本文關(guān)鍵詞：基于腦電圖的誘發(fā)型情感識別及機制研究　出處：《華僑大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 誘發(fā)型情感(Induced Emotion) 腦電(Electroencephalogram EEG) 社會焦慮障礙(Social Anxiety Disorder SAD) 情感識別 面孔識別

【摘要】：情感對人類而言至關(guān)重要,是傳達訊息和表達自我的重要途徑。對情感的研究早在上世紀開始就是一個熱門領(lǐng)域。情感產(chǎn)生的機制非常復雜,單從產(chǎn)生源來看可初步分為自發(fā)型和誘發(fā)型。自發(fā)型源自個體自我的內(nèi)在表現(xiàn),而誘發(fā)型則描述為由外界環(huán)境所引發(fā)的情感表達或反饋。根據(jù)外界環(huán)境的屬性,又可以將誘發(fā)型再分為顯性和隱形兩類。本文專注于誘發(fā)型情感研究,對隱性誘發(fā)型情感(covered Induced Emotion,cIE)的情感識別問題和顯性誘發(fā)型情感(uncovered Induced Emotion,ucIE)的面孔識別問題分別進行研究。采用腦電圖(Electroencephalogram,EEG)記錄反映大腦狀態(tài)的信號,繼而通過分析腦電信號對誘發(fā)型情感進行闡釋。研究內(nèi)容主要分為以下兩個方面:其一,在cIE研究方面,通過視頻誘發(fā)產(chǎn)生高興、放松、傷心、厭惡四種情感。在對原始信號進行預處理之后,使用Welch和Yule-Walker譜估計方法提取α波段和β波段頻譜的總平均值作為特征,再用判別式分析方法(Discriminant Analysis)和支持向量機(Support Vector Machine,SVM)分類方法進行情感分類。9位受試者參加了試驗,分類最高準確率達到85.92%,為用腦電技術(shù)進行情感識別提供了一套完整可行的流程。其二,在ucIE研究方面,本文先對12名健康受試者進行識別高興、中性、傷心三種情感面孔研究。這些受試者總體平均的事件相關(guān)電位(Event Related Potentials,ERPs)圖中包含明顯的早期成分可以看出實驗設計的合理性。接下來對年齡相匹配的12位社會焦慮障礙患者(Social Anxiety Disorder,SAD)在治療前后實施相同的實驗和數(shù)據(jù)處理方法。運用統(tǒng)計檢驗(Statistical Tests)分析方法對三種條件下(患者前測組、患者后測組和健康組)的N170幅值和潛伏期進行對比分析。在N170的幅值方面,發(fā)現(xiàn)患者前測組在回應倒立或正立面孔時右半腦的N170幅值顯著大于健康組。組間t檢驗則表明倒立的面孔延長N170的潛伏期只發(fā)生在患者后測組和健康組。特別地,三因素方差分析(ANOVAs)的結(jié)果證明了對SAD患者而言,面部情感表情不能調(diào)制N170。最后,引進basedNAI170-對三類受試者的N170左右半腦的占優(yōu)情況進行分析,結(jié)果表明隨著患者病情的好轉(zhuǎn),倒立或正立情況下basedNAI170-值的變化可作為SAD患者病情評價的指標。
【學位授予單位】：華僑大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R318;TN911.7

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 葛臣;劉光遠;龍正吉;;情感識別中脈搏信號的特征提取與分析[J];西南師范大學學報(自然科學版);2010年03期

2 程響林;王萬森;;基于情感識別的適應性教學系統(tǒng)的研究[J];科技信息;2007年08期

3 姜曉慶;田嵐;崔國輝;;多語種情感語音的韻律特征分析和情感識別研究[J];聲學學報;2006年03期

4 黃力行;辛樂;趙禮悅;陶建華;;自適應權(quán)重的雙模態(tài)情感識別[J];清華大學學報(自然科學版);2008年S1期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 解迎剛;王志良;程寧;王國江;永井正武;;人臉與眼部檢測及其在情感識別中的應用[A];第25屆中國控制會議論文集（下冊）[C];2006年

2 解迎剛;王志良;楊溢;邵彥娟;;基于改進蟻群算法的多模態(tài)情感識別研究[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

3 王志強;熊子東;傅向華;;基于螺旋模型的歌曲情感識別算法研究[A];第七屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 鮑軍榮;李文鋒;壽小云;嵇來春;;基于客觀化脈搏振動覺的恐懼情感識別研究[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術(shù)會議論文集[C];2013年

5 楊廣映;楊善曉;;基于表面肌電信號的情感識別研究[A];第三屆中國智能計算大會論文集[C];2009年

6 張偉;謝湘;;基于HMM的音樂情感識別研究[A];第九屆全國人機語音通訊學術(shù)會議論文集[C];2007年

7 戴明洋;楊大利;徐明星;張永超;陳勝;;面向真實情感識別的訓練語音選擇研究[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

8 黃力行;辛樂;趙禮悅;陶建華;;自適應權(quán)重的雙模態(tài)情感識別[A];第九屆全國人機語音通訊學術(shù)會議論文集[C];2007年

9 崔玉路;蔣冬梅;張曉靜;謝磊;付中華;Ping Fan;Hichem Sahli;;基于三特征流DBN模型的聽視覺情感識別[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 記者　邰舉;韓開發(fā)出腦電波情感識別技術(shù)[N];科技日報;2007年

2 黃力行邋陶建華;多模態(tài)情感識別參透人心[N];計算機世界;2007年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 林奕琳;基于語音信號的情感識別研究[D];華南理工大學;2006年

2 朱亞忱;基于特權(quán)信息的情感識別[D];中國科學技術(shù)大學;2015年

3 張石清;基于語音和人臉的情感識別研究[D];電子科技大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李承程;基于深度學習的文本語音耦合情感識別方法研究[D];合肥工業(yè)大學;2015年

2 沈成業(yè);基于腦電信號的情感識別[D];太原理工大學;2017年

3 郭敏;基于腦電圖的誘發(fā)型情感識別及機制研究[D];華僑大學;2017年

4 楊敏;非線性特征用于心電信號的情感識別[D];西南大學;2013年

5 劉俸汝;基于皮膚電情感識別的情感調(diào)節(jié)策略研究[D];西南大學;2013年

6 荀立晨;基于心電信號的情感識別研究[D];天津理工大學;2013年

7 聶聃;基于腦電的情感識別[D];上海交通大學;2012年

8 馬亮軍;基于語音的模糊案例推理情感識別算法研究[D];華東理工大學;2013年

9 劉碧英;非線性特征組合用于皮膚電情感識別的研究[D];西南大學;2013年

10 徐亞;基于心電信號的情感識別研究[D];西南大學;2010年

，

本文編號：1314561