【CNMO新闻】脑电图（EEG）是一种非侵入性的脑监测测试，它包括沿头皮放置电极，将信号发送给计算机进行分析等过程。脑电图已被广泛用于研究吞咽、分类精神状态和诊断神经精神疾病，如神经性疼痛和癫痫。但一些研究人员认为，该技术仍有未开发的潜力。
在Arxiv.org上发表的一篇论文中，来自德克萨斯理工大学、伊朗Tabriz大学和Akrham Hospital医院的一个团队描述了一个仅通过脑电图结果就可以识别情绪的人工智能系统。
情绪状态与各种各样的人类情感、思想和行为有关。因此，它们会影响我们在决策、感知和人类智力等方面理性行事的能力。近年来，开发基于脑电图信号的情感识别系统已成为了认知科学家的一个热门研究课题。
脑电波
研究小组指出，脑电图信号很难分析，因为它们是非线性的，且有一定的随机性，而且隐藏在各种噪声源中。为了降低噪声，研究人员使用了平均均值参考方法，并确定了特征提取的分解方法。通过小波变换，将每个脑电图信号分解为伽马、贝塔、阿尔法和塞塔脑波的波段分量，并根据这些分量得到了源脑电图信号的统计特征。
研究人员从DEAP中获取信息，以训练他们的情绪分类器。这包括来自32个参与者的脑电波数据，有了这些数据，研究人员就可以训练三种分类器来区分情绪、近邻算法、支持向量和人工神经网络。这些脑电图特征都来自于大脑左右额叶附近的10个电极通道，这些区域与积极和消极情绪密切相关。这三种分类器中表现最好的分类器在beta频段的唤醒准确率为91.3%。
研究人员表示，使用情感信号进行情感识别有助于增强脑机接口系统，使其成为临床应用和人类社会交往的有效主体。这样的系统可以用来研究情绪状态，同时也会考虑到情绪的自然方面，得出心理障碍的治疗方法，如自闭症谱系障碍。
加入收藏
