梦境情绪识别方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种梦境情绪识别方法、装置、电子设备及可读存储介质。该方法包括：基于原始采集脑电信号进行特征提取，得到用于情绪识别的脑电能量特征和脑电非线性动力学特征；将脑电能量特征和脑电非线性动力学特征输入至预先训练的情绪分类器中，获得情绪分类器输出的模型识别结果；根据模型识别结果确定梦境情绪识别结果。本发明专利技术通过对原始采集脑电信号提取的脑电能量特征和脑电非线性动力学特征进行识别，得到情绪识别结果，能够对梦境情绪准确、高效的直接判断，提高了对梦境分析的时效性与可靠性。效性与可靠性。效性与可靠性。

【技术实现步骤摘要】
梦境情绪识别方法、装置、电子设备及可读存储介质


[0001]本专利技术涉及计算机
，尤其是一种梦境情绪识别方法、装置、电子设备及可读存储介质。

技术介绍

[0002]情绪是人对外界事物产生的心理和生理反应。准确地识别情绪在人机交互研究中占据着重要位置。现有的梦境情绪识别方案，一是将眼动电波图测量技术、肌电描记术和红外探测器相结合，间接地测量人体在睡眠时的体征状态，通过人体在睡眠时的体征状态的变化反映梦境情绪；二是使用多导睡眠监测系统(Polysomnography，PSG)监测睡眠，通过监测结果推断梦境情况。
[0003]上述两种方案中，方案一只能间接地测量人体在睡眠时的体征状态变化，获取的信息不全面，导致无法准确判断人在梦境的场景和情绪；方案二只能判别快速眼动期，通过快速眼动期来推断梦境的发生，并且由于PSG只是设备，不是设备与算法集成的完整系统，无法准确判别梦境情绪。综上所述，现有的技术方案均无法做到对梦境情绪的准确、高效的直接判断，仅能通过侧面推断或者采样其他参数来进行反应，降低了对梦境进行分析的时效性与可靠性。
专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种梦境情绪识别方法，其特征在于，包括：基于原始采集脑电信号进行特征提取，得到用于情绪识别的脑电能量特征和脑电非线性动力学特征；将所述脑电能量特征和脑电非线性动力学特征输入至预先训练的情绪分类器中，获得所述情绪分类器输出的模型识别结果；根据所述模型识别结果确定梦境情绪识别结果。2.根据权利要求1所述的方法，其特征在于，所述基于原始采集脑电信号进行特征提取，得到用于情绪识别的脑电能量特征和脑电非线性动力学特征，包括：对所述原始采集脑电信号进行分帧处理，得到多个脑电信号分帧；基于所述脑电信号分帧，提取所述脑电能量特征和所述脑电非线性动力学特征。3.根据权利要求2所述的方法，其特征在于，基于所述脑电信号分帧，提取所述脑电能量特征，包括：根据第一设定步长对各所述脑电信号分帧进行频率分段，得到各所述脑电信号分帧分别对应的多个能量提取频率片段；针对每个所述脑电信号分帧，通过快速傅里叶变换对所述脑电信号分帧对应的各所述能量提取频率片段进行功率谱密度分析，得到各所述能量提取频率片段分别对应的功率谱密度分析结果；基于各所述能量提取频率片段分别对应的功率谱密度分析结果，确定各所述能量提取频率片段分别对应的片段能量特征；根据各所述能量提取频率片段分别对应的片段能量特征，确定所述脑电信号分帧的分帧能量特征；将各所述脑电信号分帧分别对应的分帧能量特征，作为所述脑电能量特征。4.根据权利要求2所述的方法，其特征在于，基于所述脑电信号分帧，提取所述脑电非线性动力学特征，包括：根据第二设定步长对各所述脑电信号分帧进行频率分段，得到各所述脑电信号分帧分别对应的多个动力学提取频率片段；针对每个所述脑电信号分帧，确定所述脑电信号分帧对应的各所述动力学提取频率片段分别对应的片段非线性动力学特征；根据各所述动力学提取频率片段分别对应的片段非线性动力学特征确定所述脑电信号分帧的分帧非线性动力学特征；将各所述脑电信号分帧分别对应的分帧非线性动力学特征作为所述脑电非线性动力学特征。5.根据权利要求1所述的方法，其特征在于，所述基于原始采集脑电信号进行...

【专利技术属性】
技术研发人员：马鹏程，卢正毅，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：