一种基于EEG脑波的情绪识别方法、系统技术方案

本发明专利技术公开了一种基于EEG脑波的情绪识别方法及系统，该方法包括EEG信号采集设备采集用户的EEG信号，对EEG信号进行预处理后传输到数据分析系统；数据分析系统提取EEG信号的特征，传输至判断识别系统；判断识别系统通过Light gbm算法识别用户的情绪状态。该方法实现对脑波情绪状态检测的智能化，提高了检测准确率，降低检测时间，拓宽了检测的应用场景。

【技术实现步骤摘要】
一种基于EEG脑波的情绪识别方法、系统
本专利技术涉及EEG信号识别
，特别是涉及一种基于EEG脑波的情绪识别方法、系统。
技术介绍
目前市场上和临床上尚不存在智能化分析脑电信号以判断个体情绪状态的自动化设备和方法。常用的情绪检测方法除了传统的人工问卷调查形式以外，还有通过佩戴体积较大、操作繁琐的脑电采集设备来获取脑电生理信号，并辅以图像检测算法，进行情绪检测。这些方法操作繁琐，效率低下，且误差也较大，同时由于检测设备体积较大而使得应用场景受到限制。因此，如何降低识别时间，提高识别准确率是亟待解决的问题。
技术实现思路
本专利技术的目的是提供一种基于EEG脑波的情绪识别方法、系统，以实现智能化分析脑电信号从而判断情绪状态，提高识别准确率，降低识别时间。为解决上述技术问题，本专利技术提供一种基于EEG脑波的情绪识别方法，包括：EEG信号采集设备采集用户的EEG信号，对EEG信号进行预处理后传输到数据分析系统；数据分析系统提取EEG信号的特征，传输至判断识别系统；判断识别系统通过Li本文档来自技高网...

【技术保护点】
1.一种基于EEG脑波的情绪识别方法，其特征在于，包括：/nEEG信号采集设备采集用户的EEG信号，对EEG信号进行预处理后传输到数据分析系统；/n数据分析系统提取EEG信号的特征，传输至判断识别系统；/n判断识别系统通过Light gbm算法识别用户的情绪状态。/n

【技术特征摘要】
1.一种基于EEG脑波的情绪识别方法，其特征在于，包括：
EEG信号采集设备采集用户的EEG信号，对EEG信号进行预处理后传输到数据分析系统；
数据分析系统提取EEG信号的特征，传输至判断识别系统；
判断识别系统通过Lightgbm算法识别用户的情绪状态。


2.如权利要求1所述的基于EEG脑波的情绪识别方法，其特征在于，所述预处理包括工频滤波和带通滤波。


3.如权利要求1所述的基于EEG脑波的情绪识别方法，其特征在于，所述预处理步骤后，还包括对EEG信号进行数据归一化操作。


4.如权利要求1所述的基于EEG脑波的情绪识别方法，其特征在于，所述EEG信号的特征包括EEGB信号的时域特征、频域特征、时频特征以及非线性特征。


5.如权利要求4所述的基于EEG脑波的情绪识别方法，其特征在于，所述时域特征包括均值、方差、标准差和一阶差分特征；所述频域特征包括频带功率谱能量之和、频带功率谱能量最大值。


6.如权利要求4所述的基于EE...

【专利技术属性】
技术研发人员：马鹏程，卢树强，王晓岸，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：北京;11