基于心音HRV和DSV的情绪识别系统
发布时间：2021-05-19 13:14
基于生理信号的情绪识别是一个相对比较新和快速增长的研究领域,目前已经有多种生理信号成功应用于情绪识别。心音作为一种重要的人体生理信号,直观反映心脏的跳动情况,而心脏的运动情况与情绪息息相关,所以心音能一定程度上反映情绪变化。但是国际尚无根据心音进行情绪识别的先例,该课题创造性地将心音应用到情绪识别中,构建了一个基于心音HRV和DSV的情绪识别系统。首先,介绍自主设计制作的实验平台,制定情绪心音采集实验方案,初步建立起一个小型情绪心音库。被试通过视/音频刺激,分别体验放松、平静、高兴、愤怒4种基本情绪,采用肩戴式心音采集器全程记录被试的情绪心音信号,并且同步记录被试心电进行对比。其次设计了一种基于模板选择的心音预筛选与分段算法,自动筛除那些受到笑声、哭声、说话声等强噪声干扰的情绪心音,并对通过预筛选的情绪心音进行精确分段,方便后续计算心音HRV、DSV指标。该算法主要工作包括:（1）优化基于混沌特征的复合心音发生模型的部分参数,建立一个完备的心音模板库;（2）进行心音预筛选,避免无意义的分段操作;（3）对通过预筛选的心音信号进行精确分段。该算法能有效维护情绪心音库,只有分段准确率为100...
【文章来源】：南京邮电大学江苏省
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
1.1 该课题的研究背景及意义
1.2 该课题相关研究现状
1.2.1 情绪的理论基础
1.2.2 基于生理信号的情绪识别研究现状
1.3 该课题主要内容及创新点
1.3.1 主要内容
1.3.2 创新点
第二章 肩戴式情绪心音采集实验平台
2.1 实验硬件平台
2.2 情绪刺激素材选择
2.3 被试招募
2.4 实验步骤
2.5 情绪心音数据库的建立与维护
2.6 本章小结
第三章 心音信号用于情绪识别的生理基础
3.1 心音产生机理的分析
3.2 情绪心音与自主神经系统关系
3.3 HRV理论
3.4 心音HRV指标
3.5 心音DSV指标
3.6 本章小结
第四章 心音信号的预筛选与分段
4.1 常用心音分段算法概述
4.2 基于模板选择的心音预筛选与分段算法
4.2.1 算法设计
4.2.2 建立心音模板库
4.2.3 心音预筛选
4.2.4 心音分段
4.3 分段算法实验与比较
4.3.1 实验数据
4.3.2 算法性能评估
4.3.3 结果分析
4.4 心音HRV和DSV的提取
4.5 本章小结
第五章 心音HRV和DSV情绪识别系统
5.1 系统总体设计
5.2 心音HRV和DSV的特征分析
5.2.1 线性分析
5.2.2 非线性分析
5.2.3 图形分析
5.3 心音情绪识别评价指标体系
5.3.1 GA算法选择特征
5.3.2 心音情绪识别评价指标体系
5.4 分类识别
5.5 本章小结
第六章 实验结果与分析
6.1 心音与心电情绪识别特征对比
6.1.1 各情绪评价指标在情绪评价体系中的表现
6.1.2 各情绪评价指标典型特征的表征效果
6.2 识别结果与分析
6.2.1 效价识别结果
6.2.2 唤醒度识别结果
6.2.3 效价-唤醒度综合识别结果
6.2.4 结果分析
6.3 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
附录1 攻读硕士学位期间申请的专利
附录2 攻读硕士学位期间参加的科研项目
附录3 各情绪评价指标特征的权重指数相关表格
致谢
【参考文献】：
期刊论文
[1]基于遗传优化的多级SVM语音情感识别[J]. 谈利芳,刘蓉,黄刚,张雄. 电子测量技术. 2017(10)
[2]基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法[J]. 李明阳,陈万忠,张涛. 仪器仪表学报. 2017(06)
[3]基于改进的维奥拉积分方法提取心音信号包络[J]. 郭兴明,蒋鸿,郑伊能. 仪器仪表学报. 2016(10)
[4]基于自适应遗传算法的SVM参数优化[J]. 孟滔,周新志,雷印杰. 计算机测量与控制. 2016(09)
[5]基于混沌特性的复合心音发生器的设计与研究[J]. 成谢锋,陈胤,成亮,姜斌,汪晶. 数据采集与处理. 2016(05)
[6]冠心病与负情绪的相关性及临床意义[J]. 陆卫华,李田昌,陈宇,裘毅刚,李贤峰,黄毅雄. 中西医结合心脑血管病杂志. 2016(17)
[7]基于情感心电信号的去趋势波动分析研究[J]. 程静,刘光远. 西南大学学报(自然科学版). 2016(02)
[8]基于生理大数据的情绪识别研究进展[J]. 赵国朕,宋金晶,葛燕,刘永进,姚林,文涛. 计算机研究与发展. 2016(01)
