基于近红外光谱技术的情绪识别算法的研究

发布时间：2020-04-20 03:33

【摘要】：过去的一个世纪,心理疾病已经严重危害到人类的健康,越来越多的研究者开始致力于心理疾病的诊断和预防。情绪是心理状态的外显特征之一,情绪识别是机器学习技术发展的产物,随着情绪感知智能系统的发展,越来越多的特殊设备得以应用于心理疾病的预测和诊断,为早期诊断和治疗心理疾病提供了技术支持。这些设备中,功能性近红外光谱技术(fNIRS)作为一种非侵入式的的生理信号采集设备,因其抗干扰能力强、安全方便等特点而逐渐被采用。本文研究了基于近红外信号的情绪识别算法,具体研究内容如下:(1)考虑到近红外信号时间分辨率低的特性,设计了基于视频刺激的情绪诱发实验范式,通过fNIRS采集设备采集被试情绪诱发下的近红外信号。(2)由于采集到的原始信号包含被试的生理活动信号和仪器工作产生的噪声,需进行去噪处理。通过带通滤波器去除大部分噪声,但部分噪声会与有用的脑信息在时频率产生混叠,需研究有针对性的去噪算法进行处理。针对与有用脑信息频率混叠部分噪声的去除问题,本文提出了WPD-ICA滤波方法,将小波包分解与ICA算法相结合,完成预处理。并将WPD-ICA算法与经典的EEMD-ICA方法进行了比较,结果表明WPD-ICA算法所得到的输出信噪比更高,能更好地解决时频率混叠问题。(3)讨论了KNN、朴素贝叶斯和支持向量机三种分类器在情绪识别中的效果,针对fNIRS的技术特点,本文提取线性特征3种,非线性特征3种,作为分类器的输入,讨论了三种分类器的情绪分类准确率。研究了支持向量机的参数寻优方法,比较了网格寻优和粒子群寻优算法,结果表明当使用粒子群寻优时,分类准确率更高。(4)结合被试的脑地形图和3D激活状态图,分析了被试任务态大脑激活状态。本文完成了基于近红外信号的情绪识别算法的相关工作,并取得了一定的成果。
【图文】：

学硕士研究生学位论文 基于近红外光谱技术的情绪识别算法部表情来完成，目前大部分研究都是以区分不同表情为目的。除此不同，甚至同一表情的不同程度，都表现了人类情感的不同，如微怒和不悦，表情的细微差别会反映出心理活动的巨大差别[3]。之前面部表情的情绪识别，通常带有研究者的主观色彩，其准确性是存据时代，通过大数据分析的表情识别准确率较之前有本质的提升。正在使用的面部情绪识别界面，通过面部表情的识别，可以实时获绪。第三种类型是通过人的大脑信号来进行研究，，研究者用 EEG 和技术来采集人脑信号，常用的采集设备有 EEG、fMRI 和本文的研，和前两类研究方式相比，第三类方式通过对大脑的外显信号来完成准确且具有普适性[4-5]。

