基于EEG-fNIRS的情绪识别系统研究

发布时间：2025-05-11 03:54

　　情绪来源于心理层面,是指人类个体对于外部事物的态度体验,广义上可将情绪量化为正性情绪和负性情绪。当前,随着工业4.0和中国制造2025计划的快速推进,在智能机器人、工业互联网和人工智能等核心领域,情绪识别技术的应用越来越广泛。此外,当今社会巨大的工作和生活压力,使得患有抑郁症和焦虑症等心理疾病的患者人数呈急剧上升趋势,因此,对于以负性情绪为特征的心理疾病的诊断和治疗已经成为临床工作的重点。情绪识别的方法可分为三种,第一种方法是基于面部表情或语音语调实现情绪识别;第二种方法是依据心电、肌电、脉搏等外围生理信号实现情绪识别;第三种是依据中枢神经系统信号,借助无创式的脑功能检测技术识别情绪。在依据中枢神经系统信号识别情绪的研究中,基于脑电图(Electroencephalogram,EEG)的情绪识别是常被采用的一种方法,可以通过提取多维的EEG特征和复杂的算法实现情绪分类,其缺点是对脑活动的表征不够直观,缺少对情绪诱发效果的分析。近年来功能性近红外光谱技术(functional Near-Infrared Spectroscopy,fNIRS)成为新兴的脑功能检测方法,虽然将其应用在情绪识别...

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图4.2脑电采集固定装置

第4章EEG与fNIRS信号采集系统设计32电采集头盔固定电极[61]。图4.2脑电采集固定装置脑电信号非常微弱，主要频段在1～50Hz，信号幅值范围为5μV²00μV，极易受到其他信号的干扰，因此脑电信号的前段采集模拟电路设计非常重要。本系统中，脑电信号采....

图4.5光源和光电探测器的固定装置

第4章EEG与fNIRS信号采集系统设计34图4.4光源和探测器位置图图4.5光源和光电探测器的固定装置在光源驱动电路中，光源分两路，每一路包括两个激光光源，波长分别为760nm和830nm，整个系统共4个光源。激光二极管的驱动电路如图4.6所示，驱动芯片为IC-WK，在该驱动电....

图4.13上位机界面

第4章EEG与fNIRS信号采集系统设计40情绪识别分析包括脑血氧特征提取及分析、脑电特征提娶特征降维、分类模型建立等，具体实现方法在第三章有详细讲解。上位机显示界面如图4.13所示，左侧可备注实验信息，控制采集系统，在实验中加标记，左侧可显示采集到的脑电和脑血氧数据。图4.13....

图5.4情绪刺激实验实测图

第5章情绪识别实验与结果分析45间屏幕上显示一个固定十字图案，要求被试者保持放松状态。每次情绪刺激实验包括观看一分钟音乐视频、10s休息，10s自我情感评价、20s休息，使血氧变化回到基线，为下一个实验做准备,其中自我感情评价是对维度空间模型的效价Valence进行打分，打分范围....

本文编号：4044802