没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
情绪是人在外界刺激条件下所产生的一种综合状态。良好的情绪状态有利
于保持身心健康,而长期的不良情绪对人的心理健康和生理健康都有极大的影
响。例如,长期的不良情绪容易引发抑郁症,影响人的社会功能和人际交往,甚至
会威胁到生命安全;对于心脑血管疾病患者来说,愤怒、焦虑等极端情绪会增加
发病的风险;驾驶员在驾驶过程中产生的愤怒情绪,容易引发路怒症,严重影响驾
驶员和其他交通参与者的生命安全等。综上所述,情绪对人类生活的各个方面
都产生着重要的影响,因此,准确地识别情绪显得尤为重要。
现阶段情绪识别的方式主要分为两方面:一是通过人的面部表情、语音声
调、身体姿态等非生理信号进行识别
[1]
,由于这些非生理信号可以通过伪装等手
段进行人为控制,导致有时不能获取到可以代表情绪的真实信号,从而无法准确
地 识 别 出 真 实 的 情 绪 状 态 。 另 一 方 面 可 以 利 用 脑 电 信 号
(electroencephalography,EEG)、眼电信号(electrooculogram,EOG)、心
电 信 号 ( electrocardiogram,ECG) 、 肌 电 信 号 ( electromyography,EMG) 、
皮肤电流反应 ( galvanic skin response,GSR)等生理信号进行情绪识别
[2,3,4]
。
由于伴随情绪所产生的生理信号是由人体的神经系统和内分泌系统自发产生
的,不易受到人为因素的影响,生理信号能够更准确地反映人类的情绪状态,基
于生理信号的情绪识别能获得更加客观真实的结果,也更有利于实际应用
[5]
。
脑电是由中枢神经系统产生的一种空间离散的非平稳随机信号,可以直接
记录头皮电位的变化情况,相比其他生理信号更能真实可靠地反映人的情绪状
态
[6]
。随着脑科学的不断发展和信号处理技术的不断进步,脑电信号在情绪识别
领域受到了越来越多研究者的青睐,并取得了一定的研究成果。
传统的研究方法 通 常是通过提取脑电信号的线性和非线性特征来 进行情
绪识别,忽略了脑区之间的信息交互。近些年来,越来越多的学者将复杂网络理
论引入到脑电情绪识别研究中,通过构建脑功能网络来探寻情绪产生机理,进而
进行情绪识别。
本文从脑电情绪识别研究基础、特征提取和选择、脑网络构建和属性提取
以及分类识别方法等方面出发,详细介绍了脑电情绪识别的相关理论以及使用
脑电信号进行情绪识别的主要方法和研究进展,最后对目前存在的问题以及未
来的挑战进行了总结和展望。
1 脑电情 绪识别研 究相关理 论
1.1 情绪 的 定 义 和 分类
情绪是在外界刺激条件下的人的复杂的生理物理变化过程,具有 3 种成分:
主观体验,即人对于不同情绪的自我感受;外部表现,即人处在不同情绪时身体各
部分动作的量化反应形式,包括面部表情、姿态表情和语调表情;生理唤醒,即由
情绪的变化所引起的生理信号的变化,生理唤醒是一种生理的激活水平,不同情
绪的生理反应模式是不一样的
[7]
。
目前,情绪识别相关研究大多在可控的实验环境下进行,情绪识别研究的一
个重要条件就是诱发出被试的不同情绪,Picard 等人
[8]
将情绪诱发方法分为两
种,一种是主体诱发,一种是事件诱发。主体诱发是指通过让被试做情绪所需要
的表情,或者回忆带有某种情绪的事件,来使被试产生相应的情绪。事件诱发是
一种通过文字、图片、声音、视频片段等刺激素材来诱发被试特定情绪状态的
方法。主体诱发方法虽然能有效地诱发出目标情绪,但是由于它需要被试有意
识的合作,会导致实验条件不可控。为了使实验更加可控,很多研究者选择使用
事件诱发方式来进行情绪诱发相关实验。在事件诱发方法中,使用视频片段作
为刺激素材同时综合了听觉、视觉情绪刺激的优点,能够更有效地诱发情绪,因
此视频片段情绪诱发方法被广泛应用。目前最常用的情绪诱发方法是通过图片、
音乐和视频等外部刺激诱发被试的不同情绪。Koelstra 等人
[9]
通过音乐视频材
料的刺激诱发被试情绪,采集了 32 名被试观看音乐视频时的 32 导脑电信号,并
且 记 录 了 被 试 对 诱 发 视 频 的 效 价 ( valence ) 、 唤 醒 ( arousal ) 、 喜 好
(liking)、支配(dominance)心理量表以及前 22 名被试的面部表情视频,提
