基于RT-Thread多线程程序的可穿戴心理健康监测设备设计研究

为了实现个体心理健康的长期监测,获得客观评估心理状况的实时数据,研究设计了一款采集用户语音、行为以及环境数据的可穿戴设备,并借助主成分分析特征压缩法与集成思想完成心理健康的评估。实验结果表明,合成加速度的时域幅值方差值和第二共振峰特征值分布情况可有效区分心理健康状态。量表低分测试者的方差值分布相对集中,密度曲线在1 000 Hz~3 500 Hz范围内呈现高斯分布,与受试者心理健康状态实际情况相符。研究设计的决策分类模型准确率较高,均方根误差收敛于0.563,召回率较高,模型综合性能较优。此次研究设计的可穿戴心理健康监测设备能够长期有效监测用户行为数据,提供了便捷、客观、综合和个性化的心理健康管理方式。