情感識(shí)別中基于心電信號(hào)的特征分析與處理.pdf

1、情感計(jì)算是讓計(jì)算機(jī)具有人類的情感，并且使它具有識(shí)別情感狀態(tài)的能力。情感識(shí)別是情感計(jì)算的重要領(lǐng)域，在基于生理信號(hào)的情感識(shí)別中，心電信號(hào)是主要的研究對(duì)象。心電信號(hào)的變化狀況是人類情感最重要且最真實(shí)的表現(xiàn)之一，因此通過對(duì)心電信號(hào)的研究，我們就可以識(shí)別出人們內(nèi)在的情感和情緒變化，從而為情感識(shí)別系統(tǒng)的建模奠定堅(jiān)實(shí)的基礎(chǔ)。
　　 在以ECG為對(duì)象的情感識(shí)別中，提取能有效區(qū)分不同情感狀態(tài)的特征，是進(jìn)行情感識(shí)別的關(guān)鍵。而小波分析是一種廣泛應(yīng)用于

2、生物醫(yī)學(xué)信號(hào)處理領(lǐng)域的信號(hào)分析技術(shù)，由于它具有良好的時(shí)頻局部特性，不僅能夠?qū)Ω鞣N時(shí)變信號(hào)進(jìn)行有效的分解，從而較好地將信號(hào)與噪聲加以分離，達(dá)到對(duì)信號(hào)降噪的目的，而且通過小波變換的多尺度分解，可以從分解后的小波系數(shù)中提取信號(hào)的細(xì)節(jié)特征。本文以心電信號(hào)為研究對(duì)象，采用德國Augsburg大學(xué)情感生理信號(hào)數(shù)據(jù)庫中的ECG數(shù)據(jù)，進(jìn)行基于單一生理信號(hào)的情感識(shí)別研究，主要做了以下工作：
　　 首先用小波變換的非線性閾值去噪法對(duì)原始ECG進(jìn)行了

3、小波分解和高頻系數(shù)的閾值處理，在去除噪聲的同時(shí)重構(gòu)ECG信號(hào)，取得了較好的去噪效果。用Db7小波函數(shù)對(duì)去噪后的ECG信號(hào)進(jìn)行7層分解，從小波系數(shù)中提取Joy、Sadness、Anger、Pleasure四種情感狀態(tài)下心電信號(hào)的特征，并分析特征值大小與情感狀態(tài)的關(guān)系。對(duì)同一天采集的四種情感數(shù)據(jù)的同一特征，比較其相對(duì)大小關(guān)系，得出大小關(guān)系一致的特征作為情感識(shí)別的依據(jù)。對(duì)選取的特征進(jìn)行歸一化處理之后，直接采用閾值判別的方法，對(duì)四種情感狀態(tài)進(jìn)行

4、兩兩之間的識(shí)別，結(jié)果顯示，小波分解的低頻系數(shù)中包含較多的情感信息，其中，對(duì)Joy和Sadness兩類情感分類效果較好，平均識(shí)別率可達(dá)95.1％，驗(yàn)證了小波變換提取心電信號(hào)情感特征的有效性。
　　 在對(duì)四種情感狀態(tài)兩兩進(jìn)行識(shí)別時(shí)，找出識(shí)別率較高的部分特征進(jìn)行分析，可以發(fā)現(xiàn)，對(duì)于每種情感狀態(tài)，都有特定的一些特征能夠較好地表征其狀態(tài)的變化。其中Joy在與其他三類情感進(jìn)行識(shí)別時(shí)的識(shí)別率都比較高，說明對(duì)于ECG信號(hào)來說，Joy這種情感狀態(tài)