出了一个用于分析人类情绪状态的多模态数据集(DEAP 数据集)供研究者们
使用。上海交通大学的吕宝粮教授领导的 BCMI 实验室
[10,11]
提供了 SEED 数据
集供研究者们下载使用,该数据集通过视频材料的刺激诱发被试情绪,其中影片
剪 辑 经 过 仔 细 选 择 , 以 引 起 积 极 ( positive ) 、 消 极 ( negative ) 和 中 性
(neutral)等不同类型的情绪,采集了 15 名中国受试者在观看 15 个中国电影
片段时的 62 导脑电信号,其中男性 7 名,女性 8 名,平均年龄为 23~27 岁。
情绪识别的另一问题是如何划分情绪,也就是建立情绪分类模型。采用一
个世界通用的分类标准将有利于不同研究结果间的可比性和推广性
[12]
。现有的
情绪量化模型主要有离散模型和连续模型两种。在离散模型中,情绪空间由离
散而有限的基本情绪构成,例如著名心理学家 Ekman 提出的 6 种基本情绪类别
(愤怒(anger)、厌恶(disgust)、恐惧(fear)、高兴(happiness)、悲
伤(sadness)、惊讶(surprise))在情绪识别领域得到广大学者的认可
[13]
。
随着情绪研究的深入,人们认识到情绪的产生和消失是一个持续不断的过程,从
而提出了连续模型。连续模型认为每种情绪都是一个连续体上的一部分,每种
情绪状态都可以在二维空间或者三维空间中找到与之对应的一点。常用的连续
模型是二维情绪模型,基于认知评价将情绪空间划分为效价和唤醒两个维度,效
价表示情绪是积极还是消极的,唤醒度反映情绪的强烈程度
[14]
,如图 1 所示,在维
度模型中,各种复杂的情绪都可以用这两个维度的线性组合来表示。
图 1
图 1 二维情绪分类模型
Fig.1 Two-dimensional emotion classification model
1.2 脑电 信 号 的 采 集与预处 理
脑电信号(EEG)是大脑中大量神经元放电活动中突触后电位引起的细胞
外场电位的总和,它是一种使用电生理指标记录大脑活动的方法。脑电信号大
体上可分两种:(1)自发脑电。无任何特定的外加刺激时,神经系统自发产生
的大脑电位变化。(2)诱发脑电。对人施加某种感官刺激(如声、光、图像、
体感等)时,在脑中相应部位诱发的电位变化
[15]
。脑电信号的产生机理复杂,却
蕴含着丰富的信息。EEG 是一种空间离散的非平稳时变信号,时域波形较不规
则,难以总结规律,从频域上看,它具有节律性,各个节律和具体描述如表 1 所示
[16]
。
表 1 脑电信号的不同频带及其描述
Table 1 Different frequency bands of EEG signal and their description
频带
描述
δ(0.5~4 Hz)
极度疲劳和昏睡状态时,可在颞叶、顶叶记录到这种波段
θ(4~8 Hz)
在精神病患者中以及当成年人感到挫败时这种波最为明显
α(8~12 Hz)
清醒、安静并闭眼时最为明显,它是正常人脑电波的基本节律
β(12~30 Hz)
精神紧张、焦虑、亢奋、注意力高度集中时会出现此波
γ(30~80 Hz)
当出现多模态的感觉刺激会出现此波
新窗口打开| 下载 CSV
脑电信号的采集一般是通过将物理电极放置在头皮处实现的,采集方式主
要分为侵入式和非侵入式两种。侵入式采集方法得到的脑电信号具有更高的精
度和更低的噪声,但是为了安全起见,非侵入式的采集方法仍然被广泛使用。根
据采集设备的不同,非侵入式采集方式主要分为干电极采集设备和湿电极采集
设备两种,如图 2 所示。湿电极采集设备需要在电极和大脑皮层之间添加一些
导电介质,可以减少电阻干扰,有利于采集信号的稳定性,但是导电介质容易消
耗磨损,使用周期较短,因此不利于持续性长时间的脑电信号采集。此外,在头皮
上涂抹粘稠的电解质也会影响被试的体验。干电极采集设备的优点是不需要添
加导电介质,可以减少受试者长时间参与实验产生的不适感,更有利于脑电采集
实验的进行以及脑电可穿戴设备的普及和应用。缺点是电极与头皮间的接触不
剩余22页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 4451
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功