当干净信号不足时：检测结构模糊性以确保可穿戴压力分类的安全性

# 当干净信号不足时：检测结构性模糊以实现安全的可穿戴压力分类
来源：https://arxiv.org/html/2608.18397  
Hung Cao 单位：加州大学尔湾分校，尔湾，加州，美国，[email protected]  
Amir M. Rahmani 单位：加州大学尔湾分校，尔湾，加州，美国，[email protected]

###### 摘要

可穿戴压力分类器可以实现强劲的平均性能，但在特定个体上可能完全失效。在WESAD数据集上，随机森林达到了93.0%的平均准确率，但对14号受试者的F1值为0，因为其信号间耦合在压力开始时减弱。我们将此称为*结构性模糊*：看似合理的独立生理通道形成了一个跨信号模式，但该模式缺乏该个体非压力状态下的参考支持。我们引入了**个体保形耦合监视器**，一个轻量且透明的推断前监视器，它量化受试者特异性的耦合偏差，并将每个窗口路由至分类、推迟或放弃，无需重新训练下游分类器。在WESAD（N=15）和Stress-Predict（N=35）数据集上，全队列的模糊性与准确率之间的Pearson关联为负相关（r=-0.607，p=0.016；r=-0.412，p=0.014）。稳健性分析对这一发现有所缓和：秩相关性不显著，且在移除14号受试者后，WESAD的关联消失。ICCM将假阳性计数从29减少到27，以及从94减少到92，但这两个配对变化均不显著。它阻止了14号受试者21个压力窗口中的3个，但未能修复其漏检压力的失败。这些结果将ICCM定位为对不受支持的生理状态和个体失效的可解释信号，而非独立的安全保障。

###### 索引术语：

可穿戴传感、压力检测、生理AI、结构性模糊、耦合偏差、保形监控、安全放弃、个性化校准

代码可用性。代码已在GitHub提供 (https://github.com/Saba-Farahani/structural-ambiguity-iccm.git)。

## I 引言

参见图片 图1：聚合准确率掩盖了14号受试者漏检压力的失败（F1=0）。EDA和BVP在压力开始时解耦；残余伪影无法排除。参见图片 图2：ICCM系统架构。可穿戴传感器流（BVP、EDA、TEMP）传递至协调器内的耦合偏差引擎。在离线校准阶段，该引擎基于静息状态窗口计算受试者特异性的混合耦合基线v⁰和基线距离{D₁,...,Dₖ}。在推断时，每个60秒窗口使用一个结合了Pearson相关、最大滞后互相关和Granger式定向耦合的混合耦合向量v(t)进行评估，并转换为一个经验性的保形式排名分数p(t)，然后通过一个三区安全门：区域1（p ≥ α）传递给分类器；区域2（p ≈ α）推迟至下一个窗口；区域3（p < α/2）触发放弃。术语“安全”指系统目标，并非临床保证。用于压力检测的可穿戴生理分类器常报告较高的平均留一受试者外推准确率，同时掩盖了对特定个体的严重失败[11, 7]。在WESAD[11]上，随机森林达到了93%的平均准确率，但对14号受试者的F1值为0.000，因为其EDA–BVP耦合在压力开始时减弱。这些通道没有缺失样本，但诊断筛查无法确定它们没有伪影。我们将*结构性模糊*定义为观测到的跨信号关系缺乏受试者特异性参考支持的操作性条件。

在现实世界的可穿戴健康系统中，此类失败会带来直接的临床后果：虚假的压力警报可能引发不必要的干预，加剧报警疲劳，并削弱患者和临床医生对生理监测的信任——这些障碍日益被视为可穿戴AI在医疗保健中应用的核心障碍[12]。

现有方法通过改进架构、数据增强或分布鲁棒优化来解决可穿戴分类器的失败问题[10]。这些方法可以提高平均准确率，但未能回答一个推断前的安全问题：*当前的生理耦合结构是否得到了该个体基线的支持？* 置信度分数和输出级不确定性估计是在分类器处理输入后计算的，并不能在推断发生前直接检测结构无效的输入。

我们引入了**个体保形耦合监视器**，它校准受试者特异性的非压力耦合参考，并应用三区门控在推断前进行分类、推迟或放弃。ICCM无需模型重训练，且在实现上是分类器外部的（图2）；其多架构性能尚未经过测试。