谷歌眼镜实时情绪检测系统
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：O434.3;R318

【相似文献】

相关期刊论文 前10条

1 何文;;近红外光谱技术在药学领域中的应用[J];祖国;2017年15期

2 王绪新;;近红外光谱技术在中药鉴定中的应用研究[J];中国实用医药;2013年08期

3 孔文杨;刘镇波;刘一星;王向明;薛占川;王鹏;沈晓燕;;近红外光谱技术在木材材性分析及木质复合材料生产中的应用[J];世界林业研究;2012年04期

4 黄威;李爽;李倬林;王亭;曾宪鹏;李铁柱;;近红外光谱技术在乳品中的应用[J];饮料工业;2012年12期

5 李佳楠;;近红外光谱技术在粮食检测中的应用进展[J];粮食科技与经济;2018年08期

6 林艳春;;近红外光谱技术在豆粉质量分析中的应用[J];现代食品;2019年06期

7 庞新安;;近红外光谱技术及其在农产品品质分析中的应用[J];广西农业生物科学;2007年01期

8 刘宁宇,王伟,吴拥军;近红外光谱技术在药物分析中的应用[J];安阳师范学院学报;2005年05期

9 钟静;;论近红外光谱技术在化学分析中的应用[J];化工管理;2015年20期

10 高凤伟;张东京;武以敏;费时龙;;基于近红外光谱技术结合判别分析快速识别阿胶产品[J];廊坊师范学院学报(自然科学版);2017年03期

相关会议论文 前10条

1 褚小立;;近红外光谱技术在现场检测的进展与展望[A];2015年现场检测仪器前沿技术研讨会论文集[C];2015年

2 张庚;;近红外光谱技术对组织(肌)氧的监测与进展[A];重症医学十年回顾与展望——2012年浙江省重症医学学术年会论文汇编[C];2012年

3 庄小丽;张卓勇;;近红外光谱技术在膳食纤维测定中的应用[A];2006年全国生化与生物技术药物学术年会论文集[C];2006年

4 陆婉珍;;近红外光谱技术进展[A];第三届科学仪器前沿技术及应用学术研讨会论文集（二）[C];2006年

5 张鑫;顾欣;陈美莲;张文刚;严凤;;近红外光谱技术在乳品行业的研究现状及应用前景[A];第三届中国奶业大会论文集(下册)[C];2012年

6 田文礼;董捷;闫继红;孙丽萍;张红城;朱晓丽;;近红外光谱技术及其在蜂蜜快速品质分析中的应用[A];2006年全国蜂产品市场信息交流会论文集[C];2006年

7 孙明;李凯歌;刘良云;;近红外光谱技术的发展和应用[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

8 陆婉珍;袁洪福;徐广通;刘伟;陈英;;现代近红外光谱技术在石油产品分析中的应用[A];中国分析测试协会科学技术奖发展回顾[C];2015年

9 毛建江;邱化玉;倪勇;蒋剑雄;来国桥;;近红外光谱技术用于人参和人参种子的鉴别分析[A];第十四届全国分子光谱学术会议论文集[C];2006年

10 陈景云;樊杰;李文泉;;近红外光谱技术在烟草生产中的应用[A];华北、东北地区2007年度烟草学术交流研讨会论文集[C];2007年

相关重要报纸文章 前1条

1 谢慧军　甘勇 陈庆华;近红外光谱技术用于制剂分析受到重视[N];中国医药报;2008年

相关博士学位论文 前10条

1 丁东;近红外光谱技术及其在生物医学中的应用研究[D];吉林大学;2004年

2 宋岩;近红外光谱技术在药物检测中的应用研究[D];吉林大学;2009年

3 张岩;基于近红外光谱技术的脑功能活动信号提取方法研究[D];哈尔滨工业大学;2011年

4 肖雪;近红外光谱技术在生物发酵和酶法制备中的应用[D];南开大学;2013年

5 刘波平;近红外光谱技术在多组分检测及模式识别中的应用研究[D];南京理工大学;2011年

6 吴建国;作物种子品质研究中近红外光谱分析模型的创建和应用[D];浙江大学;2004年

7 介邓飞;麒麟瓜内部品质在线无损检测技术的实验研究[D];浙江大学;2014年

8 刘京华;基于生物光谱对等离子体诱变雨生红球藻机理及突变体快速筛选方法的研究[D];中国科学技术大学;2016年

9 费强;遗传算法在近红外光谱药物无损定量分析中的应用研究[D];吉林大学;2009年

10 林颢;基于敲击振动、机器视觉和近红外光谱的禽蛋品质无损检测研究[D];江苏大学;2010年

相关硕士学位论文 前10条

1 王思锐;基于近红外光谱技术的情绪识别算法的研究[D];兰州大学;2019年

2 汪紫阳;基于近红外光谱技术的树种快速识别的研究[D];东北林业大学;2018年

3 彭秋实;近红外光谱技术在布洛芬复方片制备工艺中的应用研究[D];贵州大学;2018年

4 李晶晶;近红外光谱技术在中草药口服液量控制过程中的应用研究[D];华南理工大学;2018年

5 于清丽;近红外光谱技术在婴幼儿营养米粉快速检测中的应用研究[D];东华理工大学;2017年

6 韩明;基于近红外光谱技术食品检测软件开发及其应用研究[D];电子科技大学;2013年

7 胡钢亮;近红外光谱技术在中药领域中的应用研究[D];浙江大学;2003年

8 俞启;基于近红外光谱技术建立鱼糜制品品质快速检测的方法[D];浙江工商大学;2011年

9 王曼;基于近红外光谱技术的茶鲜叶品质和等级快速评价方法的研究[D];安徽农业大学;2014年

10 徐文廷;基于近红外光谱技术的脑血氧检测[D];电子科技大学;2014年

本文编号：2634101