智能贴纸读取表面下的真实情绪

Smart Sticker Reads Real Emotions Beneath the Surface

一种由研究人员开发的新式可伸缩、可充电贴纸可以通过测量心率、皮肤温度和湿度等生理信号来检测真实的情绪状态，即使面部表情具有误导性。这种可穿戴贴片可以将实时数据无线传输到移动设备，帮助医疗服务提供者远程评估心理健康。

与传统的表情识别系统不同，这种设备集成了多种传感器和面部分析功能，同时保护用户隐私。凭借人工智能驱动的准确性和无线功能，它在远程医疗、早期干预和监测情感健康方面显示出潜力。

关键事实：

• 多信号检测：独立测量皮肤温度、湿度、心率和血氧水平，互不干扰。

• 人工智能情绪识别：对表演情绪的识别准确率为96.28%，对真实情绪的识别准确率为88.83%。

• 远程监测：无线传输数据，用于远程医疗和早期心理健康干预。

来源：宾夕法尼亚州立大学

说一套做一套是人类的一部分，但压抑情绪可能会导致严重的心理后果，如焦虑或恐慌发作。为了帮助医疗提供者区分这些情况，宾夕法尼亚州立大学的科学家团队开发了一种可伸缩、可充电的贴纸，可以通过测量皮肤温度和心率等指标来检测真实情绪，即使用户表现得很勇敢。

程华宇（Huanyu “Larry” Cheng）表示，无线传输数据的能力意味着医疗专业人员可以远程监控个体，并通过远程医疗及时提供情感支持。这项研究发表在《纳米快报》杂志上。

“这是一种新的、改进的方法，通过同时查看多个身体信号来理解我们的情绪，”宾夕法尼亚州立大学工程科学与力学系詹姆斯·L·亨德森纪念副教授、论文的主要作者程华宇说。

“仅依靠面部表情来理解情绪可能会产生误导。人们通常不会明显表现出他们的真实感受，因此我们将面部表情分析与其他重要的生理信号结合起来，这最终将带来更好的心理健康监测和支持。”

这种类似贴纸的贴片可以跟踪一系列与情绪状态相关的生理反应，例如皮肤温度、湿度、心率和血氧水平。

最重要的是，程华宇解释说，设备的传感器被设计成独立工作，以最小化不同测量之间的干扰。

该设备将其对生理信号的分析与面部表情数据结合，以更好地区分真实情绪和表演情绪。然后，它将实时测量的数据无线传输到移动设备和云端，临床医生可以使用这些数据更好地虚拟评估患者。

程华宇解释说，该设备不记录个人信息，只记录信号，这意味着通过设备的设计保护了个人隐私。

“这项技术有可能帮助那些正在为心理健康而挣扎的人，但他们可能没有完全诚实地向他人甚至自己表达他们的困境，”论文的共同作者、宾夕法尼亚州立大学工程科学与力学博士生袁阳波说。

程华宇解释说，收集的数据还可以帮助弥合文化或社会差距，这些差距可能会表现为一个人在面对医疗服务提供者时显得更加冷静或更具表现力。“通过跟踪这些信号，有可能更早地检测到焦虑或抑郁等问题。”

研究人员通过折叠铂金和黄金等柔性金属的薄层并将其切割成波浪形，构建了这种可伸缩、创可贴大小的设备，即使在拉伸或扭曲时也能保持敏感性。他们还使用了随温度变化改变电流流动的材料层，并内置了由碳原子组成的空心管，这些管子吸收水分并跟踪湿度水平。

多个传感器被设计和放置在设备上，以确保它们不会相互干扰。例如，研究人员在温度和湿度传感器下方放置了一个刚性层，以保护它们不受面部表情传感器所经历的拉伸影响。他们还使用防水层来保护温度和应变传感器免受湿度的影响。

“我们设计了这种设备，使其能够独立测量这些不同的信号，而不互相干扰，从而提供一个更清晰、更准确的画面，揭示表象之下的真实情况，”论文的共同通讯作者、厦门大学副教授高立波说。

接下来，团队训练了一个人工智能（AI）模型来读取和理解表演和真实人类情绪的迹象。研究人员招募了八名参与者进行试点研究，让他们表演六种常见的面部表情：快乐、惊讶、恐惧、悲伤、愤怒和厌恶。

每个参与者在设备跟踪其动作的同时，每种情绪表情各展示100次。研究人员随后将这些数据输入AI模型，训练它将特定的面部运动与不同的情绪相关联。

然后，他们又招募了三名参与者进一步评估模型的能力。它对表演面部表情的分类准确率为96.28%。

当涉及到跟踪真实情绪时，研究人员测试了该设备在参与者观看旨在引发情绪的视频片段时如何追踪其心理反应。该设备正确识别情绪的准确率为88.83%，传感器确认心理反应与已知的情绪和心理反应之间的联系一致，例如在惊讶和愤怒时皮肤温度和心率的增加。

程华宇指出，无线传输数据的能力意味着医疗专业人员可以远程监控个体，并通过远程医疗及时提供情感支持。“这种传感器可以在缩小护理访问差距方面发挥重要作用，”他说。“鉴于现代社会的压力水平不断上升，监测情绪的能力可以提供早期指标，预防严重状况，并允许主动支持。”

他解释说，该设备还为其他基于人工智能的疾病诊断和治疗系统打开了大门，而不仅仅是情绪识别。他指出，该设备可能有潜在的应用，使临床医生更好地了解非言语患者的身心状态，更好地识别痴呆的行为和心理症状，并识别阿片类药物过量。

他补充说，未来该技术甚至可以用于慢性伤口监测和疾病管理，以及跟踪神经退行性疾病进展和运动员表现。

“尽管仍处于研究和开发阶段，但这种设备在监测和理解人类情绪方面迈出了重要一步，有可能为更主动和个性化的心理健康护理铺平道路，”程华宇说。

其他贡献者包括西安交通大学的许宏成。

资助：美国国立卫生研究院和美国国家科学基金会资助了宾夕法尼亚州立大学研究人员对此工作的贡献。

(全文结束)