本文做出三项贡献：
- 我们定义了*结构性模糊*，指尽管通道独立看似合理，但跨信号耦合缺乏足够支持。
- 我们引入了ICCM，一个受试者特异性的、分类器外部的三区路由监视器。
- 我们在WESAD（N=15）和Stress-Predict（N=35）上评估了ICCM，包括稳健性和选择性结果分析。

## II 相关工作

可穿戴压力检测。使用BVP、EDA和皮肤温度的多模态可穿戴压力检测已被广泛研究，随机森林等模型在WESAD等数据集[11, 7, 4]上取得了较高的平均LOSO性能。ICCM则监控一个窗口是否得到受试者特异性非压力参考的支持；其Stress-Predict扩展也使用了LOSO训练受试者的压力标签。

信号质量与放弃。信号质量方法检测硬件退化、运动伪影或不良记录[9]，而ICCM检查跨信号耦合。行为自适应模型也显示出跨行为阶段的可解释耦合变化[2]。选择性预测支持在高风险下放弃[5, 6]，临床AI使用保形和贝叶斯不确定性进行放弃[1]。ICCM提供了一个生理性的、分类器外部的路由原因，但其重叠的基线窗口和排名窗口在此排除了正式的保形覆盖保证。

## III 方法

ICCM是一个确定性的生理滤波器，使用混合耦合差异度和经验排名校准。它有三个组成部分（图2）。

### III-A 外部来源

外部来源提供Empatica E4的BVP（64 Hz）、EDA（4 Hz）和TEMP（4 Hz）。HR从BVP通过滑动5秒峰值检测导出；信号使用60秒窗口，步长30秒。

### III-B 接口

当结构被支持时，接口返回分类器输出，否则报告生理证据不足。

### III-C 协调器

协调器执行耦合分析和路由，分为两个阶段。

阶段1：校准。校准阶段针对每个个体在已知的非压力窗口上运行一次。对于每个窗口wₖ，计算信号对(x,y) ∈ {EDA–HR, EDA–TEMP, HR–TEMP}的混合耦合向量：

v(wₖ) = [ρ_EH, ρ_ET, ρ_HT, ℓ_EH, ℓ_ET, ℓ_HT, g_{E→H}, g_{H→E}, g_{T→H}]   (1)

其中ρ_xy是绝对Pearson相关系数；ℓ_xy是生理延迟τ∈[1秒,10秒]范围内的最大绝对互相关系数；g_{x→y} = min(-log p_GC, 10)/10是一个归一化到[0,1]范围的Granger式定向耦合分数。受试者特异性基线和校准距离为：

v⁰ = (1/K) Σ_{k=1}^K v(wₖ),   D_k = ||v(wₖ) - v⁰||₂   (2)

集合D = {D₁,...,D_K}定义了该个体的正常耦合变异范围。

阶段2：实时监测。在每个窗口t，协调器计算v(t)并评估一个经验性的保形式排名分数：

p(t) = (1 + ||{k: D_k ≥ D(t)}||) / (K + 1),   D(t) = ||v(t) - v⁰||₂   (3)

较低的p(t)表明当前耦合比大多数校准窗口更偏离该个体的基线，为结构性模糊提供了证据。由于v⁰和D是用相同重叠窗口估计的，因此交换性和拆分保形独立性未建立。在α=0.05时，区域3仅在K ≥ 40时可达；60秒窗口、30秒步长需要至少20.5分钟的连续校准数据。在WESAD上，K=72–76，因为使用了所有标记的非压力期（基线、娱乐和冥想），而不仅仅是休息期。

### III-D 输出：三区安全门

协调器基于p(t)和α=0.05路由每个窗口：
- • 区域1（p(t) ≥ α）：结构被支持。转发给下游的随机森林分类器[3]。
- • 区域2（α/2 ≤ p(t) < α）：临界状态。该窗口被保留不进行分类；不发出预测。
- • 区域3（p(t) < α/2）：结构不被支持。触发放弃；此路由操作本身并非临床安全保障。

### III-E 协议感知耦合选择

在单一协议数据集（WESAD）上，仅基于幅度的个体基线偏差就足以检测耦合崩溃。我们使用六个特征（仅ρ和ℓ），省略了定向耦合，因为它在协议变异性较低时会增加噪声。在多协议数据集（Stress-Predict）上，我们使用所有九个特征（ρ，ℓ和g），并采用一个方向感知分数：

