基于脑电图的诱发型情感识别及机制研究

发布时间：2017-12-21 03:36

  本文关键词：基于脑电图的诱发型情感识别及机制研究　出处：《华侨大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 诱发型情感(Induced Emotion) 脑电(Electroencephalogram EEG) 社会焦虑障碍(Social Anxiety Disorder SAD) 情感识别 面孔识别

【摘要】：情感对人类而言至关重要,是传达讯息和表达自我的重要途径。对情感的研究早在上世纪开始就是一个热门领域。情感产生的机制非常复杂,单从产生源来看可初步分为自发型和诱发型。自发型源自个体自我的内在表现,而诱发型则描述为由外界环境所引发的情感表达或反馈。根据外界环境的属性,又可以将诱发型再分为显性和隐形两类。本文专注于诱发型情感研究,对隐性诱发型情感(covered Induced Emotion,cIE)的情感识别问题和显性诱发型情感(uncovered Induced Emotion,ucIE)的面孔识别问题分别进行研究。采用脑电图(Electroencephalogram,EEG)记录反映大脑状态的信号,继而通过分析脑电信号对诱发型情感进行阐释。研究内容主要分为以下两个方面:其一,在cIE研究方面,通过视频诱发产生高兴、放松、伤心、厌恶四种情感。在对原始信号进行预处理之后,使用Welch和Yule-Walker谱估计方法提取α波段和β波段频谱的总平均值作为特征,再用判别式分析方法(Discriminant Analysis)和支持向量机(Support Vector Machine,SVM)分类方法进行情感分类。9位受试者参加了试验,分类最高准确率达到85.92%,为用脑电技术进行情感识别提供了一套完整可行的流程。其二,在ucIE研究方面,本文先对12名健康受试者进行识别高兴、中性、伤心三种情感面孔研究。这些受试者总体平均的事件相关电位(Event Related Potentials,ERPs)图中包含明显的早期成分可以看出实验设计的合理性。接下来对年龄相匹配的12位社会焦虑障碍患者(Social Anxiety Disorder,SAD)在治疗前后实施相同的实验和数据处理方法。运用统计检验(Statistical Tests)分析方法对三种条件下(患者前测组、患者后测组和健康组)的N170幅值和潜伏期进行对比分析。在N170的幅值方面,发现患者前测组在回应倒立或正立面孔时右半脑的N170幅值显著大于健康组。组间t检验则表明倒立的面孔延长N170的潜伏期只发生在患者后测组和健康组。特别地,三因素方差分析(ANOVAs)的结果证明了对SAD患者而言,面部情感表情不能调制N170。最后,引进basedNAI170-对三类受试者的N170左右半脑的占优情况进行分析,结果表明随着患者病情的好转,倒立或正立情况下basedNAI170-值的变化可作为SAD患者病情评价的指标。
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R318;TN911.7

【相似文献】

中国期刊全文数据库 前4条

1 葛臣;刘光远;龙正吉;;情感识别中脉搏信号的特征提取与分析[J];西南师范大学学报(自然科学版);2010年03期

2 程响林;王万森;;基于情感识别的适应性教学系统的研究[J];科技信息;2007年08期

3 姜晓庆;田岚;崔国辉;;多语种情感语音的韵律特征分析和情感识别研究[J];声学学报;2006年03期

4 黄力行;辛乐;赵礼悦;陶建华;;自适应权重的双模态情感识别[J];清华大学学报(自然科学版);2008年S1期

中国重要会议论文全文数据库 前9条

1 解迎刚;王志良;程宁;王国江;永井正武;;人脸与眼部检测及其在情感识别中的应用[A];第25届中国控制会议论文集（下册）[C];2006年

2 解迎刚;王志良;杨溢;邵彦娟;;基于改进蚁群算法的多模态情感识别研究[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 王志强;熊子东;傅向华;;基于螺旋模型的歌曲情感识别算法研究[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 鲍军荣;李文锋;寿小云;嵇来春;;基于客观化脉搏振动觉的恐惧情感识别研究[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

5 杨广映;杨善晓;;基于表面肌电信号的情感识别研究[A];第三届中国智能计算大会论文集[C];2009年

6 张伟;谢湘;;基于HMM的音乐情感识别研究[A];第九届全国人机语音通讯学术会议论文集[C];2007年

7 戴明洋;杨大利;徐明星;张永超;陈胜;;面向真实情感识别的训练语音选择研究[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

8 黄力行;辛乐;赵礼悦;陶建华;;自适应权重的双模态情感识别[A];第九届全国人机语音通讯学术会议论文集[C];2007年

9 崔玉路;蒋冬梅;张晓静;谢磊;付中华;Ping Fan;Hichem Sahli;;基于三特征流DBN模型的听视觉情感识别[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

中国重要报纸全文数据库 前2条

1 记者　邰举;韩开发出脑电波情感识别技术[N];科技日报;2007年

2 黄力行邋陶建华;多模态情感识别参透人心[N];计算机世界;2007年

中国博士学位论文全文数据库 前3条

1 林奕琳;基于语音信号的情感识别研究[D];华南理工大学;2006年

2 朱亚忱;基于特权信息的情感识别[D];中国科学技术大学;2015年

3 张石清;基于语音和人脸的情感识别研究[D];电子科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 李承程;基于深度学习的文本语音耦合情感识别方法研究[D];合肥工业大学;2015年

2 沈成业;基于脑电信号的情感识别[D];太原理工大学;2017年

3 郭敏;基于脑电图的诱发型情感识别及机制研究[D];华侨大学;2017年

4 杨敏;非线性特征用于心电信号的情感识别[D];西南大学;2013年

5 刘俸汝;基于皮肤电情感识别的情感调节策略研究[D];西南大学;2013年

6 荀立晨;基于心电信号的情感识别研究[D];天津理工大学;2013年

7 聂聃;基于脑电的情感识别[D];上海交通大学;2012年

8 马亮军;基于语音的模糊案例推理情感识别算法研究[D];华东理工大学;2013年

9 刘碧英;非线性特征组合用于皮肤电情感识别的研究[D];西南大学;2013年

10 徐亚;基于心电信号的情感识别研究[D];西南大学;2010年

，

本文编号：1314561