《Scientific Reports》：Supervised information gain-based feature selection for multimodal physiological signals in stress prediction
编辑推荐：
在多模态生理数据分类任务中，传统无监督特征选择方法难以充分利用类别标签信息，限制了其在压力识别等场景下的判别性能。为解决此问题，研究人员开展了面向腕戴式传感器信号（BVP, ACC, TEMP, EDA）的监督式特征选择研究。他们提出了结合短时傅里叶变换（STFT）与信息增益（IG）的STFT-IG框架，对特征进行排序与融合，并使用随机森林分类器在WESAD数据集上进行压力预测。该框架在基于留一受试者（LOSO）协议的独立于受试者的评估中取得了有竞争力的性能，为可穿戴设备在心理健康监测中的应用提供了高效的特征选择方案。
在现代快节奏的生活中，压力已成为影响公众身心健康的重要隐患。持续的压力可能引发焦虑、抑郁乃至心血管疾病等多种健康问题。因此，开发能够客观、连续监测个体压力状态的技术，对于早期预警和个性化健康管理至关重要。可穿戴设备的普及，特别是智能手表和手环，为我们提供了获取连续生理信号的便捷窗口，包括光电容积脉搏波（Blood Volume Pulse, BVP）、加速度（ACC）、皮肤温度（TEMP）和皮电活动（Electrodermal Activity, EDA）等。这些多模态信号蕴含着丰富的压力相关生理状态信息。然而，如何从这些高维、复杂的信号海洋中，高效、准确地“打捞”出与压力状态最相关的关键特征，是构建高性能压力识别模型面临的核心挑战。传统方法常采用无监督的相关性分析来筛选特征，但这些方法忽视了“压力”与“非压力”的类别标签信息，可能导致选出的特征在区分不同状态时“力道不足”，从而限制了最终分类模型的判别能力。为了解决这一问题，本研究团队在《Scientific Reports》上发表了一项研究，他们提出了一种新颖的、基于监督信息增益的特征选择框架，旨在为多模态生理信号的压力预测任务筛选出最具信息量的特征组合。
为了开展这项研究，研究人员主要采用了几个关键技术方法。首先，他们利用腕戴式设备采集了来自WESAD（韦扎德）数据集的多种生理信号。接着，他们对原始信号应用短时傅里叶变换（Short-Time Fourier Transform, STFT）来提取时频特征，将信号分解到时间和频率两个维度，以捕捉其更丰富的变化模式。然后，他们创新的核心在于使用了基于信息增益（Information Gain, IG）的监督式特征选择方法，依据每个特征与压力类别标签的相关性强弱进行排序。最后，他们选取各模态中排名靠前的特征进行融合，并输入随机森林（Random Forest）分类器进行建模与性能评估，整个评估过程严格遵循留一受试者（Leave-One-Subject-Out, LOSO）协议以确保结果的泛化性。
研究结果
特征提取与表示
研究人员首先对采集到的BVP、ACC、TEMP和EDA原始信号进行预处理，然后应用STFT将它们转换为时频表示。这种转换使得非平稳生理信号中随时间变化的频率成分得以清晰呈现，为后续分析提供了比单纯时域或频域分析更丰富的特征基础。
基于信息增益的特征排序
本研究的关键步骤是应用信息增益准则对从时频表示中提取出的大量特征进行排序。信息增益衡量了已知某个特征值时，类别标签不确定性减少的程度。因此，IG值高的特征意味着它们能更有效地帮助区分“压力”和“非压力”状态。分析结果显示，不同生理模态的特征其信息增益值存在差异，这揭示了它们在压力识别中贡献度的不同，从而实现了对海量特征的科学筛选。
特征融合与分类性能
在获得各模态特征的IG排名后，研究团队为每个模态选择了排名靠前（如前N个）的特征，并将这些来自不同模态的顶级特征融合成一个紧凑的特征集合。这个融合后的特征集被用于训练随机森林分类器。在WESAD数据集上进行的实验表明，采用这种STFT-IG特征选择框架并结合随机森林分类器，在LOSO评估协议下取得了具有竞争力的分类性能。这意味着模型在面对全新的、未见过的受试者时，仍能保持较好的压力识别能力。
与替代方法的比较分析
为了凸显所提方法的优势，研究人员还将其与其他的特征选择方法（如基于相关系数的无监督方法）以及不同的特征表示方法进行了对比分析。结果表明，所提出的监督式IG特征选择方法，由于充分利用了类别标签信息，在大多数情况下能够比无监督方法筛选出判别力更强的特征子集，从而支持分类器获得更优的性能。
研究结论与讨论
本研究成功提出并验证了一种用于多模态生理信号压力预测的监督式信息增益特征选择框架（STFT-IG）。该框架通过STFT获取信号的时频特征，并利用IG这一监督指标有效识别和排序出与压力状态最相关的特征，最后通过特征融合与随机森林分类实现了高效的压力状态识别。研究表明，与忽略标签信息的传统无监督方法相比，这种结合类别信息的监督式特征选择策略能显著提升特征子集的判别质量，进而提高在独立于受试者的严格评估场景下的分类准确率。这项工作的重要意义在于，它为从可穿戴设备产生的多模态生理大数据中构建稳健、高效的计算模型提供了一条有效路径。所提出的框架不仅局限于压力预测，其核心思想——即通过监督学习手段从高维多模态数据中筛选高价值特征——可扩展应用于情感计算、睡眠分期、疾病早期预警等多个健康信息学领域，推动了可穿戴计算在精准健康和主动健康管理中的实际应用。
