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

计 算 机 工 程 第 36 卷 第9期

V ol.36 No.9 Computer Engineering ·人工智 能及识别技术·

文章编号:1000—3428(2010)09—0168—03

文献标识码:A

2010年5月

May 2010

中图分类号:TP391.4

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 400715)

摘 要:针对如何在情感识别中有效处理脑电信号和提取有用信息的问题,对实验采集的脑电信号进行小波包分解,通过对相关频段信号的重构,提取出脑电信号中能用于情感状态识别的β波节律,对其在不同情感状态下进行谱分析。仿真实验结果表明,将脑电信号中的β波节律用于情感状态识别是可行的。

关键词:情感识别;脑电信号;β波;小波包变换

Application of EEG Signal in Emotion Recognition

CHEN Zeng1, LIU Guang-yuan2

(1. School of Computer and Information Science, Southwest University, Chongqing 400715;

2. School of Electronic and Information Engineering, Southwest University, Chongqing 400715)

【Abstract】Aiming at how to effectively deal with the ElectroEncephaloGram(EEG) signal and extract useful information, this paper decomposes the collection of experimental EEG with wavelet packet transform and reconstructs the relevant frequency band signal, thereby extracting β-wave rhythm from EEG signal which can be used to identify the emotional states, and analyses it in different emotional states with spectral analysis. Simulation results show that the β-wave rhythm in EEG signal used to identify the emotional states is feasible. 【Key words】emotion recognition; ElectroEncephaloGram(EEG) signal; β-wave; wavelet packet transform

1 概述

情感计算是实现高级人机交互的关键技术之一,是人工智能领域中日益受到关注的一个研究方向。情感识别包括面部表情、语音、姿势、文本和生理信号识别[1]等。其中,生理信号方面的研究是最困难的。基于生理信号的情感识别,主要研究内容是不同情感状态下的脑电、心电、肌电、皮肤电阻、皮肤电导、皮温、光电脉搏、呼吸信号等。美国MIT媒体实验室Picard教授带领的情感计算研究小组主要是分析肌电(EMG)、皮肤电反应(SC)、呼吸作用(RSP)和血容量搏动(BVP)4种生理信号,率先从这些生理信号中提取特征来进行情感状态识别的研究,并且证明应用生理信号来识别情感状态的方法是可行的[1-2];文献[3]采集50名被试在自然情感诱发下的生理信号提取特征后运用支持向量机(Support Vector Machine)对3种情感状态的识别率分别达到了78.4%;文 献[4-5]的研究也取得了较好的效果。

脑电信号是由大脑内部亿万神经元活动在大脑皮层的综合反映,能直接反映大脑的活动情况。不同的思维状态和情绪变化在不同的大脑皮层位置反映出不同的脑电信号,因此,脑电信号含有丰富的有用信息,如何有效处理脑电信号和提取有用信息,对于情感状态识别的研究具有重要的意义。然而由于脑电信号是一种产生机理相当复杂的非平稳随机信号,其数据的采集过程相当复杂,而且容易受外界环境和心电、肌电等生理信号的干扰,国内外将脑电信号用于情感状态识别中的研究与其他生理信号(如心电、肌电、皮肤电等)相比非常少。从德国Augsburg大学计算科学研究所采集的生理信号数据中可以看出,他们并没有采集脑电信号的数据。

本文采用美国Biopac公司提供的多导生理记录仪 — —168

MP150采集,包括肌电图(EMG)、脑电图(EEG)、心电图

(ECG)、血容量搏动(BVP)、皮肤电反应(GSR)和呼吸作用 6种生理信号数据,然后将采集的脑电信号进行小波包分解,提取出脑电信号中能用于情感状态识别的β波节律,并对其在不同情感状态下进谱分析。

2 数据采集

实验设备采用美国Biopac公司提供的多导生理记录仪MP150同时采集包括肌电图(EMG)、脑电图(EEG)、心电图(ECG)、血容量搏动(BVP)、皮肤电反应(GSR)和呼吸作用 6种生理信号数据。其中,脑电信号的电极安放位置根据国际10-20系统安放在FP1和FP2,参考电极为双耳垂。实验对象为年龄在19岁~21岁的西南大学大一,右利手,所有被试身体健康,无任何脑神经损伤和精神疾病病史。实验素材是将带有5种情感状态的电影片段加上过渡性质的轻音乐和图片整合而成的一个视频片段。6种情感状态依次为高兴、惊奇、厌恶、悲伤、愤怒、恐惧。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设置为1 000 Hz,每次数据采集的时间约为50 min。实验中每种情感的片段播放完后,被试填写此时情感状态的强弱程度,强弱程度为:很强,较强,一般,较弱,很弱,从而保证数据的有效性。

基金项目:国家自然科学基金资助项目(60873143);西南大学国家重点学科基础心理学科研基金资助项目(NKFS07003)

作者简介:陈 曾(1983-),男,硕士研究生,主研方向:计算智能与情感计算;刘光远,教授、博士后

收稿日期:2009-10-20 E-mail:chenzeng88@yahoo.com.cn

第1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