腦電信號在情感識別中的研究.pdf

1、情感計算是實現(xiàn)高級人機交互的關(guān)鍵技術(shù)之一，是人工智能領(lǐng)域中日益受到關(guān)注的一個研究方向。情感識別是情感計算的一個重要組成部分，包括語音、面部表情、文本、姿勢和生理信號識別等方面，其中生理信號方面的情感識別研究是最困難的?；谏硇盘柕那楦凶R別，主要研究對象是不同情感狀態(tài)下的腦電、肌電、心電、皮膚電導(dǎo)、皮膚電阻、皮溫、光電脈搏、呼吸信號等。美國MIT媒體實驗室Picard教授所帶領(lǐng)的情感計算研究小組主要是分析肌電(EMG)、呼吸作用(RSP

2、)、皮膚電反應(yīng)(SC)和血容量搏動(BVP)四種生理信號，率先從這些生理信號中提取各種特征來進行情感狀態(tài)識別的研究，并證明應(yīng)用生理信號來進行識別情感狀態(tài)的方法是可行的。
　　 腦電信號是大腦內(nèi)部億萬神經(jīng)元活動在大腦皮層的綜合反映，能夠直接反映大腦的活動情況。思維狀態(tài)的不同和各種情緒的變化會在不同的大腦皮層位置反映出不同的腦電信號，因此，腦電信號含有豐富的有用信息，如何有效的處理腦電信號和提取其中的有用信息，對于情感狀態(tài)識別的研究

3、具有重要意義。然而由于腦電信號是一種產(chǎn)生機理相當(dāng)復(fù)雜的非平穩(wěn)隨機信號，其數(shù)據(jù)的采集過程相當(dāng)復(fù)雜，而且容易受外界環(huán)境和心電、肌電等其他生理信號的干擾，國內(nèi)外將腦電信號用于情感狀態(tài)識別中的研究與其他生理信號(如心電、肌電、皮膚電等)相比非常少。從德國Augsburg大學(xué)計算科學(xué)研究所采集的生理信號數(shù)據(jù)中可以看出，他們并沒有采集腦電信號的數(shù)據(jù)。
　　 論文在前人研究基于其他生理信號的情感識別的基礎(chǔ)上，對腦電信號進行了情感識別方面的研究

4、，主要研究內(nèi)容如下：
　　 1)腦電信號的數(shù)據(jù)采集：我們實驗室通過采用美國Biopac公司提供的多導(dǎo)生理記錄儀MP150同時采集包括腦電圖(EEG)、肌電圖(EMG)、心電圖(ECG)、血容量搏動(BVP)、皮膚電反應(yīng)(GSR)和呼吸作用等六種生理信號數(shù)據(jù)。實驗總共采集了244個被試的生理信號，所有被試均來自西南大學(xué)在校大一學(xué)生；
　　 2)原始腦電信號的預(yù)處理：通過分析腦電信號四種基本節(jié)律的特點，論文將腦電信號的β波節(jié)

5、律作為情感識別研究的對象，用小波包變換從腦電信號中提取了β波節(jié)律，并對其進行功率普分析，驗證了將腦電信號的β波用于情感識別研究的可行性；
　　 3)腦電信號的特征提取：將用小波包變換提取的腦電信號的β波及其所包含的小波包分解結(jié)點的小波包系數(shù)進行計算，計算出腦電信號的各種統(tǒng)計值作為原始特征。憤怒、厭惡、恐懼、悲傷、高興和驚奇這6種情感類型對應(yīng)6種類別，憤怒樣本個數(shù)為228，厭惡樣本個數(shù)為96，恐懼樣本個數(shù)為230，悲傷樣本個數(shù)為2

6、38，高興樣本個數(shù)為206，驚奇樣本個數(shù)為191，總共1189個樣本；
　　 4)腦電信號的特征選擇：采用禁忌搜索算法用于情感生理信號的特征選擇，將fisher作為情感模式的分類器，利用分類器的準(zhǔn)確率來評價特征組，保留有利于準(zhǔn)確率提高的特征組合，剔除使得準(zhǔn)確率下降的特征組合，以此來評價特征組合的優(yōu)劣。采用這種方式對情感的腦電信號特征進行選擇，以便更有效地識別情感；
　　 5)論文最后通過在一對一和一對多的情感狀態(tài)識別中進