【技术实现步骤摘要】
基于心电信号和光电容积脉搏波的面孔吸引力识别方法
本专利技术涉及一种面孔吸引力识别方法,特别是一种基于心电信号和光电容积脉搏波的面孔吸引力识别方法。
技术介绍
面孔吸引力是一种由人物面孔诱发他人所产生的正性情绪,且该情绪能够促使他人萌生接近该面孔的想法。面孔吸引力也是一种非常显著的社交信号,它影响了人们的交友、就业,甚至可能在浪漫吸引力的过程中扮演重要的角色。在社交场合中,面孔吸引力能被人们快速的感知,进而对注意、知觉和决策等认知过程产生影响,所以研究识别面孔吸引力具有重要的社会意义。目前关于面孔吸引力的研究大多停留在寻找诱发面孔吸引力的原因以及探索面孔吸引力的脑机制方面,缺乏对产生面孔吸引力情绪状态时生理信号变化上的研究。生理信号传达了人体自主反映,其变化能更加真实、准确地反应人们的情感状况。随着可穿戴设备的发展,利用便携的可穿戴的生物传感器搜集心电信号和光电容积脉搏波信号的变化情况获知人们的情感状态,知道双方对自身有多大的吸引力可能会有利于人际关系的发展,也可能有益于建立未来的情感之路。
技术实现思路
本专利技术的目的就是提供一种基于心电信号和光电容积脉搏波的面孔吸引力识别方法,它可以用于面孔吸引力的识别。本专利技术的目的是通过这样的技术方案实现的,具体步骤为:1)数据采集:采集若干被试者观看每张人像照片所产生面孔吸引力等级yn,以及被试者的心电信号V1和光电容积脉搏波V2;2)数据预处理:将步骤1)中采集的心电信号V1和光电容积脉搏波V2进行去噪处理得到不包含 ...
【技术保护点】
1.基于心电信号和光电容积脉搏波的面孔吸引力识别方法,其特征在于,具体步骤为:/n1)数据采集:采集若干被试者观看每张人像照片所产生面孔吸引力等级y
【技术特征摘要】
1.基于心电信号和光电容积脉搏波的面孔吸引力识别方法,其特征在于,具体步骤为:
1)数据采集:采集若干被试者观看每张人像照片所产生面孔吸引力等级yn,以及被试者的心电信号V1和光电容积脉搏波V2;
2)数据预处理:将步骤1)中采集的心电信号V1和光电容积脉搏波V2进行去噪处理得到不包含干扰信号的心电信号V1'和光电容积脉搏波V2',根据照片出现的时间点以△T为时间间隔对V1'和V2'分段,得到心电信号段Epochs1和光电容积脉搏波信号段Epochs2;
3)特征提取:分别提取步骤2)中心电信号段Epochs1和光电容积脉搏波信号段Epochs2的时域、频域以及非线性特征,分别构建心电信号特征数据集F1和光电容积脉搏波特征数据集F2;
4)异常值剔除:使用中位数绝对偏差MAD方法剔除步骤3)中特征数据集F1和F2中的异常数据,得到不含异常特征数据的心电信号特征数据集F1'和光电容积脉搏波特征数据集F2';
5)选择特征子集:使用序列浮动前向选择SFFS算法分别从步骤4)中心电信号特征集F1'、光电容积脉搏波信号特征集F2'以及F1'与F2'串联后的特征集F3'中选择出一个最优的特征子集ZF1、ZF2和ZF3;
6)构建模型:采用分类算法AdaBoost分别对步骤5)中的特征子集ZF1、ZF2和ZF3进行建模,得到面孔吸引力分类识别结果;再采用自定义算法判定被试者接受刺激时产生面孔吸引力等级。
2.如权利要求1所述的基于心电信号和光电容积脉搏波的面孔吸引力识别方法,其特征在于,步骤2)中数据预处理的具体步骤为:
2-1)采用小波阈值去噪方法分别对步骤1)中采集的心电信号V1和光电容积脉搏波V2进行去噪处理,得到不包含干扰信号的心电信号V1'和光电容积脉搏波V2';
2-2)将与刺激材料具有锁时关系的标签mi作为原点,向后截取△T时间段的信号段,将连续的心电信号V1'和光电容积脉搏波V2'切割为具有相同时间规格的心电信号段Epochs1和光电容积脉搏波信号段Epochs2。
3.如权利要求1所述的基于心电信号和光电容积脉搏波的面孔吸引力识别方法,其特征在于,步骤3)中特征提取的具体步骤为:
3-1)提取时域特征:对心电信号段Epochs1使用峰值检测算法定位R波峰,获得RR间隔,计算RR间隔的统计特征量,包括:均值、标准差、方差、均方根和四分位数偏差;
对光电容积脉搏波信号段Epochs2使用峰值检测算法定位P波峰,获得NN间隔,计算NN间隔的统计特征量,包括:连续差的均方根、标准差、逐次差分的标准差、最大NN间隔和最小NN间隔的差值;
3-2)提取频域特征:使用傅里叶变换将心电信号段Epochs1和光电容积脉搏波信号段Epochs2变换到频域,再通过不同频率范围分别提取心电信号段Epochs1和光电容积脉搏波信号段Epochs2的频域特征,包括:低频、高频、低频与高频之比、NN间隔以及RR间隔的总能量、归一化低频功率、归一化高频功率;
3-3)提取非线性特征:分别提取心电信号段和光电容积脉搏波信号段的庞加莱图特征SD1、SD2、SD1/SD2、L-Z复杂度、...
【专利技术属性】
技术研发人员:刘光远,张进,逯欢,袁光杰,
申请(专利权)人:西南大学,
类型:发明
国别省市:重庆;50
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。