D_dir(t) = 1 - cos(Δv(t), μ_Δ)   (4)

其中Δv(t) = v(t) - v⁰，μ_Δ是从训练受试者在LOSO下估计的群体平均耦合变化方向。μ_Δ和经验路由分布均使用了来自LOSO训练受试者的*标记压力窗口*；只有测试受试者的参考是无标签的。这两种数据集特定配置是在消融分析后选择的，仍属探索性。一个固定的无监督配置不能转移到Stress-Predict（r=0.474），而一个固定的方向感知配置也不能转移到WESAD（r=0.209）。

### III-F 信号质量诊断

对于14号受试者，我们筛查了有限性、通道范围、常数段、BVP心跳间期（0.3-2.0秒）和手腕加速度幅值。样本是有限的，检测到的心跳间期是合理的。压力窗口的运动在队列范围内（第80百分位），但EDA和温度高度量化，且运动并非最小。这不是一个经过验证的设备特异性质量指数，残余运动/接触伪影仍然是一个替代解释。

表I：稳健性和选择性性能。覆盖指标以获得预测的窗口为条件。

## IV 实验

### IV-A 数据集

WESAD[11]包含来自15名受试者在基线、娱乐、冥想和实验室压力条件下的多模态Empatica E4记录。我们使用BVP、EDA和TEMP进行二分类（N=15）。

Stress-Predict[8]包含来自35名受试者在Stroop和Interview压力任务中的Empatica E4记录。过度换气片段被排除；剩余片段被视为二分类（基线 vs 压力，N=35）。

### IV-B 实验设置

所有实验使用LOSO交叉验证。ICCM在每个测试受试者的标记非压力窗口上进行校准。下游分类器是在其余受试者上训练的随机森林（200棵树），使用14个时域特征。我们设置α=0.05。

我们报告Pearson和Spearman关联，在移除14号受试者后的Pearson相关，以及留一受试者影响分析。在匹配覆盖率下，我们将ICCM与随机放弃和基于置信度的放弃进行比较。混淆计数仅包括被覆盖的窗口；放弃不是正确的预测。受试者配对的假阳性变化使用双侧Wilcoxon符号秩检验。

参见图片 图3：全队列结构性模糊与LOSO准确率之间的Pearson关联。WESAD是高杠杆的：排除14号受试者后，r=0.185（p=0.526），Spearman ρ=0.016（p=0.955）。Stress-Predict Spearman ρ=-0.300（p=0.080）。

### IV-C 结果

**结构性模糊检测。** 全队列Pearson关联在两个数据集中均显著（表I），保留了主要结果：更大的耦合偏差伴随着更低的受试者水平准确率。稳健性检查缩小了其解释范围：两个Spearman检验均不显著，且移除14号受试者将WESAD的Pearson r从-0.607变为0.185。在影响分析中，15次排除中有14次保持p<0.05；排除14号受试者是唯一例外并反转了符号。因此，WESAD是高杠杆的，而Stress-Predict提供了第二个负Pearson关联，但只有提示性的秩证据。

**安全门性能。** ICCM在两个数据集中各移除了两个虚假警报（29降至27；94降至92）。这两个配对变化均不显著，Stress-Predict的移除都发生在一名受试者身上，且在匹配覆盖率下，随机和基于置信度的基线移除了更多的Stress-Predict假阳性。覆盖敏感度从0.129变化到0.131，特异性从0.951变化到0.949。两名Stress-Predict受试者的覆盖窗口准确率下降超过两个百分点。因此，ICCM提供了一个独特的生理性路由原因，但并未证明选择性性能优势。

对于14号受试者，ICCM阻止了21个真实压力窗口中的3个（两个放弃和一个推迟）；对其余18个的预测全部为假阴性。ICCM检测到了异常区间的部分，但并未修复其引出的漏检压力失败。

## V 讨论

核心贡献得以保留：个体化的耦合偏差揭示了聚合准确率所掩盖的失败，并提供了分类器置信度之外的可解释信号。扩展的分析也界定了该贡献的边界。WESAD的驱动来自于一个高杠杆案例，Stress-Predict的驱动来自于……