一种基于脑电信号的情感识别方法及系统技术方案

本发明专利技术公开了一种基于脑电信号的情感识别方法及系统。所述方法包括：获取待识别多通道脑电信号；待识别多通道脑电信号为待测者观看能激发不同情绪的视频时多个通道的脑电信号；采用离散小波变换算法对待识别多通道脑电信号进行特征提取，得到所有通道的脑电特征；脑电特征包括频带熵和频带能量；基于最小冗余最大相关算法，对脑电特征进行特征选择，得到脑电特征选择信号；采用核极限学习机算法对脑电特征选择信号进行分类，得到脑电信号情感识别结果。本发明专利技术能够提高情感识别的识别精度。

A method and system of emotion recognition based on EEG

【技术实现步骤摘要】
一种基于脑电信号的情感识别方法及系统
本专利技术涉及情感识别领域，特别是涉及一种基于脑电信号的情感识别方法及系统。
技术介绍
人的情感是一种心理和生理的综合体验，往往伴随着生理唤醒和一定的外部表现，研究显示人类80％的交流信息都是情感类的信息。随着人机交互的发展，无论是在专业、个人或社会层面，情感识别都变得越来越重要，它是实现人与机器完全互动的重要组成部分。目前，用于情感识别的信号主要为行为信号和生理信号，其中，行为信号包括面部表情、语音、身体姿势等，这些信号是由人的情感激发引发的外部表现，虽然在情感识别中取得了一定的成绩，但这些信号是情感信息的间接体现，易伪装和隐藏。而生理信号，如脑电、核磁、心电、肌电、皮肤电阻等，属于内在表现形式，客观存在不受人的主观控制，能够更加真实的反应人类的情感。神经心理学的研究也发现，与其他的生理信号相比，脑电信号含有丰富的大脑活动信息，适当的信号处理可以获得更多关于神经活动和情绪状态的信息。因此，脑电信号成为情感识别领域主要的研究对象之一。虽然，优秀的时间分辨率使得基于脑电信号的情感识别取得了很大本文档来自技高网...

【技术保护点】
1.一种基于脑电信号的情感识别方法，其特征在于，包括：/n获取待识别多通道脑电信号；所述待识别多通道脑电信号为待测者观看能激发不同情绪的视频时多个通道的脑电信号；/n采用离散小波变换算法对所述待识别多通道脑电信号进行特征提取，得到所有通道的脑电特征；所述脑电特征包括频带熵和频带能量；/n基于最小冗余最大相关算法，对所述脑电特征进行特征选择，得到脑电特征选择信号；/n采用核极限学习机算法对所述脑电特征选择信号进行分类，得到脑电信号情感识别结果；所述脑电信号情感识别结果为高效价高唤醒、高效价低唤醒、低效价低唤醒或低效价高唤醒；所述高效价高唤醒表示待测者愉悦程度大于第一设定值，且情感变化程度大于第二...

【技术特征摘要】
1.一种基于脑电信号的情感识别方法，其特征在于，包括：
获取待识别多通道脑电信号；所述待识别多通道脑电信号为待测者观看能激发不同情绪的视频时多个通道的脑电信号；
采用离散小波变换算法对所述待识别多通道脑电信号进行特征提取，得到所有通道的脑电特征；所述脑电特征包括频带熵和频带能量；
基于最小冗余最大相关算法，对所述脑电特征进行特征选择，得到脑电特征选择信号；
采用核极限学习机算法对所述脑电特征选择信号进行分类，得到脑电信号情感识别结果；所述脑电信号情感识别结果为高效价高唤醒、高效价低唤醒、低效价低唤醒或低效价高唤醒；所述高效价高唤醒表示待测者愉悦程度大于第一设定值，且情感变化程度大于第二设定值，所述高效价低唤醒表示待测者愉悦程度大于所述第一设定值，且情感变化程度不大于所述第二设定值，所述低效价低唤醒表示待测者愉悦程度不大于所述第一设定值，且情感变化程度不大于所述第二设定值，所述低效价高唤醒表示待测者愉悦程度不大于所述第一设定值，且情感变化程度大于所述第二设定值。


2.根据权利要求1所述的一种基于脑电信号的情感识别方法，其特征在于，所述采用离散小波变换算法对所述待识别多通道脑电信号进行特征提取，得到所有通道的脑电特征，具体包括：
对所述待识别多通道脑电信号进行db4离散小波4阶分解，得到每个通道分解后的脑电信号；
对所述分解后的脑电信号进行频带提取，得到每个通道分解后的脑电信号的beta频带分量；
计算频带熵和频带能量；所述频带熵为所述beta频带分量的熵，所述频带能量为所述beta频带分量的能量。


3.根据权利要求1所述的一种基于脑电信号的情感识别方法，其特征在于，所述基于最小冗余最大相关算法，对所述脑电特征进行特征选择，得到脑电特征选择信号，具体包括：
确定每个脑电特征的权重；
由所述脑电特征的权重计算每个脑电通道的权值



其中，W(C)为脑电通道C的权值，xi为脑电通道C中第i个脑电特征，W(xi)为脑电通道C中第i个脑电特征的权重，N为脑电通道C中脑电特征的总数量；
对所有的脑电通道的权值由大到小进行排序，得到权值序列；
判断第P个特征子集的情感识别精度是否大于第P+1个特征子集的情感识别精度；所述第P个特征子集是由所述权值序列中前P个脑电通道的权值对应的脑电特征组成的，所述第P+1个特征子集是由所述权值序列中前P+1个脑电通道的权值对应的脑电特征组成的；
若是，则将第P个特征子集中的脑电特征确定为脑电特征选择信号；
若否，则令P加1，并返回所述判断第P个特征子集的情感识别精度是否大于第P+1个特征子集的情感识别精度。


4.根据权利要求1所述的一种基于脑电信号的情感识别方法，其特征在于，所述采用核极限学习机算法对所述脑电特征选择信号进行分类，得到脑电信号情感识别结果，具体包括：
采用以高斯核函数为内核的核极限学习机算法对所述脑电特征选择信号进行分类，得到脑电信号情感识别结果。


5.根据权利要求1所述的一种基于脑电信号的情感识别方法，其特征在于，在所述获取待识别脑电信号之后，还包括：
对所述待识别脑电信号进行归一化。


6.一种基于脑电信号的情...

【专利技术属性】
技术研发人员：许红培，王星博，李卫民，王海滨，毕庆，
申请(专利权)人：山东中科先进技术研究院有限公司，
类型：发明
国别省市：山东;37