[发明专利]基于嗅觉刺激的EEG采集和情感识别方法及其系统

说明书

本发明公开了一种基于嗅觉刺激的EEG采集和情感识别方法及其系统，包括：实验范式设计模块，设计一个新型范式使得在已有视觉刺激的同时增加嗅觉刺激能够增强受试者的情感体验；数据采集模块，选取合适的被试者进行EEG信号采集并获得初步的被试者的情感反馈标签；预处理模块，对采集到的EEG信号进行预处理得到更纯净的EEG信号；特征提取模块，对处理好的EEG信号提取PSD、DE、DASM和RASM四种不同的情感特征；分类识别模块，将提取的特征分为测试集和训练集放入支持向量机SVM分类器中进行学习分类。本发明对比了纯视频刺激和气味视频混合刺激下的脑地形图及识别率，从而确认嗅觉刺激可以更为强烈的诱发受试者的情感。

技术领域

本发明涉及脑电信号处理技术领域，具体涉及嗅觉刺激下的脑电信号采集、机器学习、嗅觉及视觉以及多标签分类领域，特别是涉及一种基于嗅觉刺激的EEG采集和情感识别方法及其系统。

背景技术

情绪在人机交往和社会活动中扮演着重要的角色，情感识别作为当前人工智能应用的一个重要领域，在心理治疗、疾病预防等方面有着广泛的应用前景，且认知理论和心理学实验结果表明，大脑活动与情绪密切相关，因此基于脑电信号的情感识别引起了研究人员强烈的兴趣。

目前传统的多媒体组件刺激了人的两种感官：(1)视觉；(2)听觉。刺激受试者的视觉感官主要是通过观看不同的图片或者视频，刺激受试者的听觉感官则是通过播放音频。除此之外，研究表明嗅觉刺激的加入可以丰富多媒体体验，更能反映现实，提高用户情感诱发水平。另外，嗅觉是人类最古老的感官，气味和记忆之间有很强的联系，与情感有着密不可分的关系，在我们的情感生活中扮演了重要的角色。并且在某些神经退行性疾病的临床前阶段已经描述了嗅觉损伤，并可能与疾病进展有关，所以进一步探索嗅觉刺激对大脑的作用机制，对一些临床疾病的研究有着重要意义。但是嗅觉刺激会有适应性，没有视觉刺激的作用持久，给数据采集上造成一定的困难。并且国际上没有公开的基于嗅觉刺激的EEG数据库，这严重限制了对嗅觉刺激诱发的情感机制的研究。因此亟需提供一种由嗅觉刺激诱发情感的EEG信号采集方法及适合的情感识别方法。

发明内容

本发明所要解决的技术问题是提供一种基于嗅觉刺激的EEG采集和情感识别方法及其系统，可以得到信息丰富的EEG信号，从而在情感识别的过程中得到更有优势的识别结果。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于嗅觉刺激的EEG采集和情感识别方法，包括以下步骤：

S1：设计实验范式：受试者接受多种气味并反馈情感状态标签，根据每种气味对应的情感状态标签将气味分类为适应于此受试者的积极、消极、中性的气味，将分类好的气味结合同性质的视频片段作为视频和气味混合刺激；

S2：数据采集：采集受试者在纯视频刺激和视频气味混合刺激两种刺激模式下的EEG信号，并由受试者每接受一种刺激后馈一个情感状态标签；将采集到的所有EEG数据从事件发生标定点到事件结束标定点进行有用数据的截取；

S3：数据预处理：对步骤S2截取得到的EEG数据进行预处理操作，得到预处理后的EEG信号；

S4：特征提取：对预处理之后的EEG信号按照不同的时间长度截取单次实验样本，并分别对其提取功率谱密度PSD、微分熵DE、差分不对称DASM和有理不对称RASM四种特征；

S5：学习分类：将两种刺激下提取出来的特征分别分为训练集和测试集，训练集及对应的情感状态标签放入SVM分类器中进行学习分类得到训练好的模型，利用该模型对测试集的情感状态标签进行预测，得到情感识别的识别率，并对两种刺激模式得到的结果进行对比分析。

在本发明一个较佳实施例中，在步骤S2中，所述纯视频刺激即对受试者只呈现视频刺激，视频刺激是通过多名测评者对多段视频进行三分类情感测评，选取测评结果相同的视频；所述视频气味混合刺激即对受试者同时呈现视频刺激和同类型的嗅觉刺激，在一定时长的视频中每20s交替呈现这两种刺激。