脑电信号中的频谱不对称指数特征与情绪识别研究

脑电信号中的频谱不对称指数特征与情绪识别研究

ID:17696525

大小:2.60 MB

页数:67页

时间:2018-09-04

脑电信号中的频谱不对称指数特征与情绪识别研究_第1页
脑电信号中的频谱不对称指数特征与情绪识别研究_第2页
脑电信号中的频谱不对称指数特征与情绪识别研究_第3页
脑电信号中的频谱不对称指数特征与情绪识别研究_第4页
脑电信号中的频谱不对称指数特征与情绪识别研究_第5页
资源描述:

《脑电信号中的频谱不对称指数特征与情绪识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码10459学号或申请号201512131608密级硕士学位论文脑电信号中的频谱不对称指数特征与情绪识别研究作者姓名:焦凯强导师姓名:郭茂田副教授学科门类:理学专业名称:光学培养院系:物理工程学院完成时间:2018年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterTheStudyofCharacteristicsofSpectralAsymmetryinEEGSignalsandEmotionRecognitionByKaiqiangJiaoSupervisor:Assoc

2、iateProf.MaotianGuoOpticsSchoolofPhysicsandEngineeringMay,2018原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者:日期:年月日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校

3、保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者:日期:年月摘要研究者对情绪识别的研究时来已久,大脑是人体神经系统中最高级部分,当受到外界刺激时,大脑产生的生物电信号—脑电包含着丰富生理和心理信息,基于脑电的情绪识别研究逐步引起研究者重视,随着设备工艺技术的进

4、步和革新,利用非植入式电极采集脑电信号更加方便与快捷,脑电信号的相关研究蓬勃发展。相比于传统的情绪识别研究方法,基于脑电信号的情绪识别研究具有诸多优点,如不容易被伪装和情绪识别准确率比较高等。随着人工智能技术的发展,基于脑电信号的相关研究也为人机交互奠定了良好的基础,同时基于脑电信号的情绪识别研究也为心理疾病的相关研究提供了一种有效的方法。脑电信号是一种时序生物电位信号,其中包含有丰富的时域特征、频域特征和时频特征,通过对相关特征的研究可以让我了解情绪的脑机制,并利用关键特征对人们的情绪进行识别工作。本文借鉴已有的基于脑电信号的情绪识别研究成果,采

5、用国际标准情绪图片素材刺激被试者诱发产生正性、中性和负性三种基本情绪并采集,对采集到的脑电信号进行相关数据处理。利用独立分量分析方法对原始脑电数据预处理以去除各种噪声和伪迹,得到纯净的脑电数据;本实验室前期研究发现,以脑电信号后段正电位的后期特征进行情绪识别时准确率较高,依据后段正电位具有特征性的原则,对来自不同脑区、电极的(1000ms—1500ms)时间段内的脑电信号选取后段正电位的后期特征段进行处理分析,分别计算不同脑区分别处于正、中和负性情绪时脑电信号的频谱不对称性指数(SASI),比较分析表明,相比于中性情绪,处于负性情绪时的SASI明显

6、偏大;处于正性情绪时的SASI明显偏小,尤其是在左颞区、右颞区和枕叶区其特征性更加明显,表明SASI可作为情绪种类识别的特征量之一。受此启发,本文提出将脑电时域特征与频域特征结合的情绪识别方法,即后段正电位特征与频谱不对称指数特征结合。依据后段正电位后期特征选取脑电数据段,分脑区提取相应脑电数据段内三种情绪状态下的频谱不对称指数特征,并利用K近邻算法对情绪分类结果进行探究。分类结果表明:左颞区和右颞区在三种情绪状态下的情绪识别准确率均在80%以上,此外枕叶区在三种情绪状I态下的情绪识别准确率也在75%以上,左颞区、右颞区和枕叶区情绪识别效果最好,这

7、三个脑区可以作为情绪识别的关键脑区。表明脑电信号中的频谱不对称指数特征明显,可应用于情绪识别研究。关键词:脑电信号情绪识别后段正电位特征频谱不对称指数K近邻SVM独立分量分析IIAbstractResearchershavebeenstudyingemotionrecognitionforalongtime.Thebrainisthemostadvancedpartofhumannervoussystem.Whenpeoplearesubjectedtoexternalstimulation,theirbrainswillproducebioele

8、ctricalsignals.Electroencephalogram(EEG),EEGcontainsabundantp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。