[发明专利]基于实时脑电的人体情绪识别方法在审

专利信息
申请号: 201811259812.2 申请日: 2018-10-26
公开(公告)号: CN109330613A 公开(公告)日: 2019-02-15
发明(设计)人: 黄涌;李妮蔚;陈衍行 申请(专利权)人: 蓝色传感(北京)科技有限公司
主分类号: A61B5/16 分类号: A61B5/16;A61B5/0476
代理公司: 北京易正达专利代理有限公司 11518 代理人: 陈桂兰
地址: 100085 北京市海淀区上地*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脑电信号 人体情绪 脑电 预处理 脑电信号采集 样本特征提取 分类识别 脑电采集 情绪识别 设备采集 多通道 智能化 分类
【说明书】:

本发明公开一种基于实时脑电的人体情绪识别方法,包括如下步骤:1)脑电信号采集:包括采用多通道脑电采集设备采集被试脑电信号;2)脑电信号预处理:对比步骤1所得脑电信号进行预处理,以减少尾迹干扰,提高最终分类识别率;3)对脑电信号样本特征提取;4)对脑电信号分类;5)进行情绪识别。本发明在于提供一种脑电信号采集简单,智能化程度高,能够全面准确有效的识别脑电信号的基于实时脑电的人体情绪识别方法。

技术领域

本发明涉及生物特征识别领域的脑电信号特征分类技术领域,尤其涉及一种基于实时脑电的人体情绪识别方法。

背景技术

情绪能够反映一个人的认知和态度,可以影响人的心理和行为,是人们日常生活中重要的组成部分。随着人机交互应用的快速发展,人们希望有更加人性化的计算机来辅助人们完成工作任务,这就要求计算机具有一定的情绪识别能力。在人机交互过程中,如果计算机能够快速准确地识别人所处的情绪状态,则它就能够根据人的情绪状态调整其工作内容和方式,改善人机交互的体验,使得人机交互过程更加友好和自然。

近年来,随着脑电信号设备的应用,基于脑电的情绪识别研究已经成为人机交互应用和人工智能领域中一项十分重要的研究内容。脑电信号作为一种中枢神经系统的生理信号已经被许多研究证明它与情绪具有较大的相关性,具有较强的情绪表征能力,可以作为一种有效的手段来进行情绪识别。目前,常用的采集脑电信号的方法是在头皮上放置电极,通过电极记录头皮上的电位变化。由于头皮上有一层角质层,而角质层不导电,所以通常不能直接采集到脑电信号。因此要在电极和头皮之间涂抹胶状导电膏,减小电极与头皮之间的电阻,从而采集到脑电信号。电极的放置是根据国际10-20系统的电极分布图,布满整个脑壳。这种方法虽然能够采集到比较稳定的脑电信号,但是其缺点在于每次采集都要给被试涂抹导电膏,这一过程的工作量十分巨大,准备过程也十分繁琐,而且导电膏与头皮长时间接触会让人产生不适感。此外,所有电极中的脑电信号可能具有与情绪无关的冗余信息,若全部利用不但会增加算法的复杂度,而且会对情绪识别产生干扰,降低情绪识别的精度。因此,找到与情绪相关的关键脑区,降低脑电采集的成本和复杂度变得至关重要。

中国专利申请号为:201710372387.7,申请日是:2017年05月24日,公开日是:2017年09月15日,专利名称为:脑电信号特征识别系统及方法,该发明公开了一种脑电信号特征识别系统及方法,利用设置于耳部上方颞叶区的四个导电极采集不同人在不同情绪状态下的原始脑电信号并形成样本集合;然后通过预处理和特征提取,从样本集合中得到脑电特征数据;最后对脑电特征数据进行平滑处理后得到训练样本,用于对支持向量机进行训练,从而得到情绪识别分类器。本发明在大幅度降低脑电的采集成本和复杂度的前提下,仍能够保持较高的情绪识别准确率,并且为利用可穿戴设备进行情绪识别提供了可行的依据。

上述专利文献公开了一种脑电信号特征识别系统及方法,但是该系统识别方法采集脑电信号方式复杂,成本高,无法全面有效准确识别脑电信号,无法满足现代工作生活需求。

发明内容

有鉴于此,本发明在于提供一种脑电信号采集简单,智能化程度高,能够全面准确有效的识别脑电信号的基于实时脑电的人体情绪识别方法。

为了实现本发明目的,可以采取以下技术方案:

一种基于实时脑电的人体情绪识别方法,包括如下步骤:

步骤1)脑电信号采集:包括采用多通道脑电采集设备采集被试脑电信号;

步骤2)脑电信号预处理:对比步骤1所得脑电信号进行预处理,以减少尾迹干扰,提高最终分类识别率;

步骤3)对脑电信号样本特征提取;

步骤4)对脑电信号分类;

步骤5)进行情绪识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于蓝色传感(北京)科技有限公司,未经蓝色传感(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811259812.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top