
![image](/images/2025/3/01.png)

- โครงงานพัฒนาโมเดลตรวจจับ “สภาวะโฟกัส” โดยใช้ข้อมูลทางสรีระวิทยา เช่น HR, HRV, EDA ฯลฯ แทน EEG เพื่อสร้างเครื่องมือที่ใช้งานได้ในชีวิตประจำวันผ่านอุปกรณ์อย่าง Smartwatch
- ใช้ชุดข้อมูล WESAD จาก 15 คน มี label เป็น 4 สภาวะ (baseline, meditation, stress, amusement) และสร้าง label “focus” โดยอิงจากระดับ arousal, valence และ STAI แบบ rule-based
- ทำ preprocess แปลงข้อมูลเป็น window (30–180 วินาที), ลบ outlier และทำ feature engineering เช่น HRV metrics, interaction terms, log‑transform ฯลฯ
- ใช้โมเดล Random forest classifier เมื่อใช้ window = 30 s ได้ผล 0.81 precision และ focus F1‑score = 0.86, Recall สูง (0.92) แต่มี error บางจาก subject บางคน
- ลบ subject ที่มีรูปแบบข้อมูลแปลกออก ทำให้ precision เพิ่มเป็น 0.86 และ F1‑score ดีขึ้นเป็น 0.90
- ผลสรุปชี้ว่า physiological data สามารถใช้ตรวจจับภาวะโฟกัสได้จริง แต่ต้องเก็บข้อมูลใหม่ที่มีรูปแบบข้อมูลหลากหลายยิ่งขึ้น


Focus Detection Using Physiological Data

โดย Kittiphop Khiansa • -