文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 互联网 > 脑电信号在情感识别中的应用
侵权投诉

脑电信号在情感识别中的应用

全取21 751个点,使数据长度一致,以便在不同情感状态下对β波的功率谱特征进行比较。 3.1 脑电信号的基本节律

脑电信号是一种产生机理相当复杂的非平稳随机信号,通过小波包的多分辨率分解,可以选择最佳的小波包树由各种节律性电活动组成,根据一般脑电节律的频率分段标来重构指定的脑电节律。考虑到β波所在的频率范围,为使准[6]将脑电信号分为α波、β波、θ波、δ波4种基本节律。频率分辨率能够达到要求,本文采用daubechies小波对脑电其中,α波在闭眼时较为明显,在睁眼时会减弱或消失,而信号进行7层分解,然后根据β波的频率范围,计算出β波本文的实验是观看视频片段,整个实验过程,被试都是睁眼所包含的节点数。设[x, y]表示小波包分解的第x层的第y个状态,因此,α波不宜作为本文实验的研究对象。θ波和 节点,则 β波频段所包含的分解节点为

3 脑电信号的处理

δ波主要是正常儿童和婴儿的主要脑电活动,而本文的实验

对象为19岁~21岁的大一在校学生,因此,θ波和δ波也不

宜作为本文实验的研究对象。β波由于不受睁眼和闭眼的影

响,且在大脑皮层兴奋状态时表现明显,适合作为情感识别

的研究对象。

3.2 小波包变换

小波变换在信号分析与处理中得到了广泛的应用,是一种分析非平稳信号的有效方法[7],它能把信号分解成不同尺度基小波的加权和,主要不足是在高频段的频率分辨率较低,导致在一些应用中,不能满足实际要求。小波包分解是小波变换的一种自然延拓,它提供了一种更为精细的信号分析方法,将信号高频部分进行进一步分解,即对高频部分也用二分滤波器进行分解,所以能根据信号的特征选取相应频带与信号频谱匹配,进一步提高了时频分辨率,因此,小波包分析具有更广泛的应用价值[8]。

设ψ(t)为小波函数,φ(t)为正交尺度函数,其二尺度关系为

脑电信号在情感识别中的应用

φ(t)h0kφ(2t-k) (1)

脑电信号在情感识别中的应用

k

ψ(t)=h1kφ(2t-k) (2)

其中,h0k, h1k

脑电信号在情感识别中的应用

是多分辨分析中的滤波器系数。为进一步推广二尺度方程,有以下递推关系:

w2n(t)h0kwn(2t k) (3)

脑电信号在情感识别中的应用

∈Z

w2n+1(t)h1kwn(2t k) (4)

∈Z

其中,h0k, h1k是多分辨分析中的滤波器系数。当n=0时,

w0(t)=φ(t),w1(t)=ψ(t)。

以上定义的函数集合{wn(t)}n∈Z均为由w0(t)=φ(t)所确定的小波包。小波包系数递推公式为

dj+1,2nk=∑hn 0(2l k)dj,l l

dj+1,2n+1j,n (5)k=∑hl1(2l k)d l小波包的重建公式为

dj,nl=∑[hj+1,2n0(l 2k)dk+hj+1,2n+11(l 2k)dk]=

k

∑g0(l 2k)dj+1,2nk+∑g1(l 2k)dj+1,2n+1k (6)

k

k

在小波包分解中,分解层数的增加可使信号的高频成分和低频成分的分解都达到很精细的程度,但分辨率的提高是以加大计算量为代价的。

3.3 β波的提取

本文所用的数据是实验室自采的数据,为了方便将采集的所有生理信号数据一次性存为可用于在Matlab下进行仿真的.mat文件,所有生理信号的采样频率均设置为1 000 Hz,因此,首先应对采集到的数据进行下采样处理,下采样后的数据频率为250 Hz。并将各情感状态下的脑电信号数据点数

[4, 2], [7, 14], [7, 15], [6, 12], [6, 13], [6, 14], [7, 30] 将β波所包含的分解节点进行重构,提取得到β波,如图1所示。

脑电信号在情感识别中的应用

图1 脑电信号的β波

4 实验仿真结果与分析

脑电信号的频域特征比较突出,因此,与其他生理信号相比,基于谱分析的脑电信号分析方法占有更重要的地位。功率谱分析是脑电信号处理最常用的工具,它将幅度随时间变化的脑电波变换为脑电功率随频率变化的谱图,从而可直观的观察到脑电节律的分布与变换情况。

本文采用经典功率谱估计法,即直接法,又称周期图法,将通过小波包变换提取的β波基于快速傅里叶变化来计算脑电信号的功率谱,分别对恐惧和平静时的脑电信号进行功率谱分析,得到它们的功率谱。将同一个被试的恐惧和平静的数据作为一组数据,总共对32组数据进行了实验,结果基本相同,因此,文中仅列出其中一组数据的实验结果进行说明。被试在恐惧和平静时的β波及其功率谱如图2和图3所示。

脑电信号在情感识别中的应用

脑电信号在情感识别中的应用

脑电信号在情感识别中的应用

脑电信号在情感识别中的应用

—169—

上一页第2页

热门文档

相关文档

  • 脑电信号在情感识别中的应用

    ·人工智能及识别技术· 脑电信号在情感识别中的应用陈 曾 1,刘光远 2 (1. 西南大学计算机与信息科学学院,重庆 400715;2. 西南大学电子信息工程学院,重庆 ...

  • 脑电信号在情感识别中的研究

    西南大学 硕士学位论文 脑电信号在情感识别中的研究 姓名:陈曾 申请学位级别:硕士 专业:计算机应用技术 指导教师:刘光远 20100401 西南大学硕士学位论文 摘要 脑电...

  • 【论文】运动想象脑电信号识别研究

    运动想象脑电信号识别研究_专业资料。通过对运动想象脑电信号的分类,对受试者进行身份识别。采用一种盲源分离算法——二阶盲辨识对运动想象脑电信号进行处理,提高运动...

  • 【论文】运动想象脑电信号识别研究

    对3位受试者的4类运动想象脑电信号分别进行了分类识别,结果显示,4类运动想象脑电信号的识别率均达到80CmueEgneigadplain 计算 机工程 与应用 optnier Apitsrnnco 21,...

  • 【论文】基于四类运动想象任务的脑电信号识别

    基于四类运动想象任务的脑电信号识别_专业资料。背景:脑-机接口是在大脑与外部设备之间建立的直接的交流通路,基于运动想象的脑-机接口研究已经从两类运动想象任务的...

  • 癫痫患者脑电信号的识别

    癫痫信号的自动识别技术,能够提高癫痫信号检验的正确度。 本文在综述国内外研究脑电信号的各种常用方法后,重点介绍独立分量分析和小波分析 在脑电信号预处理中的应用...

  • 基于脑电信号的手指动作识别

    最后, 根据提取的特征进行了手指动作的识别, 在对三个人的脑电数据识别中, ...s。¨. 应用 CSSD算法于左 、 右手指动作识别步骤如下 : 第一步 : 求信号...

  • 运动想象脑电信号识别研究

    脑电信号的识别率均达到 左右 ,其 中最彻 勺 是想象舌动脑 电信号 ,其识别...胡剑锋 基于运动想象的脑机接 口残疾人游戏辅助平台的设计与应用【 研究与临床...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email