[发明专利]一种基于脑电信号的情感识别方法及系统

说明书

本发明公开了一种基于脑电信号的情感识别方法及系统。所述方法包括：获取待识别多通道脑电信号；待识别多通道脑电信号为待测者观看能激发不同情绪的视频时多个通道的脑电信号；采用离散小波变换算法对待识别多通道脑电信号进行特征提取，得到所有通道的脑电特征；脑电特征包括频带熵和频带能量；基于最小冗余最大相关算法，对脑电特征进行特征选择，得到脑电特征选择信号；采用核极限学习机算法对脑电特征选择信号进行分类，得到脑电信号情感识别结果。本发明能够提高情感识别的识别精度。

技术领域

本发明涉及情感识别领域，特别是涉及一种基于脑电信号的情感识别方法及系统。

背景技术

人的情感是一种心理和生理的综合体验，往往伴随着生理唤醒和一定的外部表现，研究显示人类80％的交流信息都是情感类的信息。随着人机交互的发展，无论是在专业、个人或社会层面，情感识别都变得越来越重要，它是实现人与机器完全互动的重要组成部分。

目前，用于情感识别的信号主要为行为信号和生理信号，其中，行为信号包括面部表情、语音、身体姿势等，这些信号是由人的情感激发引发的外部表现，虽然在情感识别中取得了一定的成绩，但这些信号是情感信息的间接体现，易伪装和隐藏。而生理信号，如脑电、核磁、心电、肌电、皮肤电阻等，属于内在表现形式，客观存在不受人的主观控制，能够更加真实的反应人类的情感。神经心理学的研究也发现，与其他的生理信号相比，脑电信号含有丰富的大脑活动信息，适当的信号处理可以获得更多关于神经活动和情绪状态的信息。因此，脑电信号成为情感识别领域主要的研究对象之一。

虽然，优秀的时间分辨率使得基于脑电信号的情感识别取得了很大的进步，但较差的空间分辨率仍然制约了情感识别的精度，为了提高情感识别的精度，研究者们多使用多通道脑电信号(一般为全脑的32通道或62通道脑电信号)进行情感识别，但在实际应用中，很多脑电通道含有噪声或是冗余的，不利于情感识别，另外，大量的脑电通道对数据采集是一项挑战，同时会增加数据处理时的计算量。因此，对于脑电通道的选择是至关重要的。

目前脑电通道的选择大多根据经验选取。一些研究认为额叶的神经活动与情感加工有关，如Dawson等人分析了成年人和婴儿的前额叶和顶叶的脑电时，发现前额叶脑区为专门用于处理情感的脑区。因此额叶部分的脑电通道成为很多研究的首选。Atkinson等人选择额叶区域与情感相关的14个通道，将基于互信息的特征选择方法与核函数相结合，完成了情感分类任务。

最近有研究表明，大脑额叶、前额叶、颞叶、顶叶和枕叶区域均参与情感反应。Ahmet等人选取了额叶和颞区的18通道脑电信号，对其进行经验模态分解进行效价和唤醒维度的情感识别。然而，神经科学的最新发现建议研究情绪状态和整个大脑区域之间的对应关系。Xu等人研究了遍布全脑的10通道脑电信号以及32通道脑电信号对情感识别精度的影响，结果表明，以功率为特征的10通道的脑电信号的分类精度更高。因此，从整个系统中自动找到最优的传感器通道子集越来越受到人们的关注。也有部分研究基于特征选择，根据选择的特征涉及的通道间接的进行通道选择。Zhang等人使用reliefF特征选择算法，将脑电通道数量由21个(30个特征)减少到15个(20个特征)，情感识别精度略有下降。

由上述内容可知，在基于脑电信号的时，脑电通道的选择对于情感识别的精确尤为关键，而现有的依靠经验进行脑电通道的选择或研究情绪状态和整个大脑区域之间的对应关系，只针对某一种方法的通道选择难以选到相对较好的脑电通道，因此现有的脑电通道选择方法的准确度低，这样会造成情感识别的精度不高。

发明内容

基于此，有必要提供一种基于脑电信号的情感识别方法及系统，以提高情感识别的识别精度。

为实现上述目的，本发明提供了如下方案：

一种基于脑电信号的情感识别方法，包括：

获取待识别多通道脑电信号；所述待识别多通道脑电信号为待测者观看能激发不同情绪的视频时多个通道的脑电信号；