心跳间期和皮肤电信号中的情感响应模式研究

发布时间：2018-02-05 00:01

本文关键词： 情感响应模式心跳间期皮肤电唤醒度　出处：《西南大学》2015年博士论文　论文类型：学位论文

【摘要】：在人机情感交互领域,基于生理信号的实时情感识别将会是可穿戴智能的重要应用之一如根据主人情绪变幻花色的衣物或在主人情绪低落时散发香甜气味的眼镜就是典型的应用范例。相对于脑电、面部肌电或心电等其它生理电信号,心跳间期和皮肤电信号具有易于测量、抗干扰能力强等优点,且测量时对用户行动的影响最小,最适宜于构建实时情感识别系统,因此研究心跳间期和皮肤电中的情感响应模式具有很大的应用价值。情感响应模式研究是分析生理信号中对情感变化敏感的特征集合以及情感变化与这些特征取值之间的关系。国内外许多生理信号情感识别研究中所采用的理论、方法和技术为我们的研究工作带来很多启示和帮助,但仍然有去多亟待解决的问题,如情感模型不统一、缺乏用户个性化分析等。论文对情感生理信号分析中的问题进行讨论,并提出新的方法,主要包括：1)针对生理信号的非线性分析问题,提出基于替代数据的非线性特征有效性检验方法以及子空间分割熵和符号熵两个适用于短时生理信号分析的非线性特征。2)针对数据标签不精确数据集的模式分析问题,提出基于聚类熵的聚类评价准则和PSO-FCM聚类分析方法。3)针对用户非依赖情感识别问题,提出标准人体生理基线映射方法。4)针对个性化情感识别问题,提出生理识别情感唤醒度加权调节方法。实验结果表明,这些方法对情感生理信号的分析是有效的。论文分别在单被试情感生理信号数据集和多被试情感生理信号数据集上分析了情感状态下心跳间期和皮肤电信号变化与情感效价和唤醒度的相关性。分析结果显示,心跳间期和皮肤电信号的变化模式与情感唤醒度相关,与情感效价基本不相关,其中RRmean、RRmin、 RRLFVLF、SCnLF和SCmutual_information这五维特征对情感唤醒度的变化敏感。当情感唤醒度很低时,表现为较大的心跳间期均值和心跳间期最小值(RRmean=0.83、RRmin=0.69),心跳间期曲线变化平稳(RRLFVLF=2.37),皮肤电水平(SCL)变化较为平缓,呈缓慢下降趋势,波动幅度较小(SCnLF=0.90、SCmutual_information=3.60);当情感唤醒度为低时,表现为居中的心跳间期均值和居中的心跳间期最小值(RRmean=0.80、RRmin=0.66),心跳间期曲线出现短时不稳定片段,此时曲线呈小幅上下波动(RRLFVLF=0.99), SCL变化较为平缓,呈缓慢下降趋势,无较高波峰的皮肤电响应(SCR)出现(SCnLF=0.91、 SCmutual_information=3.67);当情感唤醒度为中时,表现为居中的心跳间期均值和居中的心跳间期最小值(RRmean=0.80、RRmin=0.65),心跳间期曲线出现短时不稳定片段,此时曲线呈小幅上下波动(RRLFVLF=1.08), SCL变化较为平缓,呈缓慢上升趋势,无较高波峰的SCR出现(SCnLF=0.83、SCmutual_information=3.41);当情感唤醒度为高时,表现为较小的心跳间期均值和较小的心跳间期最小值(RRmean=0.77、RRmin=0.61),心跳间期曲线出现短时不稳定片段,此时曲线呈小幅上下波动(RRLFVLF=0.99), SCL持续上升,且出现波峰较高的SCR (SCnLF=0.86、SCmutual_information=3.31);当情感唤醒度很高时,表现为较小的心跳间期均值和较小的心跳间期最小值(RRmean=0.75、RRmin=0.59),心跳间期曲线中存在较长时间的小幅值上下波动(RRLFVLF=0.93), SCL数值较大且频繁出现SCR波动(SCnLF=0.77、 SCmutual information=3.30)。论文建立了用户非依赖的个性化情感唤醒度识别系统：(1)用户非依赖方面,提出标准人体基线映射方法能够很好的去除个体基线差异。将从单被试短时情感生理信号数据集中提取的用于实时识别情感唤醒度的聚类中心应用于多被试短时情感生理信号数据集,结果表明,该聚类中心能够有效识别被试的情感唤醒度,可以实现用户非依赖的情感唤醒度识别。提出唤醒度映射,将聚类结果映射到0-1之间,实现对生理信号识别情感唤醒度的定量描述。(2)个性化情感识别方面,提出生理识别情感唤醒度的加权调节方法。分别讨论性别、人格特质对生理识别情感唤醒度和对被试自评情感唤醒度的影响,实验结果显示,性别对自评情感唤醒度的影响较小,但对生理识别情感唤醒度的影响较大；人格特质对自评情感唤醒度的影响较大,但对生理识别情感唤醒度的影响较小,这说明用户自评情感唤醒度与生理信号识别情感唤醒度之间是有差异的。提出生理识别情感唤醒度的加权调节方法,通过波动因子对识别结果进行加权放大,通过个性因子调节波动因子的效用,实现个性化识别。建立用户非依赖的个性化情感唤醒度识别系统,包含8个模块,分别是实时心跳间期和皮肤电采集模块、个体基线测定模块、特征提取模块、聚类中心模块、情感唤醒度识别模块、加权调节模块、个性因子设置模块和情感唤醒度显示模块。
[Abstract]:......
【学位授予单位】：西南大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：B842.6

【参考文献】