Measuring and visualizing individual well-being throughout daily life

Abstract

Het meten van stress en het bepalen van de oorzaken ervan biedt inzicht in het welzijn van individuen, aangezien stress aanzienlijk bijdraagt aan hart- en vaatziekten. Effectieve, niet-obstructieve stressmeting kan worden bereikt door het analyseren en extraheren van kenmerken uit RR-intervallen in een ECG-signaal. Om stress te voorspellen, wordt een kNN-classificator toegepast. Met behulp van een Polar H10 borstbandsensor en een speciaal voor dit onderzoek ontwikkelde mobiele app, kunnen hartgegevens worden verzameld, activiteiten en stemmingen worden gelogd en worden realtime stressmeldingen gegeven. Ook is er een webapplicatie gecreëerd om data te visualiseren via een tijdlijn voor het vergelijken van fysiologische signalen, en om welzijnspatronen te benadrukken op een trends-pagina. Een gebruikersonderzoek met 19 deelnemers, waarbij scenario-gebaseerde taken en feedbackformulieren werden gebruikt, evalueerde de effectiviteit van de webapp en identificeerde sterke en zwakke punten.