[发明专利]一种基于脑电信号的视听诱发情绪识别方法及系统

说明书

本发明提供了一种基于脑电信号的视听诱发情绪识别方法及系统，其中的方法包括：首先采集基于视听诱发产生的脑电信号，通过带通滤波器进行预处理；然后对多通道脑电信号进行非均匀采样的多元经验模态分解，选择有效的固有模态函数提取情绪脑电信号特征；接着将序列浮动前向选择方法作为选择和删除特征集合的搜索策略，结合过滤器和封装器作为最优特征子集的评价准则，对提取出的情绪脑电信号特征进行筛选；再将选择好的特征子集输入到支持向量机中进行分类，获得分类结果，最后根据分类结果，获得情绪识别结果，实现情绪识别。本发明在探索情绪脑电规律的基础上开展了多类诱发方式的情绪识别方法研究，有效提升了识别准确率。

技术领域

本发明涉及脑电信号处理技术领域，具体涉及一种基于脑电信号的视听诱发情绪识别方法及系统。

背景技术

通过有效手段自动进行情绪识别对先进人机交互系统有着重要的意义，快速准确的情绪识别可以使人机交互过程更加友好和智能，因此情绪识别已经成为计算机科学和人工智能领域的热门课题。

人的表情、语音、肢体和各类生理信号在一定程度上都可以反映心理状态和情绪变化，都可以作为情绪识别的信号源，但是人的行为特征、语言特征和表情特征等外在特征在很大程度上可以被人的主观意志影响并控制，而通过生理信号进行情绪识别无法人为掩饰隐藏，很难受到人的主观意志控制。因此脉搏、呼吸、皮肤电和脑电等生理信号常用于情绪识别研究中，其中脑电信号作为中枢神经生理信号，是大脑皮层表面神经元活动规律的表现，和情绪有着更加紧密的联系。近年来，先进的脑电采集设备愈发普及，信号精度和可靠性增加，在模式识别、机器学习和信号处理等领域中，脑电信号分析方法和工具得到迅速发展，基于脑电信号的情绪识别能够更加真实地反映人的情绪状态，其结果更加具有准确性和客观性，因此越来越多的学者使用脑电信号来研究情绪识别课题。

现有技术中，情绪的二维坐标体系效价-唤醒度模型(Valence-Arousal,VA)是心理学界进行情感度量的重要模型之一。其中，效价代表受试对象的愉悦程度，可以分为正负效价，唤醒度代表受试对象心理激活的强烈程度和警觉水平，可以分为高低唤醒度。

本发明申请人在实施本发明的过程中，发现现有方法中，主要存在下述技术问题：维度模型下情绪识别的正确率亟待提高，情绪脑电研究过程具体如下：信号采集、预处理、特征提取和选择、模式识别，其中情绪识别的准确率很大程度上取决于从脑电信号中提取的特征和送入分类器中的特征向量，这也是限制维度模型下情绪识别正确率的两大因素；其次现实生活中情绪往往是由多类刺激源诱发，因此多类诱发方式下情绪维度空间的识别研究需进一步开展。

由上可知，现有技术的识别方法存在情绪识别准确率不高的技术问题。

发明内容

有鉴于此，本发明提供了一种基于脑电信号的视听诱发情绪识别方法及系统，用以解决或者至少部分解决现有技术的识别方法存在情绪识别准确率不高的技术问题。

本发明第一方面提供了1、一种基于脑电信号的视听诱发情绪识别方法，包括：

步骤S1：采集基于视听诱发产生的脑电信号，

步骤S2：通过带通滤波器进行预处理，获得多通道脑电信号；

步骤S3：对多通道脑电信号进行非均匀采样的多元经验模态分解，并选择有效的固有模态函数提取情绪脑电信号特征；

步骤S4：将序列浮动前向选择方法作为选择和删除特征集合的搜索策略，结合过滤器和封装器作为最优特征子集的评价准则，对提取出的情绪脑电信号特征进行筛选；

步骤S5：将筛选出的特征子集输入至预设支持向量机中进行分类，获得分类结果；

步骤S6：根据分类结果，获得情绪识别结果。

基于同样的发明构思，本发明第二方面提供了一种基于脑电信号的视听诱发情绪识别系统，包括：