[发明专利]一种计算情感心电信号标度指数的方法

说明书

技术领域

本发明属于电子信息技术领域，尤其涉及一种测试情感心电信号标度指数的方法。

背景技术

情感识别是情感计算的关键问题之一，是建立和谐人机情感交互环境的基础。人类的情感状态是内在心理和生理变化，通过外显的行为、表情以及生理电信号等形式表现出来，因此，情感识别就是通过分析这些可观测的信号来间接推断出人的情感状态。比较于面部表情、语音和身体姿态而言，生理信号能够更加诚实的反应用户在情绪状态下自主神经的工作模式，因而基于生理信号的情感识别受到大量研究者的关注。

心电信号作为一种重要的生理信号，已有大量研究证据表明其中包含可靠的情感信息。目前主要的研究方法是提取心电信号时域或频域的统计特征后，再进行基于目标情感的模式识别。这些研究大多忽略了心脏系统是一个典型的非线性系统，而心电信号具有典型的非线性信号特征的事实,将非线性方法应用于情感心电信号的研究少之又少。

发明内容

本发明的目的在于提供一种测试情感心电信号标度指数的方法，旨在解决现有的情感信号方面的研究忽略了心电信号具有典型的非线性信号特征的事实,将非线性方法应用于情感心电信号的研究少之又少的问题。

本发明是这样实现的，一种测试情感心电信号标度指数的方法包括以下步骤：

步骤一、选取被测试者，对被试者进行艾森克人格测试，剔除不合格者；

步骤二、第一遍播放情感诱发素材，采用Biopac MP150同步记录被测试者的多道生理信号和面部视频；

步骤三、第二遍播放情感诱发素材，采用Biopac MP150同步记录被测试者的多道生理信号和面部视频及情感体验重评文件；

步骤四、情感诱发素材播放完毕，结束情感生理信号采集，记录采集数据，对采集的数据进行预处理；

步骤五、情感心电信号的去趋势波动分析，对F(s)-s的双对数曲线，利用最小二乘法进行拟合，求出直线斜率，即去趋势波动分析的标度指数。

步骤六、采用Fisher作为分类器，标度指数作为情感特征，进行情感的分类识别，获得了较好的识别效果。

进一步，所述的情感诱发素材为能够诱发喜、怒、哀、惧四种情绪的电影视频，在一个独立完整的实验中，只播放一种情感的诱发视频，该视频先后播放两遍，其间以实验指导语加以间隔，情感诱发视频开始之前先播放一段风景和轻音乐剪辑，用以平静用户的情绪。

进一步，在目标情感诱发素材播放的同时，将使用Biopac MP150同步记录被试的多路生理信号，包括心电信号(ECG)、皮肤电信号(GSR)、脉搏率(pulse rate)、血氧饱和度(oxygen saturation of blood)，其中ECG信号是采用肢导联方式进行记录，视频播放期间被试的面部表情和肢体动作也将记录下来。

进一步，被测试者在情感体验强烈的时刻，按下座椅扶手上按键，按键的信息会记录至情感体验重评文件中，文件中的字符’1’记录了被试的按键信息，即被试体验到了较为强烈的目标情感，字符’0’则表示被试没有体验到强烈的目标情感。

进一步，步骤四所述的数据的预处理包括以下步骤：

步骤一、剔除部分缺损的或效果不好的数据；

步骤二、在情感体验重评文件中寻找最长的一段‘1’字符串，并计算此段字符串对应的起始时间，以该时间为基点，统一截取长度为60秒的信号作为包含了目标情感的心电信号；

步骤三、通过在Biopac MP150上设置35Hz低通滤波和50Hz电源干扰陷波滤波，去除大部分的工频干扰、肌电干扰和电磁干扰，使用小波分解和重建法进行心电滤波，之后，对重构后的心电信号进行归一化处理，使得信号的值在0-1之间，归一化公式为：

进一步，采用去趋势波动分析上位标度指数具体方法为：

(1)对于指定长度为N的时间序列{x_i}(i＝1,2,…,N)，生成累积离差序列{y(k)}，其中<x>是序列{x_i}的平均值；