[发明专利]一种使用脑电信号的人类情感效价分类识别方法

摘要

本发明公开了一种使用人体脑电信号进行人类情感效价分类识别的方法。本方法采集大量被试脑电信号；对脑电数据依次进行去噪，特征提取和特征数据标准化处理得到分类模型训练数据；由专业人员对被试情感效价水平进行分类作为评价数据；使用得到的训练数据和评价数据训练得到情感效价支持向量机分类模型。在进行情感效价分类识别时，向情感效价支持向量机分类模型输入实时采集并预处理后的脑电信号特征数据，使用该模型计算个体的情感效价类别。

主权项

一种使用脑电信号的人类情感效价分类识别模型建立方法，该方法的特征在于其包括如下步骤；S1：美国Biopac公司生产的MP150多道生理信号采集器，以512Hz采样频率采集多个被试在多个情感状态下的32通道脑电信号；S2：使用独立成分分析方法对采集到的脑电数据做预处理，去掉噪音干扰；S3：使用预处理后的脑电信号，计算唤醒度识别相关的24个基本信号特征数据，脑电信号计算时间窗口长度为2秒，需要计算的信号特征包括：脑波Hjorth Activity参数，脑波Hjorth Mobility参数，脑电信号峰度，脑电信号变异系数，脑电信号偏度，脑波1阶方差均值，脑波1阶方差最大值，顶点坡度均值，Theta波段最大能量，AF3，F3，FC5，FC1，C3，T7，P3，O1，Pz，AF4，FC6，FC2，CP5，Cz，P8脑电通道自回归系数；S4：对计算得到的24个特征进行数据标准化处理，作为分类识别模型训练数据；S5：由3名专业技术人员根据被试的语音和面部表情状态对被试进行情感效价评价，获得脑电信号对应的效价评价值，根据评价值，将效价类型分为高、中、低共三类，将分类结果作为标签数据；S6：使用上述得到的训练数据和标签数据进行支持向量机分类识别模型训练，得到情感效价支持向量机分类识别模型。