对EEG信号的高分辨率时间频率分析用于情感计算

科学领域:

• 情感计算是一种情感计算.
• 人与计算机的交互
• 神经科学是一个神经科学.

背景情况:

• 电脑电图 (EEG) 信号对于理解人类情绪状态至关重要.
• 脑电图信号的非线性和非静止性质挑战了传统的分析.
• 时间频率分析是分析复杂EEG数据的一个有前途的方法.

研究的目的:

• 提出一种可变频复合解调 (VFCDM) 方法,用于来自EEG信号的高分辨率时间频谱 (TFS).
• 通过改进情绪状态的分析来提高情感计算的准确性.
• 为了更有效地对EEG信号的兴奋和价值维度进行分类.

主要方法:

• 使用可变时间的最佳参数搜索技术计算的TFS.
• 生成的VFCDM子频段和提取的统计特征.
• 采用随机森林算法来对兴奋和价值维度进行分类.

主要成果:

• VFCDM方法在区分复杂的情感维度方面表现出了强度.
• δ-VFCDM和γ-VFCDM频段获得了最高的F1分数.
• 获得了71.80%的F1分数,用于激发和69.55%的Valence差异化.

结论:

• 拟议的VFCDM方法显著推进了基于EEG的情感计算.
• 这种方法可以更准确地从大脑活动中对情绪状态进行分类.
• 开辟了开发情感智能人机交互系统的新可能性.