Analysis of electrodermal activity to assess stimulation levels

Stress represents a significant challenge in modern society, with substantial implications for both physical and mental health. This thesis focuses on the analysis of Electro Dermal Activity (EDA) as a potential indicator of stress levels. The thesis begins with an introduction to the dangers associated with stress and underscores the importance of addressing this issue. Subsequently, a state-of-the-art review of EDA is presented, examining its physiological foundations, detection techniques, and interpretive challenges. The central part of the work involves the implementation of a MATLAB program for processing EDA signals. The program extracts the tonic phase from the signals and calculates a series of features. These features are then used as input for a neural network designed to classify the subject's stress level. In conclusion, this thesis contributes to the field of stress assessment through EDA, utilizing a practical approach that leverages modern data analysis techniques, such as the use of a neural network to classify stress levels.

Analisi dell’attività elettrodermica per la valutazione del livello di stimolazione. Lo stress rappresenta un'importante sfida nella società moderna, con rilevanti implicazioni per la salute sia fisica che mentale. Questa tesi si concentra sull'analisi dell'Electro Dermal Activity (EDA) come possibile indicatore dei livelli di stress. La tesi inizia con un'introduzione sui pericoli legati allo stress e sottolinea l'importanza di affrontare questo problema. Successivamente, viene presentato uno stato dell'arte sull'EDA, analizzando le sue basi fisiologiche, le tecniche di rilevamento e le sfide interpretative. La parte centrale del lavoro consiste nell'implementazione di un programma in MATLAB per l'elaborazione dei segnali EDA. Il programma estrae la fase tonica dai segnali e ne calcola una serie di features. Queste features vengono quindi utilizzate come input per una rete neurale progettata per classificare il livello di stress del soggetto. In conclusione, questa tesi contribuisce all'ambito della valutazione dello stress attraverso l'EDA, utilizzando un approccio pratico che sfrutta le moderne tecniche di analisi dati come l'utilizzo di una rete neurale per classificare i livelli di stress.