Science & Reiki Database

  BACK
Please chose your language on the top menu to show the translation of the abstract (might not be available in all languages).
Filtre
Search
 
Per page
Year: 2022
Type: Other
Topic: Well-being - Experience on physical, emotional, mental, psychological and spiritual level
Category: Biofield / Energy medicine
Subcategory: Smart building;  Smart homes; Human Emotion Recognition
Publication language:
Title: Fusion-based learning for stress recognition in smart home: An IoMT framework
Authors: Khosro Rezaee; XuanYang; Mohammad R.Khosravi; Ruowei Zhang; Wenmin Lin; Gwanggil Jeon
Location:
China -  Key Laboratory of Blockchain, Shandong University of Science & Technology; School of Computer Science, Qufu Normal University; Institute of VR and Intelligent Systems, Hangzhou Normal University    - Iran -  Department of Biomedical Engineering, Meybod University; Department of Computer Engineering, Persian Gulf University    - South Korea -    Department of Embedded Systems Engineering, College of Information Technology, Incheon National University
Reference:
Khosro Rezaee, Xuan Yang, Mohammad R. Khosravi, Ruowei Zhang, Wenmin Lin, Gwanggil Jeon, "Fusion-based learning for stress recognition in smart home: An IoMT framework"; Building and Environment, Volume 216, 2022, 108988, ISSN 0360-1323,
https://doi.org/10.1016/j.buildenv.2022.108988. (https://www.sciencedirect.com/science/article/pii/S036013232200230X)
Abstract:
Highlights
• In the smart building, the internet of medical things (IoMT) enables emotion-aware connected healthcare.
• The model uses fusion learning to assess stress in the healthcare system for smart homes.
• A fusion of metaheuristic fuzzy inference system-based learning (fMFiS-L) and stress detection is proposed.
• Reiki meditation can be used in smart homes to reduce negative emotions and stress.

Objective: Today, in order to prevent chronic stress from causing irreparable damage, it is imperative to diagnose and treat it in its early stages. Using the Internet of Things (IoT) and automated learning methods in homes, creating an intelligent environment can help identify stress-related emotions.

Method: An approach to stress detection based on metaheuristic fuzzy inference system-based learning (fMFiS-L) and emotion recognition is presented in this paper. Accordingly, our study focuses on the use of fusion learning to diagnose stress using the healthcare system and the Internet of Medical Things (IoMT) for smart homes.

Music videos were shown to participants in the first stage to arouse emotional states such as anger, anxiety, and depression.

Volunteers were divided into two groups, with one group practicing Reiki meditation for two weeks. The EEG signals were recorded before and after meditation, stress levels were assessed using the Likert scale, and emotions were classified using the modified fusion fuzzy inference system. In addition, a method is presented for determining the optimal parameters in the fMFiS-L structure by optimizing the innovative gunner algorithm (AIG).

Conclusion: We conclude that Reiki meditation can significantly reduce negative emotions and stress levels in the IoMT environment of smart homes.

Furthermore, the fMFiS-L architecture was evaluated for generalization of emotion recognition based on unseen EEG data. Generally, the classification of emotions produced satisfactory results, with a 92% accuracy rate.
Résumé :
Points forts
- Dans le bâtiment intelligent, l'internet des objets médicaux (IoMT) permet des soins de santé connectés sensibles aux émotions.
- Le modèle utilise l'apprentissage par fusion pour évaluer le stress dans le système de soins de santé pour les maisons intelligentes.
- Une fusion de l'apprentissage métaheuristique basé sur un système d'inférence floue (fMFiS-L) et de la détection du stress est proposée.
- La méditation Reiki peut être utilisée dans les maisons intelligentes pour réduire les émotions négatives et le stress.

Objectif : Aujourd'hui, pour éviter que le stress chronique ne cause des dommages irréparables, il est impératif de le diagnostiquer et de le traiter à ses débuts. En utilisant l'Internet des objets (IoT) et des méthodes d'apprentissage automatisé dans les maisons, la création d'un environnement intelligent peut aider à identifier les émotions liées au stress.

Méthode : Une approche de la détection du stress basée sur l'apprentissage métaheuristique basé sur le système d'inférence floue (fMFiS-L) et la reconnaissance des émotions est présentée dans cet article. Par conséquent, notre étude se concentre sur l'utilisation de l'apprentissage par fusion pour diagnostiquer le stress en utilisant le système de santé et l'Internet des objets médicaux (IoMT) pour les maisons intelligentes.

Des vidéos musicales ont été montrées aux participants dans la première étape pour susciter des états émotionnels tels que la colère, l'anxiété et la dépression.

Les volontaires ont été divisés en deux groupes, l'un d'entre eux pratiquant la méditation Reiki pendant deux semaines. Les signaux EEG ont été enregistrés avant et après la méditation, les niveaux de stress ont été évalués à l'aide de l'échelle de Likert, et les émotions ont été classées à l'aide du système d'inférence floue de fusion modifié. En outre, une méthode est présentée pour déterminer les paramètres optimaux dans la structure du SIFM-L en optimisant l'algorithme innovant du tireur (AIG).

Conclusion : Nous concluons que la méditation Reiki peut réduire de manière significative les émotions négatives et les niveaux de stress dans l'environnement IoMT des maisons intelligentes.

De plus, l'architecture fMFiS-L a été évaluée pour la généralisation de la reconnaissance des émotions basée sur des données EEG non vues. De manière générale, la classification des émotions a donné des résultats satisfaisants, avec un taux de précision de 92 %.
Link: https://www.sciencedirect.com/science/article/pii/S036013232200230X