The present invention relates to emotion detection technology, a new method is proposed for detecting the emotional state, automatic emotion detection, can effectively carry out emotion recognition task of brain machine interface in the process of P300 based, and has gained considerable economic and social benefits. The technical scheme of the invention is that emotion recognition method based on P300 character spelling task, first by watching the emotional pictures were induced by positive emotions and negative emotions, neutral three types of emotional state, then the P300 is based on the characters of the spelling task; acquisition of EEG signal at the same time; after signal preprocessing to extract EEG signal label 700ms data and down sampling to 100Hz as features, selected the best can be divided into time and calculating the ERP signal of N2, amplitude of P3, get the feature vector as input to subsequent pattern recognition, automatic emotion recognition. The invention is mainly applied to automatic emotional state detection.
【技术实现步骤摘要】
基于P300字符拼写任务的情绪识别方法
本专利技术涉及情绪检测技术,具体讲,涉及基于P300字符拼写任务的情绪识别方法。
技术介绍
情绪是人对客观事物或情景(对外界或自身刺激)是否满足自身愿望或需要而产生的态度体验,是人多种感觉、思想和行为反应综合产生的心理和生理状态。情绪作为人脑的高级功能,属于人类智能的重要部分,不同程度上影响人的学习、记忆与决策。对于情绪的检测识别及调控一直是科学研究的热点。情绪识别是情感计算的重要组成部分,是计算科学与心理科学、认知科学的结合,为探究人机交互的情感特点,提高人与计算机的和谐性的重要保证。鉴于情绪具有三种成分:主观体验(及个体对不同情感状态的自我感受)、外部表现(在情感状态发生时身体各部分的动作量化形式,即表情)和生理唤醒(情感产生的生理反应)。对于情绪的识别也相应的有基于主观体验的主观报告法,包括情绪评定量表、自我测试问卷等,主观报告法操作简单,但由于个体对量表的表述理解有偏差导致精度及可靠性不高;基于外部表现的外部行为测量法,即通过对面部表情、姿态表情及语调表情等外部行为信息与情绪间关系的分析,来识别不同情绪状态,外部行为信号易受个人主观意志控制,可以人为地进行掩饰或伪装,易出现错误识别;基于生理唤醒的生理信号测量法,主要有皮质醇水平、心率、血压、呼吸、皮肤电活动、掌汗、瞳孔直径、事件相关电位和脑电等,生理信号由人的神经系统和内分泌系统支配,具有自发性,不可伪装,很少受人的主观意志控制,更能客观、真实地反映人的情绪状态。这些情绪识别的方法各有特点且可以自由组合。脑-机接口(braincomputerinterfac ...
【技术保护点】
一种基于P300字符拼写任务的情绪识别方法,其特征是,首先通过观看情绪图片分别诱发出积极情绪、中性情绪和消极情绪三类情绪状态,然后进行基于P300的字符拼写任务;同时采集EEG信号;经过信号预处理后提取EEG信号中标签后700ms数据并降采样到100Hz作为特征,筛选出最佳可分时段并计算ERP信号的N2,P3幅值,得到特征向量作为后续模式识别的输入,从而进行自动情绪识别。
【技术特征摘要】
1.一种基于P300字符拼写任务的情绪识别方法,其特征是,首先通过观看情绪图片分别诱发出积极情绪、中性情绪和消极情绪三类情绪状态,然后进行基于P300的字符拼写任务;同时采集EEG信号;经过信号预处理后提取EEG信号中标签后700ms数据并降采样到100Hz作为特征,筛选出最佳可分时段并计算ERP信号的N2,P3幅值,得到特征向量作为后续模式识别的输入,从而进行自动情绪识别。2.如权利要求1所述的基于P300字符拼写任务的情绪识别方法,其特征是,情绪诱发与字符拼写任务:选取唤醒度匹配的诱发积极情绪、中性情绪、消极情绪的IAPS图片,当IAPS被应用于不同文化、不同种族、不同国家时,其通用性仍然受到挑战,因此实验前要进行适用性的评估工作,即对三类情绪的图片做唤醒度和愉悦度的评分,选取较高唤醒度的图片作为情绪诱发素材;以情绪图片诱发出相应情绪后,进行基于P300的字符拼写任务并对自己当前的情绪状态进行主观评定,字符拼写界面为一个6*6的字符行列式,每拼写一个字符需要10轮次的行列闪烁,每次闪烁相应的行或列点亮100ms,变暗75ms,因此每拼写一个字符需要(100+75)*12*10/1000=21s;为了保证在字符拼写任务期间,情绪状态依然保持,采用每拼写一次字符,诱发一次情绪的方式进行实验,主观评定是受试者对自己的愉悦度进行评分,共分为1到9个等级,随着等级增加,愉悦度升高,5为中性放松状态。3.如权利要求1所述的基于P300字符拼写任务的情绪识别方法,其特征是,特征提取具体为:首先将采集到的脑电信号进行预处理,包括去工频干扰、去基线、带通滤波,降采样到100Hz,以及ICA去眼电。然后将预处理后的信号进行特征提取;特征提取的方法流程是,首先检测受试者对自己愉悦度的自主评分,评分为1到3视为处于消极情绪状态,评分为4到6视为处于中性情绪状态,评分为7到9视为处于积极情绪状态,将数据分为三类情绪状态下的字符拼写数据段,每段数据为21s,共包含120个行列标签和1个目标字符标签;针对每段数据,需要提取每个行列标签后700ms数据,以及这700ms数据的N2、P3幅值;1)ERP信号的幅值,将某种情绪状态下的标签后700ms数据进行叠加平均,得到平均ERP信号,平均ERP信号包括P1、N1、P2、N2、P3成分,关注N2、P3成分,首先将平均ERP信号的潜伏期确定下来,再计算出每个刺激ERP信号的N2、P3的幅值,共有60导联*2=120维特征,记为特征向量V1,V2,…,V120;2)截取标签后700ms的数据作为字符识别的特征,采样频率为100Hz,每个导联有700*100/1000=70个数据点,当前的脑电采集设备导联数目较多,再加入与情绪相关的前额部分的导联FP1、FP2,共选取了8个导联,采用fisher...
【专利技术属性】
技术研发人员:仝晶晶,赵欣,刘爽,许敏鹏,汤佳贝,安兴伟,何峰,明东,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。