情緒腦電特征識(shí)別與跨模式分析.pdf

1、情緒與人們的工作、生活息息相關(guān),情緒的分析和識(shí)別不僅是解決某些心理疾病的迫切需要,同時(shí)在人機(jī)交互、文娛醫(yī)療等領(lǐng)域具有廣闊的應(yīng)用前景。在可用于情緒識(shí)別的各類(lèi)信息源中,腦電信號(hào)由于具備反應(yīng)靈敏、不易偽裝、識(shí)別結(jié)果客觀真實(shí)、實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn),備受重視并成為研究熱點(diǎn)。傳統(tǒng)研究普遍針對(duì)單一、特定的情緒誘發(fā)腦電響應(yīng),目前在識(shí)別范圍和分類(lèi)正確率上有待進(jìn)一步提高,此外這些模型都無(wú)法保證推廣應(yīng)用于其他誘發(fā)模式下的同類(lèi)情緒識(shí)別,距離實(shí)際應(yīng)用中要求的高可靠性、

2、識(shí)別不同誘發(fā)模式下情緒的強(qiáng)泛化能力尚有很大差距。故如何提高單模式識(shí)別的正確率和探索跨模式識(shí)別已成為當(dāng)下亟待克服的技術(shù)瓶頸。
　　為此,本文首先在建立涵蓋6類(lèi)情緒主題的TUNERL情緒誘發(fā)素材庫(kù)(40個(gè)視頻,100張圖片)的基礎(chǔ)上,設(shè)計(jì)了情緒視頻和圖片兩類(lèi)典型誘發(fā)模式,誘發(fā)5類(lèi)情緒,擴(kuò)大情緒誘發(fā)范圍及模式。然后對(duì)12名被試兩種誘發(fā)模式下的腦電進(jìn)行頻域能量和不對(duì)稱(chēng)性分析,并對(duì)特征進(jìn)行Fisher可分性和單因素方差分析,發(fā)現(xiàn)可分性較強(qiáng)的

3、特征集中在β和γ頻段,較多分布在額區(qū)、顳區(qū)和枕區(qū)。與其他情緒相比,高興情緒腦電在額顳區(qū)左側(cè)的能量相對(duì)較低。通過(guò)非線性特征樣本熵分析,發(fā)現(xiàn)積極、消極情緒下的樣本熵值均高于平靜狀態(tài),表明腦電復(fù)雜度隨情緒活動(dòng)而增高。接下來(lái)從不同情緒分類(lèi)模型出發(fā),利用基于遞歸特征篩選的支持向量機(jī)進(jìn)行單人情緒識(shí)別。對(duì)視頻誘發(fā)腦電,本文通過(guò)訓(xùn)練策略的調(diào)整,對(duì)比分析了素材源對(duì)識(shí)別結(jié)果的影響。單模式情緒識(shí)別結(jié)果表明:按愉悅度進(jìn)行的3分類(lèi)識(shí)別率高于基本情緒模型的5分類(lèi),

4、頻域能量特征識(shí)別結(jié)果優(yōu)于不對(duì)稱(chēng)特征,視頻和圖片誘發(fā)腦電的平均識(shí)別率分別達(dá)到80.42％和85.55%,說(shuō)明本文的特征提取和建模方法有效。最后開(kāi)展了視頻和圖片誘發(fā)腦電間的跨誘發(fā)模式情緒識(shí)別,按愉悅度進(jìn)行3分類(lèi)的平均識(shí)別率達(dá)到68.2%,消極情緒的正確識(shí)別率高達(dá)91.4%,證明跨模式識(shí)別具備一定的可行性。
　　本文研究成果可為建立獨(dú)立于誘發(fā)模式,更貼近實(shí)際應(yīng)用、高魯棒性、可靠性的情緒識(shí)別模型提供一定的理論指導(dǎo)和技術(shù)基礎(chǔ),有望在情緒識(shí)別