基于脑电信号的情绪特征提取与分类

• 作者: 李文强 柳长源 毕晓君
• 来源期刊: 传感技术学报
• 学科: 医学
• 关键词: 脑电信号 情绪识别 小波分解 不对称熵 支持向量机 遗传算法
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 82-88
• 页数: 7页
• 分类号: TP391.4|R318.04
• 字数: 5908字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.01.015

摘要

情绪作为人脑的高级功能,对人们的个性特征和心理健康有很大的影响,利用网上公开的脑电情绪数据库(Deap数据库),根据心理较价和激励唤醒度等级进行情绪划分,对压力和平静两种情绪进行研究分析.在利用db4小波分解与重构算法分解信号的基础上,根据左右脑脑电在产生情绪时脑电信号非对称性的特点,提出一种新的情感特征提取方法,通过计算右侧导联的微分熵值除以左、右对称导联的微分熵之差与右侧导联的微分熵值除以左、右对称导联的微分熵之和,提取出脑电信号的不对称熵特征.利用遗传算法优化的支持向量机对情绪分类识别,平均识别率为88.625％,对比传统特征的分类识别率,利用不对称熵特征的分类识别率有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳长源	哈尔滨理工大学电气与电子工程学院	24	152	8.0	11.0
3	毕晓君	哈尔滨工程大学信息与通信工程学院	126	1188	17.0	27.0
6	李文强	哈尔滨理工大学电气与电子工程学院	1	8	1.0	1.0