基于EEG脑网络的情感分析与识别
本文关键词： 情感识别 EEG脑网络 相位锁值 互信息 动态脑网络 出处：《太原理工大学》2017年硕士论文 论文类型：学位论文
【摘要】：情感是人类生活的一部分,其产生与表达受到人脑中枢神经系统的控制。研究人类情感表达的脑机制与脑功能差异,一方面可以帮助提高智能计算机对人类情感的识别与模拟能力,从而提高人机交互的能力;另一方面,有助于提高人类精神类疾病的自动化诊断与辅助治疗等。但是目前情感识别率普遍较低,因此需要寻找新的有效特征或方法以提高情感识别率。现有的众多研究已经表明,结合了复杂网络理论的EEG功能脑网络可以有效感知人脑功能性变化,从而进一步提高情感的识别率。本文使用DEAP数据构建4种情感EEG功能脑网络,提取网络属性,分析脑网络的同步性与差异性;选取局部属性特征进行情感识别,提高了情感的识别率;引入动态脑网络的概念,给出一种基于动态连接的EEG功能脑网络情感识别方法,和一种新的基于网络属性的、适于动态脑网络的非均匀分段与子状态划分的方法。研究表明使用基于动态连接脑网络的方法,可以进一步提高情感识别率。具体来说本研究主要工作如下:(1)分析不同情感EEG功能脑网络的同步性与差异性。由于使用不同构建方法可能对研究结果带来影响,因此使用互信息与相位锁值两种不同的同步性测量方法,在DEAP数据集上构建不同效价与唤醒度下的基于静态连接的EEG功能脑网络,分析了不同情感刺激下的人脑信息处理的同步性与差异性,研究表明两种构建方法下得到的结论基本一致,不同效价与唤醒度下人脑功能网络的全局与局部信息处理能力不同,并且在不同的频段下脑网络组间差异不同。(2)对比脑网络上的不同属性,进行特征选择。结合复杂网络理论,通过提取网络均值、全局属性与局部属性节点度和中间中心度等特征,分析发现采用局部属性,尤其是非单一的节点度加中间中心度属性进行组间分类,可以有效提高情感的识别率。(3)给出基于动态连接的EEG功能脑网络情感分析与识别的方法。引入动态脑网络概念,给出一种基于动态连接的EEG功能脑网络情感分析与识别的方法,同时借鉴微状态研究方法,提出一种新的基于网络属性的子状态划分方法。该方法采用多种全局属性确定K值,通过该K值进行K-means聚类,从而得到能够有效表征时变性差异的子状态。研究发现,基于动态连接的EEG功能脑网络相较基于静态连接的EEG功能脑网络,可以进一步提高情感识别的准确率。
[Abstract]:This paper presents an EEG functional brain network based on dynamic connection to improve the recognition rate of emotion .
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R338;O157.5
【参考文献】
相关期刊论文 前5条
1 马士林;梅雪;李微微;周宇;;fMRI动态功能网络构建及其在脑部疾病识别中的应用[J];计算机科学;2016年10期
2 曹锐;武政;相洁;李聪改;陈俊杰;;基于同步似然的脑电分类方法研究[J];太原理工大学学报;2014年04期
3 康诚;王振宏;;依赖于唤醒与效价的情绪记忆增强效应:自动与控制加工[J];心理学报;2013年09期
4 梁夏;王金辉;贺永;;人脑连接组研究:脑结构网络和脑功能网络[J];科学通报;2010年16期
5 裘嘉恒;李雅堂;许坤涵;杨卓;张涛;;癫痫发作间期alpha波的窄带相位同步分析[J];生物物理学报;2008年03期
相关博士学位论文 前5条
1 刘欣;基于表情认知的服务机器人情感计算研究[D];北京科技大学;2015年
2 郭浩;抑郁症静息态功能脑网络异常拓扑属性分析及分类研究[D];太原理工大学;2013年
3 薛绍伟;不同状态下脑功能网络特性研究[D];大连理工大学;2013年
4 贺向南;随机复杂网络的同步性分析、应用及数据处理的若干问题[D];复旦大学;2013年
5 李红利;癫痫脑电信号的非线性分析[D];天津大学;2012年
相关硕士学位论文 前10条
1 段之宇;EEG信号构建的复杂脑网络同步性研究[D];太原理工大学;2016年
2 武政;EEG脑功能网络构建方法及应用研究[D];太原理工大学;2015年
3 周凌霄;多源生理信号融合的驾驶疲劳检测预警系统研究[D];杭州电子科技大学;2015年
4 燕小辉;自动化加工范式下效价、唤醒度、基本情绪之间关系的ERP研究[D];信阳师范学院;2014年
5 杨鹏圆;基于小波包和Hilbert-Huang变换的情感脑电识别研究[D];太原理工大学;2014年
6 李立;基于脑电信号样本熵的情感识别[D];太原理工大学;2014年
7 周霖;基于脑电的音乐视频情感标记理论研究[D];兰州大学;2014年
8 林伟成;基于EEG信号的认知任务模式分类研究[D];杭州电子科技大学;2014年
9 谢康;情绪音乐的脑电识别算法[D];电子科技大学;2013年
10 乔赫元;基于复杂网络的脑功能研究与分析[D];中国科学技术大学;2011年
，本文编号：1485193
本文链接：https://www.wllwen.com/yixuelunwen/jichuyixue/1485193.html
