使用脑电图和人工智能检测恐惧:一个系统的审查
Bladimir Serna1, Ricardo Salazar2, Gustavo A Alonso-Silverio3
1Centro de Innovación, Competitividad y Sostenibilidad, Universidad Autónoma de Guerrero, Acapulco 39640, Guerrero, Mexico.
Brain sciences
|August 28, 2025
概括
人工智能 (AI) 通过脑电图 (EEG) 信号有效地检测恐惧. 与沉浸式刺激相结合的非线性模型达到高达92%的准确性,显示出各种应用的巨大潜力.
科学领域:
- 神经科学
- 计算机科学
- 情感计算
背景情况:
- 使用脑电图 (EEG) 信号检测恐惧对于心理健康,情感计算和智能安全系统的应用至关重要.
- 人工智能提供分析复杂EEG数据以识别恐惧状态的高级功能.
研究的目的:
- 系统地审查和确定最有效的人工智能方法,算法和配置,以从EEG信号中检测恐惧.
- 综合实验范式,脑电图装置,脑电波波段和电极位置的发现, 以优化恐惧检测的准确性.
主要方法:
- 按照PRISMA 2020指南进行了系统的文献搜索,使用与恐惧检测,人工智能和机器学习相关的关键词.
- 根据预先定义的纳入和排除标准选择了11项相关研究,重点是基于EEG的恐惧检测.
主要成果:
- 非线性AI模型,特别是支持向量机 (SVM) 和卷积神经网络 (CNN),表现出高分类精度 (高达92%),特别是沉浸式刺激.
- 贝塔和马脑波频率与恐惧反应有着一致的联系.
- 特定的EEG设备 (Emotiv,Biosemi),前电极放置以及专有数据集有助于改善模型性能.
结论:
- 基于人工智能的EEG恐惧检测显示出显著的潜力和快速发展.
- 这项技术在医疗保健,智能安全系统和情感计算方面具有广泛的跨学科应用.
