[发明专利]一种基于心电检测的情绪识别系统

说明书

本发明公开了一种基于心电检测的情绪识别系统，该系统包括：心电信号采集模块；心电信号预处理模块；识别R波模块；提取参数模块；建立分类器模型模块。本发明通过心电信号获取心率变异性(Heart rate variability，HRV)特征，利用深度学习等人工智能方法进行人类的情绪识别，构建一个基于心电检测的情绪识别系统。

技术领域

本发明涉及神经科学、认知科学、计算机科学、人工智能以及生理学等领域，特别涉及一种基于心电检测的情绪识别系统。

背景技术

心电信号检测处理技术是以数字式计算机(包括微型机)为基础而构成的心电信号的检测和处理。它起源于20世纪60年代中后期，是在英国、澳大利亚和美国的一些科学者的倡导下开始进行研究的。60年代中期，有人提出用小型计算机实现心电信号的检测和处理猜想，但由于当时计算机的价格昂贵，同时无法满足心电信号检测的技术要求，因此没有取得实际性应用，但由此开始了对计算机心电信号的计算方法和程序结构的大量研究。

情绪识别即运用计算机信号处理和分析方法对各种情绪状态下的心理、生理或体征行为参数进行特征提取与分类识别，以确认个体所处的情绪状态。目前情绪识别主要通过两种方式：外部行为测量法：通过面部表情、语音或姿态等外在行为特征进行识别；生理信号测量法：测量呼吸、心率、脑电或体温等生理信号进行识别；目前，国内外用于情绪识别研究的生理信号有 ECG(Electrocardiography，心电图)、RSP(Respiration，呼吸作用)、BVP(Blood Volume Pulse，血容量搏动)、SC(Skin Conductivity，皮肤电)、 EMG(Electromyography，肌电图)和SKT(SkinTemperature，指温)、 EEG(Electroencephalography，脑电图)等参数。

人工智能(Artificial Intelligence)是指由人制造出来的机器所表现出来的智能。核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。当前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中。

参考文献：

[1]韦力强.基于小波变换的信号去噪研究[D].湖南大学.

发明内容

本发明旨在解决生理特征和情绪之间的对应关系。

为此，本发明的目的在于提出一种基于心电检测的情绪识别系统，该系统通过对被试者心电信号的采集与分析，从而建立一种生理信号与情绪之间的对应关系。

为实现上述目的，本发明的实施例提出了一种基于心电检测的情绪识别系统，包括以下模块：心电信号采集模块，用于采集心电数据；心电信号预处理模块，用于对心电信号的去噪、去干扰；识别R波模块，用于检测心电信号的 QRS波群；提取参数模块，用来提取HRV特征参数；建立分类器模型，用于情绪的分类。

另外，根据本发明上述实施例的基于心电检测的情绪识别系统，还具有如下附加的技术特征：

在一些示例中，所述心电信号采集模块用基于ADS1298芯片的心电测量设备对实验者进行心电信号采集，然后对模拟信号进行AD转换得到相应的心电数据。

在一些示例中，所述心电信号预处理模块，在提取心率变异性之前，对心电信号进行滤波处理，选用小波阈值滤波算法对心电信号进行预处理。

在一些示例中，所述识别R波模块，将预处理好的信号通过采用能够检测 QRS波群信息的pan_tompkin算法来对R峰进行识别。

在一些示例中，所述提取特征参数模快，旨在提取心率变异性(HRV)特征参数，反映出人体自主神经，交感神经和迷走神经对心血管系统调节能力的强弱和变化。