脑电信号与个人情绪状态关联性分析研究

发布时间：2018-03-01 02:32

  本文关键词： 心理状态剖面图(POMS)量表 脑电信号(EEG) 经验模态分解(EMD) 皮尔森相关性分析　出处：《计算机科学与探索》2017年05期 　论文类型：期刊论文

【摘要】：人的情绪是人们对于客观事物是否满足自身需求而产生的一种综合状态,与生理信号有着密切的关联。对被试者心理状态剖面图(profile of moods states,POMS)的分量值和同时记录的个体静息态的脑电信号(electroencephalogram,EEG)特征值进行关联性分析研究。用小波变换对原始脑电信号进行预处理,脑电信号的特征值提取过程采用了经验模态分解(empirical mode decomposition,EMD)的方法,从预处理过的脑电信号中提取波动指数作为脑电特征值,随后将提取出的脑电特征值与POMS各分量值进行Pearson关联性分析。通过对8个被试者连续7天的POMS量表和脑电信号的记录与分析,得到脑电信号与情绪量表中的分量存在一定的正相关关联。
[Abstract]:People's emotion is a kind of comprehensive state of whether objective things meet their own needs. The component values of the profile of moods statesPoms and the characteristic values of electroencephalograms (EEGs) recorded simultaneously in the resting state of the individual were analyzed and studied. The wavelet transform was used to analyze the characteristics of the original electroencephalograms (EEGs). The EEG signal is preprocessed, The method of empirical mode decomposition (EMD) is used to extract the eigenvalue of EEG signal. The fluctuation index is extracted from the preprocessed EEG signal as the eigenvalue of EEG. Then the extracted EEG eigenvalues and POMS components were analyzed by Pearson correlation analysis. The POMS scale and EEG were recorded and analyzed by 8 subjects for 7 days. The results show that there is a positive correlation between EEG and the components of emotional scale.
【作者单位】： 北京工业大学电子信息与控制工程学院;
【基金】：国家重点基础研究发展计划(973计划)No.2014CB744600~~
【分类号】：R338;TN911.7

【相似文献】

相关期刊论文 前10条

1 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

2 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

3 李英远,周卫东;径向基函数神经网络在脑电信号建模中的应用[J];山东生物医学工程;2002年02期

4 刘大路,江朝晖,冯焕清,王聪;基于脑电信号时空分布信息的思维特征研究[J];北京生物医学工程;2004年02期

5 许崇涛,沈民奋,李慧,朱国平;双谱分析方法在脑电信号分析中的应用[J];中国行为医学科学;2004年03期

6 李谷;范影乐;庞全;;基于排列组合熵的脑电信号睡眠分期研究[J];生物医学工程学杂志;2009年04期

7 刘国松;周佳音;;脑电信号的计算机频谱分析[J];生物化学与生物物理进展;1985年03期

8 马彦斌，吴祈耀;维格纳分布在脑电信号处理中的应用[J];北京理工大学学报;1995年02期

9 吴祈耀，吴祈宗;脑电信号的现代谱分析技术[J];北京理工大学学报;1995年02期

10 潘军,周守昌,黄尚廉;脑电信号非线性动力学处理方法的研究[J];重庆大学学报(自然科学版);1997年01期

相关硕士学位论文 前10条

1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

2 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

3 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

4 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年

5 王世通;基于多尺度符号序列熵的睡眠脑电与少中年脑电信号分析[D];南京邮电大学;2015年

6 徐朝阳;基于深度网络的脑电信号分类方法研究[D];中国海洋大学;2015年

7 王帅;基于符号化表示学习的脑电信号情绪分类方法研究[D];哈尔滨工业大学;2016年

8 温炜;脑电信号采集系统的设计与实现[D];南京邮电大学;2016年

9 葛卉;脑电与视听觉特征相结合的视频情感分类[D];北京工业大学;2016年

10 双嘉伟;运动想象脑电信号模式识别算法的研究[D];中国计量学院;2016年

，

本文编号：1550044