基于图卷积的脑电情感识别文献综述

 2023-08-07 04:08
  1. 文献综述（或调研报告）：
  2. 脑电情感识别研究

近年来，基于脑电图信号的情感识别受到了越来越多的关注，通过脑电图识别情绪一般需要以下步骤：（1）利用诱导材料让被试接受刺激；（2）记录被试在接受刺激过程中的脑电信号变化；（3）对原始脑电信号进行预处理，去除伪迹和噪声；（4）提取脑电特征；（5）设计和选择分类器对提取的特征数据进行训练，完成情绪识别。下面将基于以上过程对脑电情感识别的研究进行介绍。

    1. 情绪的分类

在进行情感识别前，我们必须要确定情绪的类别，这样才能有利于后面的处理和训练过程。关于情绪的表征虽然学术界还没有一个共识，但现在应用较多的主要有两种表征方式。

第一种是离散情绪模型，它尝试将情绪分为不同的类别，认为基本情绪是通过自然选择进化而来的。之中分类方式简单直观，应用也最广泛。Plutchik等人提出了八种基本情绪：愤怒、恐惧、期待、悲伤、厌恶、惊讶、接受和欢乐。除此之外，其他情绪都可以通过这些基本情绪组合而成，如失望可由悲伤和惊讶组合而成[1]。 Ekman等人提出将情绪分为高兴、悲伤、惊讶、恐惧、愤怒和厌恶。这也是在当前研究中使用最多的[2]。也有研究将其分为积极情绪、中性情绪和消极情绪。但是，有时候情绪状态是模糊的、复合的、概率化的，在这种情况下这样的分类方式似乎并不适合。

另一种分类方式是维度情绪模型。情绪被映射到效价（valence）、唤醒度（arousal）和优势度（dominance）（VAD）三个维度上。其中，效价代表情绪的积极程度，唤醒度代表心理警觉水平，优势度代表个体处于控制还是被控制的地位[3]。这样的分类方式弥补了离散模型中情绪表征的不足，将情绪向量化，具有较好的可扩展性。同时由于个体的差异性，该模型对于情绪的度量也比较困难。但对于情绪识别任务来说，维度模型更适合情绪的量化分析。

    1. 情绪的诱发

只有真正的诱发出被试我们所期望的情绪，才能保证接下来研究的正确性。所以诱发材料的选择显得至关重要。常见的诱发方式有主体诱发和事件诱发。

主体诱发指通过被试自行回忆记忆中带有指定情绪色彩的事件来激发自己的情绪，由于这样的方式缺乏稳定性，而且难以知道情绪的起止时间，研究中较为少用。

事件诱发指用外部刺激来诱发被试的情绪。使用的材料主要集中在图片、视频和音乐上。这也是目前研究中使用最多的情绪诱发方法。如上海交通大学的Zheng等人用15段带有明显情感色彩的中文电影片段作为刺激，记录了15名被试不同日期的脑电信号，建立了脑电情感数据集（SEED）[4]。英国的Koelstra等人整理筛选自Youtube的120段音乐视频短片作为诱发材料，记录了32名被试的脑电、眼电等信号，建立了生理信号情绪数据集（DEAP）[5]。

    1. 脑电信号的预处理

脑电信号常见的噪声有眼动（EOG）、心电（ECG）、肌电（EMG）、工频干扰等。为了减少噪声和伪迹对于信号的影响，研究者首先做的就是在实验前要求被试保持一个稳定的姿势。此外，对于信号的去伪迹方法主要有盲源信号分离（BSS）、独立成分分析（ICA）、共同平均参考（CAR）等。人类的脑波频率在0.5到几十Hz，所以并不是所有频段信息都对研究有用，大多数研究都采取了滤波操作，频段范围根据所需信息不同差距，常用的有4-45Hz，1-45Hz,0.3-50Hz等。

    1. 脑电特征的提取

在情绪识别领域，有研究者使用原始信号作为输入来训练分类器，但是大多数工作都是提取脑电特征作为输入的。常用的特征可分为四个类别：时域、频域、时频域、空间域[6]。

时域特征主要包括：信号统计量、能量、功率、高阶过零分析（HOC）、Hjorth参数特征、不稳定指数（NSI）、分形维数（FD）。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章