【摘要】：大腦是人類器官中最為復(fù)雜的一部分,它蘊(yùn)含著人體豐富的生理和心理信息。人體生理和心理的變化都會在大腦中有所體現(xiàn)。目前腦研究領(lǐng)域已經(jīng)成為一個重要的研究領(lǐng)域,其中情緒的腦研究正成為研究者趨之若騖的研究熱點。隨著神經(jīng)科學(xué)和腦科學(xué)的發(fā)展,情緒不再高深莫測。國內(nèi)外的眾多研究者利用腦電圖機(jī)對不同的情緒進(jìn)行分類識別和研究,旨在提升情緒的分類識別效果和探索不同情緒的調(diào)節(jié)機(jī)制。對于情緒的探究不僅有助于抑郁癥等疾病的治療還在腦機(jī)交互等應(yīng)用領(lǐng)域有著非常重要的意義。 本研究借鑒已有的情緒研究的相關(guān)成果,對8名被試者在視頻情緒誘發(fā)下的愉悅—不愉悅、高喚醒—低喚醒四種情緒狀態(tài)的腦電數(shù)據(jù)進(jìn)行分類研究旨在提高分類器的精度、減少分類時間并探索不同情緒下的腦機(jī)制。本研究首先對原始數(shù)據(jù)進(jìn)行預(yù)處理以去除原始腦電的噪聲,然后采用小波變換提取特征,得到32個導(dǎo)聯(lián)的δ、θ、α、β四段腦電節(jié)律,將各頻段的頻段能量作為特征值。根據(jù)本研究的實驗方案,隨后選用改進(jìn)的SVM分類器對群體、個體愉悅—不愉悅、高喚醒—低喚醒的腦電樣本進(jìn)行模式分類,探究以上四種情緒狀態(tài)是否存在著差異。最終對于差異樣本采用Relief算法進(jìn)行特征選擇,發(fā)現(xiàn)與情緒關(guān)聯(lián)性大的腦區(qū)和頻段,并對該腦區(qū)和頻段進(jìn)行分析和解釋。 研究發(fā)現(xiàn)群體在愉悅度上和喚醒度上的腦電并不可分,即人群中的情緒調(diào)節(jié)存在著個體差異,并沒有相同的模式。與愉悅—不愉悅相關(guān)的腦區(qū)主要存在與額葉區(qū)。愉悅狀態(tài)下右額葉的α節(jié)律表現(xiàn)活躍。在不愉悅的狀態(tài)下左額葉表現(xiàn)喚起,右額葉的節(jié)律α波的表現(xiàn)出抑制。右腦的β波無論在愉悅還是不愉悅的狀態(tài)下能量活動均高于左腦。與高喚醒—低喚醒相關(guān)的腦區(qū)呈現(xiàn)雙通道模式,高喚醒的情緒狀態(tài)主要與顳葉相關(guān),低喚醒的情緒狀態(tài)主要和額葉與顳葉協(xié)同相關(guān)。個體在低喚醒時顳葉區(qū)的α,β波能量高于高喚醒時的α,β波,低喚醒狀態(tài)下的α,β波活動興奮。在顳葉區(qū)高喚醒—低喚醒時的α,β,θ三段腦頻率活動程度相當(dāng)。 本研究在研究過程中以數(shù)據(jù)為驅(qū)動,借鑒了已有的神經(jīng)科學(xué)的研究成果和機(jī)器學(xué)習(xí)的方法,使得研究的結(jié)果更加可靠。通過研究一方面改進(jìn)分類器的分類效果,提高情緒分類識別的準(zhǔn)確率為情緒識別的應(yīng)用提供保證。另一方面通過對不同情緒關(guān)聯(lián)性大的腦區(qū)和頻段進(jìn)行分析,揭示不同情緒調(diào)節(jié)的腦機(jī)制,為情緒的腦機(jī)制研究提供思路和方法。
【學(xué)位授予單位】：南京師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳小培,張道信;基于多維統(tǒng)計分析方法的腦電消噪[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2002年04期

2 姜媛;林崇德;;情緒的腦單側(cè)化研究進(jìn)展[J];心理與行為研究;2010年04期

3 奉國和;;SVM分類核函數(shù)及參數(shù)選擇比較[J];計算機(jī)工程與應(yīng)用;2011年03期

4 王亞卿;曹艷s

本文編號：2787795