基于視覺刺激的腦電信號情緒識別研究.pdf

1、情緒識別是運用信號處理和分析方法對各種情緒狀態(tài)下的心理、生理或體征行為參數(shù)進行特征提取與分類識別，以確定人所處的情緒狀態(tài)。腦電信號是由大量神經(jīng)元突觸后電位同步綜合而形成的，是反映神經(jīng)細胞活動情況和大腦運行狀態(tài)的生物電信號。由于腦電信號功能特異性強、時間分辨率高的特點，所以基于腦電信號情緒識別研究的應用前景廣闊，在人機交互、游戲開發(fā)、遠程教育等眾多領域均有重大的或潛在的應用價值。人的情緒具有復雜和多樣性，要對各種情緒都進行識別是困難的，也

2、是不現(xiàn)實的。本文根據(jù)研究課題“基于視覺刺激的腦電信號情緒識別研究”的要求，從情緒腦電識別的背景和現(xiàn)狀出發(fā)，將誘發(fā)情緒的視覺刺激圖片分為積極、中性和消極三類，并使用分類好的圖片來誘發(fā)情緒腦電信號，選用額葉區(qū)的七導聯(lián)腦電信號開展情緒識別研究，對情緒腦電信號的消噪、特征提取、模式分類進行了系統(tǒng)的分析和處理。
　　本研究主要內容包括：⑴為了保證刺激圖片可正確地誘發(fā)被試者相應的情緒腦電信號，設置了刺激圖片分類標準，分為積極、中性和消極三類。

3、先讓被試者們利用自我評價假人得到圖片的愉悅度和喚醒度的個人評分，求個人評分的平均值得到圖片的平均評分。然后根據(jù)情緒的劃分和愉悅度與喚醒度之間的關系，設定了圖片分類的標準，將愉悅度高，喚醒度也高的圖片定為積極圖片；將愉悅度平，喚醒度也平的圖片定為中性圖片；將愉悅度低，但喚醒度高的圖片定為消極圖片。被試人員依照這個分類標準對圖片類別進行劃分，并將平均評分不滿足這個標準的圖片去除，以確保刺激圖片的有效性和可信度。⑵為了在情緒腦電信號消噪時更好

4、地保留細節(jié)信息，提出了一種基于SA4多小波的腦電信號消噪方法。采用重復采樣預濾波方法對腦電信號預處理，利用SA4多小波分解算法處理并得到多維多小波系數(shù)。對各層多小波系數(shù)軟閾值處理后，進行多小波重構得到消噪后的腦電信號。仿真結果表明，相比于db4小波算法，SA4多小波算法能使消噪后情緒腦電信號具有更佳的信噪比和均方誤差，并能減少消噪時的信息丟失。⑶因為模糊熵無法度量不同尺度因子下的復雜性，選擇使用多尺度模糊熵算法進行特征提取。并針對實驗采

5、集的情緒腦電信號較短，會對多尺度模糊熵算法中的尺度因子產(chǎn)生限制的問題，改進了其中的粗?；惴?。使用基于改進粗粒化的多尺度模糊熵算法提取特征向量，并進行歸一化處理，最后使用主成分分析方法進行特征降維，運用于模式分類。仿真結果表明，相比于模糊熵特征，多尺度模糊熵可更好地提升分類的平均識別率。⑷為了增加樣本在特征空間的可分性，將多核支持向量機引入情緒分類領域，并結合徑向基核和多項式核的特點，針對性地構造了徑向基核和多項式混合的核函數(shù)。同時為了