A Computational Framework for Modeling Biobehavioral Rhythms from Mobile and Wearable Data Streams
A Computational Framework for Modeling Biobehavioral Rhythms from Mobile and Wearable Data Streams
复制标题
用于根据移动和可穿戴数据流对生物行为节律进行建模的计算框架
DOI：
10.1101/2020.08.10.244020
复制
发表时间：
2021
影响因子：
5
通讯作者：
Yan, Runze
中科院分区：
文献类型：
--
作者：
Yan, Runze
本文介绍了 CoRhythMo，这是第一个用于对来自移动和可穿戴数据流的生物行为节律（生理、心理、社会和环境事件的重复周期）进行建模的计算框架。该框架包含四个主要组件：移动数据处理、节律发现、节律建模和机器学习。我们使用从 138 名大学生一个学期收集的智能手机和 Fitbit 数据集来评估该框架的以下能力：1) 为学生的生物行为节律建模；2) 测量学生在整个学期的节律稳定性；3) 为不同健康状况的学生的节律差异建模；4) 使用生物行为节律模型预测学生的心理健康状况。我们的评估为使用 CoRhythMo 建模和发现人类节律并使用它们来评估和预测不同的生活和健康结果的可行性提供了证据。
This paper presents CoRhythMo, the first computational framework for modeling biobehavioral rhythms - the repeating cycles of physiological, psychological, social, and environmental events - from mobile and wearable data streams. The framework incorporates four main components: mobile data processing, rhythm discovery, rhythm modeling, and machine learning. We use a dataset of smartphone and Fitbit data collected from 138 college students over a semester to evaluate the framework’s ability to 1) model biobehavioral rhythms of students, 2) measure the stability of their rhythms over the course of the semester, 3) model differences between rhythms of students with different health status, and 4) predict the mental health status in students using the model of their biobehavioral rhythms. Our evaluation provides evidence for the feasibility of using CoRhythMo for modeling and discovering human rhythms and using them to assess and predict different life and health outcomes.
登录
查看更多内容
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
G. Yeutter
通讯作者：
G. Yeutter
多分类器系统：第一届国际研讨会，MCS 2000 卡利亚里，意大利，2000 年 6 月 21-23 日
DOI：
--
发表时间：
2000
期刊：
影响因子：
--
作者：
Josef Kittler;Fabio Roli
通讯作者：
Fabio Roli
DOI：
10.1007/3-540-45014-9
发表时间：
2000-06
期刊：
--
影响因子：
--
作者：
Thomas G. Dietterich
通讯作者：
Thomas G. Dietterich
体动记录仪监测患有急性安定药引起的静坐不能的精神分裂症患者的昼夜节律运动活动
影响因子：
5.6
作者：
M. Poyurovsky;R. Nave;R. Epstein;O. Tzischinsky;M. Schneidman;T. Barnes;Abraham Weizman;Peretz Lavie
通讯作者：
Peretz Lavie
影响因子：
7.4
作者：
Sundblad, Gunilla Brun;Jansson, Anna;Engstrom, Lars-Magnus
通讯作者：
Engstrom, Lars-Magnus