使用呼吸带追踪价值的点过程方法

科学领域:

• 心理生理学 心理生理学
• 计算神经科学是一种神经科学.
• 情感计算是一种情感计算.

背景情况:

• 由于心理因素和受试者变异性,推断情绪价值是具有挑战性的.
• 情绪价值变化与生理反应相关,特别是在呼吸信号中.
• 呼吸模式为情绪状态提供了一个非侵入性的窗口.

研究的目的:

• 开发和验证一种状态空间模型来解码来自呼吸的情绪价值.
• 识别关键的呼吸系统特征,表明情绪价值变化.
• 建立一个实时情绪状态跟踪的计算框架.

主要方法:

• 使用呼吸特征 (呼吸深度,速率,循环时间) 创建了一个二进制点过程模型.
• 使用预期最大化 (EM) 框架来解码隐藏的价值状态.
• 模型参数被优化并根据自我报告的价值评级进行验证.

主要成果:

• 该模型在预测高价值事件方面达到77%的准确性.
• 该模型在预测低价值事件方面达到73%的准确性.
• 关键的呼吸系统特征有效地表明了与价值相关的潜在神经刺激.

结论:

• 呼吸分析为推断情感价值提供了一种可行的方法.
• 开发的模型显示了长期情绪监测的潜力.
• 应用包括闭环系统和用于情绪调节的可穿戴设备.