stress-detection

研究人员开发了一种智能隐形眼镜，能够测量泪液中的血清素水平，从而实现对压力生物标志物的无创持续监测。

本文介绍了一种基于人工智能的文化感知聊天机器人，用于巴基斯坦大学生的压力检测与健康支持，使用Random Forest进行分类，准确率为89.09%，并集成开源LLM以提供对话支持。

本文介绍了Individual Conformal Coupling Monitor (ICCM)，一种预推理方法，用于检测可穿戴压力分类中的结构模糊性，通过路由不确定信号以进行弃权或推迟来提高安全性。

I²RiMA是一种新颖的帧间-帧内黎曼流形注意力网络，用于基于EEG的精神压力检测。它构建频率特定的空间协方差，并使用时序注意力来改进跨被试的压力分类，实现了高达82.78%的平衡准确率。

本文介绍了一种使用冻结基础模型的可穿戴压力检测检索增强个性化方法，无需标记用户数据即可实现接近监督微调的性能。

本研究探讨了利用皮肤电活动、心率和皮肤温度等生理数据，通过机器学习模型预测考试结果，发现深度学习方法与随机森林等简单模型均能有效发挥作用。