情緒腦電特征識別與跨模式分析.pdf

1、情緒與人們的工作、生活息息相關(guān),情緒的分析和識別不僅是解決某些心理疾病的迫切需要,同時在人機(jī)交互、文娛醫(yī)療等領(lǐng)域具有廣闊的應(yīng)用前景。在可用于情緒識別的各類信息源中,腦電信號由于具備反應(yīng)靈敏、不易偽裝、識別結(jié)果客觀真實(shí)、實(shí)時性強(qiáng)等優(yōu)點(diǎn),備受重視并成為研究熱點(diǎn)。傳統(tǒng)研究普遍針對單一、特定的情緒誘發(fā)腦電響應(yīng),目前在識別范圍和分類正確率上有待進(jìn)一步提高,此外這些模型都無法保證推廣應(yīng)用于其他誘發(fā)模式下的同類情緒識別,距離實(shí)際應(yīng)用中要求的高可靠性、

2、識別不同誘發(fā)模式下情緒的強(qiáng)泛化能力尚有很大差距。故如何提高單模式識別的正確率和探索跨模式識別已成為當(dāng)下亟待克服的技術(shù)瓶頸。
　　為此,本文首先在建立涵蓋6類情緒主題的TUNERL情緒誘發(fā)素材庫(40個視頻,100張圖片)的基礎(chǔ)上,設(shè)計(jì)了情緒視頻和圖片兩類典型誘發(fā)模式,誘發(fā)5類情緒,擴(kuò)大情緒誘發(fā)范圍及模式。然后對12名被試兩種誘發(fā)模式下的腦電進(jìn)行頻域能量和不對稱性分析,并對特征進(jìn)行Fisher可分性和單因素方差分析,發(fā)現(xiàn)可分性較強(qiáng)的

3、特征集中在β和γ頻段,較多分布在額區(qū)、顳區(qū)和枕區(qū)。與其他情緒相比,高興情緒腦電在額顳區(qū)左側(cè)的能量相對較低。通過非線性特征樣本熵分析,發(fā)現(xiàn)積極、消極情緒下的樣本熵值均高于平靜狀態(tài),表明腦電復(fù)雜度隨情緒活動而增高。接下來從不同情緒分類模型出發(fā),利用基于遞歸特征篩選的支持向量機(jī)進(jìn)行單人情緒識別。對視頻誘發(fā)腦電,本文通過訓(xùn)練策略的調(diào)整,對比分析了素材源對識別結(jié)果的影響。單模式情緒識別結(jié)果表明:按愉悅度進(jìn)行的3分類識別率高于基本情緒模型的5分類,

4、頻域能量特征識別結(jié)果優(yōu)于不對稱特征,視頻和圖片誘發(fā)腦電的平均識別率分別達(dá)到80.42％和85.55%,說明本文的特征提取和建模方法有效。最后開展了視頻和圖片誘發(fā)腦電間的跨誘發(fā)模式情緒識別,按愉悅度進(jìn)行3分類的平均識別率達(dá)到68.2%,消極情緒的正確識別率高達(dá)91.4%,證明跨模式識別具備一定的可行性。
　　本文研究成果可為建立獨(dú)立于誘發(fā)模式,更貼近實(shí)際應(yīng)用、高魯棒性、可靠性的情緒識別模型提供一定的理論指導(dǎo)和技術(shù)基礎(chǔ),有望在情緒識別