[論文レビュー] A short review and primer on electrodermal activity in human computer interaction applications

Benjamin Ultan Cowley, Jari Torniainen|arXiv (Cornell University)|Aug 24, 2016

Emotion and Mood Recognition参考文献 9被引用数 5

ひとこと要約

本論文は、ヒューマンコンピュータインタラクション（HCI）分野における電気皮膚反応（EDA）の簡潔な概論を提供し、生理的覚醒の信頼性の高いリアルタイム測定手段としてのEDAの利用に焦点を当てている。EDA信号の取得、分析手法、HCI分野における応用をレビューし、制御されたタスクにおいてEDAベースの分類器が感情的覚醒を90％以上の正確さで予測できること、またEDAバイオフィードバックがたった30〜40分の訓練で持続的注意を顕著に向上させられることを示している。

ABSTRACT

The application of psychophysiology in human-computer interaction is a growing field with significant potential for future smart personalised systems. Working in this emerging field requires comprehension of an array of physiological signals and analysis techniques. One of the most widely used signals is electrodermal activity, or EDA, also known as galvanic skin response or GSR. This signal is commonly used as a proxy for physiological arousal, but recent advances of interpretation and analysis suggest that traditional approaches should be revised. We present a short review on the application of EDA in human-computer interaction. This paper aims to serve as a primer for the novice, enabling rapid familiarisation with the latest core concepts. We put special emphasis on everyday human-computer interface applications to distinguish from the more common clinical or sports uses of psychophysiology. This paper is an extract from a comprehensive review of the entire field of ambulatory psychophysiology, including 12 similar chapters, plus application guidelines and systematic review. Thus any citation should be made using the following reference: B. Cowley, M. Filetti, K. Lukander, J. Torniainen, A. Henelius, L. Ahonen, O. Barral, I. Kosunen, T. Valtonen, M. Huotilainen, N. Ravaja, G. Jacucci. The Psychophysiology Primer: a guide to methods and a broad review with a focus on human-computer interaction. Foundations and Trends in Human-Computer Interaction, vol. 9, no. 3-4, pp. 150--307, 2016.

研究の動機と目的

• HCIにおける心理生理学に初めて携わる研究者を対象に、EDAを主要な生理的信号として基礎的なガイドラインを提供すること。
• 古くは「ガルバニック皮膚反応」といった用語にとらわれず、現代的な用語と測定法を明確にすること。
• 臨床的・スポーツ的応用ではなく、感情認識やバイオフィードバックといった現実世界のHCI文脈におけるEDAの実用的応用を強調すること。
• EDA分析分野における最新の進展をレビューし、従来の解釈モデルを再考することで、より高い正確性を実現する必要性を示すこと。
• EDAの信頼性と解釈可能性を示すことで、個別化・適応型システムの開発を支援すること。

提案手法

• 本論文は、移動型心理生理学に関する12章からなる包括的レビューを基盤として、HCI分野におけるEDA応用の体系的レビューを実施している。
• 活性皮膚外的技術（交流または直流を用いたもの）を用いたEDA測定法の概要を提示している。
• 覚醒状態を分類するために、持続的ピーク、トニックレベル、反応アモルチュードといったEDA信号特徴量を評価している。
• ナイーブベイズおよび線形判別分析（LDA）といった機械学習分類器をEDA特徴量に適用し、感情的覚醒やタスク負荷を予測している。
• ウェアラブルセンサ（例：Varioport-ARM、自作アームマウント型デバイス）を用いた制御実験の結果を統合し、リアルタイムHCIタスクにおける応用を検証している。
• EDA信号を用いたバイオフィードバックシステムの妥当性を検証しており、誤報率や反応時間のばらつきといった指標を用いて注意や感情状態の調整効果を評価している。

実験結果

リサーチクエスチョン

• RQ1 HCI分野において、EDAを生理的・感情的覚醒の代理指標として信頼性高く用いる方法は何か？
• RQ2 現実世界のHCI応用において、感情反応を検出するにあたり、最も効果的なEDA信号特徴量と測定部位は何か？
• RQ3 タスクベースやゲーム環境において、自己報告による感情的覚醒をEDAベースの分類器がどの程度正確に予測できるか？
• RQ4 短期間のEDAバイオフィードバック訓練は、警戒タスクにおける持続的注意の向上や認知機能の低下抑制に有効であるか？
• RQ5 異なる覚醒モデル（例：円周モデル対3システムモデル）は、HCI研究におけるEDA信号の解釈にどのように影響を与えるか？

主な発見

• ナイーブベイズ分類器は、制御された作業に類似したタスクにおいてEDA特徴量から感情的覚醒を90％以上の正確さで予測した。
• コンピュータゲームに類似した学習環境では、同じ分類器が自己報告による感情的覚醒を69％の正確さで予測した。
• 線形判別分析（LDA）は、16個のEDA特徴量を用いて、ベースライン状態とストレス誘発タスクを83％の正確さで区別できた。
• EDAバイオフィードバックを用いた自己アラートトレーニング（SAT）システムは、30〜40分の訓練後、誤報率を顕著に低下させ、反応時間のばらつきを安定化させた。
• SATシステムを用いた参加者群は訓練後に皮膚電気反応（SCR）アモルチュードの上昇を示した一方、プラセボ群は低下を示した。これは、短時間のバイオフィードバックが明確な生理的効果をもたらすことを示している。
• 本研究は、EDAがマルチモーダルHCIシステムにおけるリアルタイム生理的モニタリングに、信頼性があり、解釈可能で低コストなツールであることを確認した。