Wearable health monitoring systems provide continuous physiological measurements with growing use in clinical and population health applications. Baseline normalization enables individual-specific calibration of physiological signals to account for inter-subject variability; however, systematic evaluation of how the temporal relationship between normalization windows and evaluation data influences reported classification performance remains limited. Using physiological anxiety detection as a case study, this work investigates this methodological challenge with a spider-fear dataset (52 participants, including measurements of heart activity, skin conductance, and respiration), comparing normalization approaches and three baseline selection strategies. While maintaining strict subject independent partitions, it shows that including the normalized baseline in the evaluation window (test-inclusive baseline normalization) produced accuracies of 89–93%, compared with when the baseline window is excluded (test-exclusive baseline normalization), which yielded 77–85%, a 3–13 percentage-point difference consistent across classifiers, window sizes, and class-balance conditions. Two test-exclusive strategies using physiologically distinct baseline states (rest versus anxiety) performed equivalently, indicating that performance differences were driven by temporal overlap rather than baseline selection. Full-feature normalization improved accuracy by 11–18% relative to unnormalized features; however, after removing temporal overlap, performance did not differ between normalization approaches. Prolonged stimulus exposure was associated with a 4–7 percentage-point reduction in accuracy, consistent with habituation effects. Increasing window duration from 10 s to 60 s was associated with higher accuracy (72–74% vs 78–79%), whereas data augmentation did not improve performance under moderate class imbalance. It is recommended an explicit reporting of baseline temporal boundaries to enable accurate performance comparisons across studies and reliable assessment of clinical applicability in wearable health monitoring.
I sistemi di monitoraggio della salute tramite dispositivi indossabili forniscono misurazioni fisiologiche continue, con un utilizzo crescente in ambito clinico. La normalizzazione rispetto alla baseline consente una calibrazione individuale dei segnali fisiologici per tenere conto della variabilità inter-soggetto; tuttavia, la valutazione sistematica di come la relazione temporale tra le finestre di normalizzazione e i dati di valutazione influenzi le prestazioni di classificazione rimane limitata. Utilizzando un dataset su soggetti aracnofobici (52 partecipanti, con misurazioni dell'attività cardiaca, della conduttanza cutanea e della respirazione), questo lavoro esamina il rilevamento dell'ansia fisiologica come caso di studio confrontando approcci di normalizzazione e tre strategie di selezione della baseline. Mantenendo partizioni rigorosamente indipendenti a livello di soggetto, si mostra che includere la baseline di normalizzazione nella finestra di valutazione (normalizzazione test-inclusive) produce accuratezze dell'89–93%, rispetto al caso in cui la finestra di baseline è esclusa (normalizzazione test-esclusive), che fornisce il 77–85%, una differenza di 3–13 punti percentuali consistente tra classificatori, dimensioni delle finestre temporali e condizioni di bilanciamento delle classi. Due strategie test-esclusive che utilizzano stati fisiologici di baseline distinti (riposo vs. ansia) hanno mostrato prestazioni equivalenti, indicando che le differenze di performance sono determinate dalla sovrapposizione temporale piuttosto che dalla selezione della baseline. La normalizzazione completa delle feature ha migliorato l'accuratezza dell'11–18% rispetto alle feature non normalizzate; tuttavia, dopo aver eliminato la sovrapposizione temporale, le prestazioni non differivano tra gli approcci di normalizzazione. Un'esposizione prolungata allo stimolo è stata associata a una riduzione dell'accuratezza di 4–7 punti percentuali, coerente con gli effetti di abituazione. L'aumento della durata della finestra da 10s a 60s è risultato associato a un'accuratezza più elevata (72–74% vs 78–79%), mentre l'augmentazione dei dati non ha migliorato le prestazioni in condizioni di moderato squilibrio tra le classi. Si raccomanda di riportare esplicitamente i confini temporali della baseline per consentire confronti accurati delle prestazioni tra studi e una valutazione affidabile dell'applicabilità clinica nel monitoraggio della salute tramite dispositivi indossabili.
Artificial Intelligence for anxiety level classification using data from wearable devices
TOGNOTTI, ALESSANDRO
2025/2026
Abstract
Wearable health monitoring systems provide continuous physiological measurements with growing use in clinical and population health applications. Baseline normalization enables individual-specific calibration of physiological signals to account for inter-subject variability; however, systematic evaluation of how the temporal relationship between normalization windows and evaluation data influences reported classification performance remains limited. Using physiological anxiety detection as a case study, this work investigates this methodological challenge with a spider-fear dataset (52 participants, including measurements of heart activity, skin conductance, and respiration), comparing normalization approaches and three baseline selection strategies. While maintaining strict subject independent partitions, it shows that including the normalized baseline in the evaluation window (test-inclusive baseline normalization) produced accuracies of 89–93%, compared with when the baseline window is excluded (test-exclusive baseline normalization), which yielded 77–85%, a 3–13 percentage-point difference consistent across classifiers, window sizes, and class-balance conditions. Two test-exclusive strategies using physiologically distinct baseline states (rest versus anxiety) performed equivalently, indicating that performance differences were driven by temporal overlap rather than baseline selection. Full-feature normalization improved accuracy by 11–18% relative to unnormalized features; however, after removing temporal overlap, performance did not differ between normalization approaches. Prolonged stimulus exposure was associated with a 4–7 percentage-point reduction in accuracy, consistent with habituation effects. Increasing window duration from 10 s to 60 s was associated with higher accuracy (72–74% vs 78–79%), whereas data augmentation did not improve performance under moderate class imbalance. It is recommended an explicit reporting of baseline temporal boundaries to enable accurate performance comparisons across studies and reliable assessment of clinical applicability in wearable health monitoring.| File | Dimensione | Formato | |
|---|---|---|---|
|
Master_s Thesis Alessandro Tognotti.pdf
accessibile in internet per tutti
Descrizione: Master Thesis
Dimensione
4.3 MB
Formato
Adobe PDF
|
4.3 MB | Adobe PDF | Visualizza/Apri |
|
Executive_Summary_Tognotti.pdf
accessibile in internet per tutti
Descrizione: Executive Summary
Dimensione
1.08 MB
Formato
Adobe PDF
|
1.08 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/260125