基于视频刺激的脑电信号特征研究

发布时间：2021-10-20 18:13

　　情感计算的目标是赋予计算机情感表达、情感识别和情感理解的能力。其中,情感识别是实现情感计算的基础,是情感认知研究的关键。本论文的主要内容是基于视频刺激的脑电信号特征研究,目的是找到和情绪最相关的脑区,以缩短情绪识别时间,有利于情绪识别应用到便携式情感计算设备里。首先,搜集愉悦、悲伤、中性三种情绪的视频,从中选出能更好诱发被试情绪的视频,然后设计了两个刺激文件用于采集脑电信号,并对原始脑电信号进行了预处理操作。其次,对预处理后的脑电信号进行小波变换,提取脑电特征,利用支持向量机对样本进行训练和分类。最后,用逐步增加脑区的方法找到了与情绪最相关的脑区位于额叶和颞叶,并且找到了62个电极里和情绪最相关的电极,进一步证明了这一结论。本论文找到了能提高情绪分类准确率的小波基和脑电特征：sym8小波和微分熵特征。另外,截取样本时如果舍去每个视频前10s的脑电信号、样本间重叠率为50%,也能提高情绪分类准确率,6个人的情绪分类平均准确率能达到89.44%。然后用逐步增加脑区的方法找到了与情绪最相关的脑区位于额叶和颞叶,6个人在这两个脑区上的情绪分类平均准确率为88.75%,然后借助相关性分析,找到了... 

【文章来源】：中央民族大学北京市 211工程院校 985工程院校

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 情绪刺激材料的研究现状
        1.2.2 脑电信号特征提取
        1.2.3 情绪分类算法
    1.3 本文研究内容
    1.4 论文安排
第二章 脑电信号采集及预处理
    2.1 情绪与脑电的相关知识
    2.2 视频刺激材料
    2.3 刺激文件
    2.4 脑电信号采集
        2.4.1 脑电信号采集实验环境
        2.4.2 脑电信号采集流程
    2.5 脑电信号预处理
    2.6 本章小结
第三章 基于视频刺激的脑电信号特征研究
    3.1 小波变换概述
    3.2 小波基的选取
    3.3 脑电信号特征提取
        3.3.1 脑电特征
        3.3.2 特征提取
    3.4 EEG情感特征分析
        3.4.1 频带能量
        3.4.2 频带能量比例
        3.4.3 频带能量比例取对数
        3.4.4 微分熵
        3.4.5 特征选择
        3.4.6 优化样本截取方法
    3.5 本章小结
第四章 基于不同脑区的情绪识别研究
    4.1 脑区概述
    4.2 与情绪最相关的脑区研究
    4.3 与情绪最相关的电极研究
        4.3.1 相关性分析概述
        4.3.2 寻找与情绪最相关的电极
    4.4 本章小结
第五章 结论与展望
    5.1 结论
    5.2 展望
参考文献
附录A
致谢
攻读硕士学位期间发表的学术论文


【参考文献】：
期刊论文
[1]基于脑电的情绪识别研究综述[J]. 聂聃,王晓韡,段若男,吕宝粮.  中国生物医学工程学报. 2012(04)



本文编号：3447369