情感識別中基于心電信號的特征分析與處理.pdf

1、情感計(jì)算是讓計(jì)算機(jī)具有人類的情感，并且使它具有識別情感狀態(tài)的能力。情感識別是情感計(jì)算的重要領(lǐng)域，在基于生理信號的情感識別中，心電信號是主要的研究對象。心電信號的變化狀況是人類情感最重要且最真實(shí)的表現(xiàn)之一，因此通過對心電信號的研究，我們就可以識別出人們內(nèi)在的情感和情緒變化，從而為情感識別系統(tǒng)的建模奠定堅(jiān)實(shí)的基礎(chǔ)。
　　 在以ECG為對象的情感識別中，提取能有效區(qū)分不同情感狀態(tài)的特征，是進(jìn)行情感識別的關(guān)鍵。而小波分析是一種廣泛應(yīng)用于

2、生物醫(yī)學(xué)信號處理領(lǐng)域的信號分析技術(shù)，由于它具有良好的時頻局部特性，不僅能夠?qū)Ω鞣N時變信號進(jìn)行有效的分解，從而較好地將信號與噪聲加以分離，達(dá)到對信號降噪的目的，而且通過小波變換的多尺度分解，可以從分解后的小波系數(shù)中提取信號的細(xì)節(jié)特征。本文以心電信號為研究對象，采用德國Augsburg大學(xué)情感生理信號數(shù)據(jù)庫中的ECG數(shù)據(jù)，進(jìn)行基于單一生理信號的情感識別研究，主要做了以下工作：
　　 首先用小波變換的非線性閾值去噪法對原始ECG進(jìn)行了

3、小波分解和高頻系數(shù)的閾值處理，在去除噪聲的同時重構(gòu)ECG信號，取得了較好的去噪效果。用Db7小波函數(shù)對去噪后的ECG信號進(jìn)行7層分解，從小波系數(shù)中提取Joy、Sadness、Anger、Pleasure四種情感狀態(tài)下心電信號的特征，并分析特征值大小與情感狀態(tài)的關(guān)系。對同一天采集的四種情感數(shù)據(jù)的同一特征，比較其相對大小關(guān)系，得出大小關(guān)系一致的特征作為情感識別的依據(jù)。對選取的特征進(jìn)行歸一化處理之后，直接采用閾值判別的方法，對四種情感狀態(tài)進(jìn)行

4、兩兩之間的識別，結(jié)果顯示，小波分解的低頻系數(shù)中包含較多的情感信息，其中，對Joy和Sadness兩類情感分類效果較好，平均識別率可達(dá)95.1％，驗(yàn)證了小波變換提取心電信號情感特征的有效性。
　　 在對四種情感狀態(tài)兩兩進(jìn)行識別時，找出識別率較高的部分特征進(jìn)行分析，可以發(fā)現(xiàn)，對于每種情感狀態(tài)，都有特定的一些特征能夠較好地表征其狀態(tài)的變化。其中Joy在與其他三類情感進(jìn)行識別時的識別率都比較高，說明對于ECG信號來說，Joy這種情感狀態(tài)