[9]基于生理信号的情绪识别研究进展[J]. 张迪,万柏坤,明东. 生物医学工程学杂志. 2015(01)
[10]正负性情绪的自主神经反应及应用[J]. 易欣,葛列众,刘宏艳. 心理科学进展. 2015(01)
博士论文
[1]基于庞加莱散点图和递归图的心率变异性研究[D]. 霍铖宇.南京大学 2014
硕士论文
[1]一种基于心脏生理参数的复合心音合成模型及应用研究[D]. 姜斌.南京邮电大学 2016
本文编号：3195828
【文章来源】：南京邮电大学江苏省
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
1.1 该课题的研究背景及意义
1.2 该课题相关研究现状
1.2.1 情绪的理论基础
1.2.2 基于生理信号的情绪识别研究现状
1.3 该课题主要内容及创新点
1.3.1 主要内容
1.3.2 创新点
第二章 肩戴式情绪心音采集实验平台
2.1 实验硬件平台
2.2 情绪刺激素材选择
2.3 被试招募
2.4 实验步骤
2.5 情绪心音数据库的建立与维护
2.6 本章小结
第三章 心音信号用于情绪识别的生理基础
3.1 心音产生机理的分析
3.2 情绪心音与自主神经系统关系
3.3 HRV理论
3.4 心音HRV指标
3.5 心音DSV指标
3.6 本章小结
第四章 心音信号的预筛选与分段
4.1 常用心音分段算法概述
4.2 基于模板选择的心音预筛选与分段算法
4.2.1 算法设计
4.2.2 建立心音模板库
4.2.3 心音预筛选
4.2.4 心音分段
4.3 分段算法实验与比较
4.3.1 实验数据
4.3.2 算法性能评估
4.3.3 结果分析
4.4 心音HRV和DSV的提取
4.5 本章小结
第五章 心音HRV和DSV情绪识别系统
5.1 系统总体设计
5.2 心音HRV和DSV的特征分析
5.2.1 线性分析
5.2.2 非线性分析
5.2.3 图形分析
5.3 心音情绪识别评价指标体系
5.3.1 GA算法选择特征
5.3.2 心音情绪识别评价指标体系
5.4 分类识别
5.5 本章小结
第六章 实验结果与分析
6.1 心音与心电情绪识别特征对比
6.1.1 各情绪评价指标在情绪评价体系中的表现
6.1.2 各情绪评价指标典型特征的表征效果
6.2 识别结果与分析
6.2.1 效价识别结果
6.2.2 唤醒度识别结果
6.2.3 效价-唤醒度综合识别结果
6.2.4 结果分析
6.3 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
附录1 攻读硕士学位期间申请的专利
附录2 攻读硕士学位期间参加的科研项目
附录3 各情绪评价指标特征的权重指数相关表格
致谢
【参考文献】：
期刊论文
[1]基于遗传优化的多级SVM语音情感识别[J]. 谈利芳,刘蓉,黄刚,张雄. 电子测量技术. 2017(10)
[2]基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法[J]. 李明阳,陈万忠,张涛. 仪器仪表学报. 2017(06)
[3]基于改进的维奥拉积分方法提取心音信号包络[J]. 郭兴明,蒋鸿,郑伊能. 仪器仪表学报. 2016(10)
[4]基于自适应遗传算法的SVM参数优化[J]. 孟滔,周新志,雷印杰. 计算机测量与控制. 2016(09)
[5]基于混沌特性的复合心音发生器的设计与研究[J]. 成谢锋,陈胤,成亮,姜斌,汪晶. 数据采集与处理. 2016(05)
[6]冠心病与负情绪的相关性及临床意义[J]. 陆卫华,李田昌,陈宇,裘毅刚,李贤峰,黄毅雄. 中西医结合心脑血管病杂志. 2016(17)
[7]基于情感心电信号的去趋势波动分析研究[J]. 程静,刘光远. 西南大学学报(自然科学版). 2016(02)
[8]基于生理大数据的情绪识别研究进展[J]. 赵国朕,宋金晶,葛燕,刘永进,姚林,文涛. 计算机研究与发展. 2016(01)
[9]基于生理信号的情绪识别研究进展[J]. 张迪,万柏坤,明东. 生物医学工程学杂志. 2015(01)
[10]正负性情绪的自主神经反应及应用[J]. 易欣,葛列众,刘宏艳. 心理科学进展. 2015(01)
博士论文
[1]基于庞加莱散点图和递归图的心率变异性研究[D]. 霍铖宇.南京大学 2014
硕士论文
[1]一种基于心脏生理参数的复合心音合成模型及应用研究[D]. 姜斌.南京邮电大学 2016
本文编号：3195828
本文链接：https://www.wllwen.com/kejilunwen/wltx/3195828.html
