脑电时间效应对情绪识别模型的影响及解决措施研究

摘要：

近年来,越来越多的研究者投入到基于脑电的情绪识别研究中.然而在实际应用中,建立高精确度的情绪识别模型仍面临巨大的挑战,其中一个难点就是如何剔除或降低脑电信号的时间效应,进而提高情绪识别模型的时间鲁棒性.拟通过增加情绪模型中训练样本的天数,降低时间效应对识别模型的影响.利用视频诱发被试的正性、中性、负性3种情绪状态,共9名被试参与实验,每名被试需在1个月内进行5次数据采集,每次采集的时间间隔分别是1天、3天、1周和2周.采集被试60导联的脑电信号,并提取6个频段的功率谱特征.在模式识别阶段,分类器的训练样本分别来自N天的样本(N=1,2,3,4),剩余(5-N)天的数据则作为测试样本,得到不同训练天数下的分类正确率.结果表明:脑电时间效应的确会影响情绪识别的正确率,当训练集与测试集中的样本来源于不同的两天时,识别率显著下降(P＜0.01);随着训练集样本天数的增加,正确率提高,正确率与训练样本的天数呈正相关;当训练集中样本来源于2～4天时,相比于1天的情况,平均正确率的提高率分别为6.45％ (P =0.006)、10.48％ (P=0.000)、14.40％ (P =0.000),即增加训练集中样本的来源天数,能显著降低时间效应对分类效果的影响.结果证实,脑电时间效应能显著降低情绪识别模型的识别正确率,增加训练样本的天数可降低时间效应对识别模型的影响,并提高情绪识别模型的时间鲁棒性,从而为情绪模型从理论研究走向应用提供技术支持与研究思路.

关键词：脑电、情绪识别、时间效应、鲁棒性、支持向量机

所属期刊栏目：36

分类号：R318(医用一般科学)

资助基金：国家自然科学基金重大研究计划91520205;国家自然科学基金81571762,31500865

在线出版日期：2017-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：39-45