Tenttimenestyksen korrelaatio biosignaaleihin

Abstract

Tässä tutkinnossa käytetään Empatica E4 ranneketta. Empatica E4 sisältää 4 sensoria; PPG-sensori, EDA-sensori, 3-akselinen kiihtyvyysanturi sekä optinen lämpömittari. Käsitellään Empatica E4:n tuottamaa CSV-muotoista dataa, jonka avulla tutkitaan, löytyykö sensorien avulla saaduista signaaleista minkäänlaista näyttöä tenttimenestyksen kanssa.

Tässä tutkinnossa käytetään viittä eri signaalia; BVP, IBI, EDA, sydämen syke ja ihon lämpötila. Koska data on CSV-muotoista, niitä on helppo käsitellä Python-ohjelmointikielellä. Ensimmäinen vaativa tehtävä on yhdistää datat yhteen tiedostoon. Tässä tutkinnossa olen päättänyt käyttää ylinäytteenottoa, eli kaikki signaalit on venytetty pisimmän signaalin pituisiksi. Seuraavaksi data tulee rajata tenttiajan pituiseksi. Tämän jälkeen voidaan visualisoida signaaleita ja tutkia korreloivatko ne tenttitulosten kanssa.

Stressi on kiinnostava tutkimuksen aihe, koska sitä ei pysty täydellisellä varmuudella päättelemään biosignaalienkaan avulla. Koska ei voi saada varmoja tuloksia, vaatii stressin tutkiminen spekulointia, kun ei pysty itse testihenkilöiltä kysymään olivatko he stressaantuneita.

In this thesis Empatica E4 will be used. Empatica E4 includes 4 different sensors: PPG sensor, EDA sensor, 3-axis accelerometer and optical thermometer. In this thesis we will process CSV-data produced by Empatica E4. With this data, we can research if there is any correlation with exam success.

In this thesis we will use five different signals: BVP, IBI, EDA, heart rate (HR) and skin temperature (TEMP). Because the data is in CSV format, it is easy to process with Python language. The first demanding task is to merge all the data into a single file. In this thesis, we have decided to use oversampling, i.e. all signals are stretched to the length of the longest signal. Next, the data should be limited to the length of the exam period. The signals can then be visualized and examined to see if the signals correlate with the exam results.

Stress is an interesting topic of research because it cannot be concluded with complete certainty even with the help of biosignals. Since you cannot get certain results, studying stress requires speculation when you cannot ask the test subjects themselves if they were stressed.