необходимо предпринять для этого подхода.

    1

    В исходном компоненте (предположим, что его тег comp1) добавьте оператор General Extrusion. Установите Исходный кадр на Материал. Вы можете назвать оператор, но в следующем описании предполагается имя по умолчанию genext1. Этот оператор будет использоваться для сопоставления результатов со вторым компонентом.

    2	Добавьте новый компонент того же измерения, что и тот, в котором вы выполняли исходный анализ.

    3	Добавьте геометрию, используя, например, Insert Sequence или Import. к новому компоненту (comp2).

    4	Добавьте линии, которые вы собираетесь использовать для линеаризации напряжений, в импортированную геометрию.

    5	Добавьте интерфейс Solid Mechanics и выберите только те домены, которые содержат новые строки. Вы даже можете изменить геометрию, чтобы вырезать части доменов.

    6	Добавить узел Prescribed Displacement с выбором домена. Выберите Все домены. Задайте смещение во всех направлениях таким же, как в исходной модели, с помощью таких выражений, как comp1.genext1(u) для Prescribed in x direction.

    7

    Если исходный расчет содержит неупругие деформации, такие как тепловое расширение, они также должны быть включены. Это можно сделать либо путем добавления узла «Тепловое расширение» с соответствующими настройками, либо путем явного импорта неупругих деформаций с помощью узла «Внешняя деформация». В последнем случае вы должны использовать такие выражения, как comp1.genext1(solid.eth21) для компонентов штамма.

    8	Добавьте узлы линеаризации напряжений для новых линий линеаризации.

    9	Добавьте материалы, которые использовались в comp1. Наиболее эффективный подход — добавить их в раздел «Глобальные определения» и связать с одними и теми же определениями материалов из обоих компонентов.

    10	Создайте сетку для доменов в comp2, для которых вы решаете. Вам нужно обратить внимание только на сетку рядом с новыми краями.

    11	Добавьте новое стационарное исследование, в котором вы решаете только для нового интерфейса Solid Mechanics в comp2.

    12

    В настройках нового исследования установите Значения переменных, не разрешенных для, чтобы указать на решение, из которого вы хотите выбрать результаты в comp1. Вы также можете добавить вспомогательную развертку, если исходный анализ содержит результаты для нескольких параметров или временных шагов.

    13	Запустите новое исследование.

    Исследования и решения

    Линеаризация напряжения — это чистая операция постобработки. Узел линеаризации напряжения создаст только ряд переменных, которые можно оценить в разделе «Результаты». Таким образом, можно добавлять такие узлы после выполнения основного анализа. Чтобы сделать новые переменные доступными для постобработки, необходимо запустить решение для обновления.

    Результаты

    При включении в модель одного или нескольких узлов линеаризации напряжения создается ряд наборов данных и дополнительный график по умолчанию.

    Для каждого уровня вероятности нежелательной почты создается один набор данных ребра. Эти наборы данных называются линией линеаризации , где n — целое число.

    Рисунок 2-23: Сгенерированные наборы данных в модели с четырьмя SCL.

    График по умолчанию содержит графики для 22 компонентов фактического напряжения, мембранного напряжения и линеаризованного напряжения. Выбран первый набор данных линии линеаризации. Изменяя дату ребра, установленную в группе графиков, вы можете легко перемещаться между различными линиями классификации напряжений.

    Рисунок 2-24: График по умолчанию вдоль линии классификации напряжений.

    Имена переменных

    Каждый узел линеаризации напряжения добавляет ряд переменных. Многие из этих переменных существуют с двумя разными областями: физической и функциональной. Физическая область — это имя физического интерфейса со значением по умолчанию «твердый».