Video Experimental Relacionado
Updated: May 6, 2026

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example
Published on: October 24, 2012
Reconocimiento de emociones a partir de la Respuesta Sensorial Meridiana Autónoma (ASMR) auditiva utilizando señales
Neha Gahlan1, Divyashikha Sethia2
1School of Cyber Security and Digital Forensics, National Forensic Sciences University - Gujarat Campus, Gandhinagar, Gujarat, Delhi, Gandhinagar, GJ, 382007, INDIA.
Este estudio demuestra que las señales fisiológicas y el aprendizaje profundo pueden clasificar con precisión emociones como la felicidad, la tristeza y el asco inducidas por sonidos de Respuesta Sensorial Meridiana Autónoma (ASMR). Estos hallazgos avanzan en el reconocimiento de emociones para aplicaciones de salud mental.
Área de la Ciencia:
- Neurociencia y Psicología
- Computación Afectiva
- Ingeniería Biomédica
Sus antecedentes:
- La Respuesta Sensorial Meridiana Autónoma (ASMR) es un fenómeno sensorial caracterizado por sensaciones de hormigueo desencadenadas por estímulos auditivos específicos.
- La investigación previa se centró principalmente en la asociación del ASMR con emociones positivas como la relajación y la calma.
- Este estudio investiga un espectro más amplio de emociones, incluyendo la felicidad, la tristeza y el asco, provocadas por el ASMR.
Objetivo del estudio:
- Explorar el rango de emociones inducidas por estímulos auditivos ASMR más allá de la relajación.
- Investigar la efectividad de las señales fisiológicas multimodales para identificar las emociones inducidas por ASMR.
- Aplicar modelos de aprendizaje profundo para clasificar estas emociones basándose en datos fisiológicos.
Principales métodos:
- Se recopilaron datos fisiológicos multimodales (EEG, PPG, EDA) de 23 participantes que experimentaron ASMR.
- Se expuso a los participantes a diversos estímulos auditivos ASMR diseñados para provocar felicidad, tristeza, calma y asco.
- Se utilizaron rmANOVA para el análisis estadístico y Redes Neuronales Artificiales (ANN) y Redes Neuronales Convolucionales (CNN) para la clasificación de emociones utilizando las dimensiones de Valencia-Arousal-Dominance (VAD).
Principales resultados:
- El análisis estadístico reveló diferencias significativas en las respuestas fisiológicas entre las cuatro emociones inducidas y un estado neutro.
- Los modelos de aprendizaje profundo lograron una alta precisión de clasificación: ANN con 96,12 % y CNN con 74,25 % para las cuatro emociones utilizando las dimensiones VAD.
- Los resultados demuestran firmas fisiológicas distintas para diferentes emociones inducidas por ASMR.
Conclusiones:
- Las señales fisiológicas multimodales combinadas con el aprendizaje profundo clasifican eficazmente las emociones inducidas por ASMR.
- Esta investigación contribuye al campo del reconocimiento de emociones, particularmente para aplicaciones de salud mental y terapéuticas.
- Los hallazgos validan el uso de datos fisiológicos para la evaluación objetiva de emociones en respuesta a estímulos auditivos.
Más Videos Relacionados
Videos de Conceptos Relacionados
Subliminal Perception
Physiology of Emotion
Autonomic Nervous System
The autonomic nervous system (ANS) plays a critical role in emotional responses by regulating involuntary physiological functions. It consists of two main components: the sympathetic and parasympathetic systems. The sympathetic system...
Facial Feedback Hypothesis
Non-Verbal Cues
Role of Affect in Interpersonal Attraction
Factors Influencing Attraction IV: Reciprocity

