基于心率变异性的情绪识别研究

发布时间：2024-03-20 04:45

　　情绪是伴随着意识和认知过程产生的心理和生理状态,在人类交流中扮演着重要的角色,因此对情绪进行有效识别具有重要意义。基于生理信号的情绪识别方法不易伪装,能获得更加客观有效的结果。虽然基于脑电情绪识别的精度高,但是脑电设备昂贵,佩戴与采集过程复杂,并且只能在固定场所和特定条件下进行采集与分析。随着便携式可穿戴心电采集设备的发展,基于心电信号的实时情绪检测成为可能。然而当前基于心电信号的情绪分类效果有待提高,对此本文从心率变异性特征提取方法、特征筛选以及分类算法方面展开研究,以提高情绪识别准确率。本文主要的研究内容如下:(1)建立了用户独立模型的心电情绪样本集。针对用户独立模型数据的采集,采用影视剪辑法设计了情绪诱发视频材料和情绪诱发范式,通过实验诱发了anger、joy、sadness、peace和fear五种情绪,每种情绪的样本量近百例。其中joy、sadness和fear三类情绪用于本文的识别研究,为用户独立模型的情绪分析提供数据样本支持。(2)提取了40种心率变异性特征。研究了时域、频域、非线性和时频域四类提取方法,并利用统计学方法,对不同情绪的心率变异性特征进行差异性分析。结果表明...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图1情绪的二维空间模型

情绪可通过效价和唤醒度的二维空间模型进行精确定义,空间模型从这两个方面给出情绪特有的特征。本研究选取不同唤醒度的八种情绪,即恬静、气愤、悲伤、恐惧、厌恶、平静、惊奇、搞笑,这八种情绪的二维空间模型见图1,每种情绪选取两段不同的视频来进行诱发。实验中选取视频的标准是情节易于理解,且....

图2情绪诱发实验流程

受试者在观看视频的同时填写主观量表,量表内容包括情绪类型选择及其诱发情绪的强度,强度等级分别为很强、较强、一般、无感。以主观量表验证诱发材料能否诱发相应的情绪,诱发的情绪是否纯净,从而为客观分类提供参考标准。本研究选择23位无心理疾病和心血管疾病的在校学生为受试者,实验前无剧烈运....

图3实验场景

为了确定情绪材料信效度,即情绪材料是否成功诱发了相应情绪,针对视频材料进行了事后分析,选取了受试者的主观报告数据,进行了统计学的分析评估,t检验的评估结果显示,除了惊奇外其他情绪均成功诱发且纯净。3心电信号预处理和特征值提取

图4小波变换去噪前后对比

由于心电信号极其微弱,所以提取到的心电信号存在多种噪声和电磁干扰,如肌电干扰、运动伪差、电极接触噪声等。本研究采用小波变换(wavelettransform,WT)对心电信号进行分解和重构以减小噪声,去噪前后对比见图4。小波变换(WT)是一种新的变换分析方法,它继承和发展了短时....

本文编号：3932981