【摘要】：情緒識別是運用信號的分析處理方法對人的不同情緒狀態(tài)進行識別,在情緒識別領(lǐng)域中腦電信號逐漸成為了研究人情緒的最為可靠的生理信號之一,基于腦電的情緒識別技術(shù)的研究能夠促進人機交互、產(chǎn)品設(shè)計以及醫(yī)療護理等多個領(lǐng)域的發(fā)展,具有十分重要的社會價值及應(yīng)用價值。隨著半導(dǎo)體領(lǐng)域和干電極領(lǐng)域的快速發(fā)展,便攜式腦電采集技術(shù)已經(jīng)發(fā)展地較為成熟,將便攜式腦電采集裝置與情緒識別技術(shù)相結(jié)合,能夠快速推動情緒識別技術(shù)的推廣化應(yīng)用,具有重要的研究意義。本文依據(jù)攜帶方便操作簡單的設(shè)計原則,基于美國NeuroSky公司研發(fā)的TGAM模塊搭建了便攜式單導(dǎo)腦電采集系統(tǒng),實現(xiàn)了對腦電信號的采集、顯示和存儲等功能。然后,在單導(dǎo)腦電信號的預(yù)處理過程中,提出了一種將經(jīng)驗小波變換(EWT)、典型相關(guān)分析(CCA)以及瑞利熵(RE)相結(jié)合的自動去眼電偽跡算法,以快速有效去除單通道腦電中的眼電偽跡,從而滿足便攜式單通道腦機接口的需求。其次,設(shè)計實驗利用視頻刺激素材激發(fā)受試者產(chǎn)生正性情緒、中性情緒和負(fù)性情緒等三種不同的情緒,得到不同人在不同情緒下的腦電信號進行情緒識別研究。再次,對腦電信號的小波能量、小波熵以及多尺度熵(MSE)進行了分析,提出了一種將離散小波變換(DWT)、MSE和主成分分析(PCA)相結(jié)合的特征提取算法,對腦電信號中蘊含的情緒相關(guān)信息進行表征。之后,研究k近鄰算法(KNN)、徑向基(RBF)神經(jīng)網(wǎng)絡(luò)分類算法及支持向量機(SVM)分類算法,將特征值放入三種分類算法中進行分類,結(jié)果表明相較于KNN與RBF算法,基于蟻群尋優(yōu)的支持向量機(GA-SVM)分類算法的識別準(zhǔn)確率最高,為75.42%。最后,為了進一步驗證自采數(shù)據(jù)集和所提算法的效果,本文利用公開的情感腦電數(shù)據(jù)庫DEAP與自采數(shù)據(jù)集做了對比分析實驗。本文搭建便攜式單導(dǎo)腦電采集系統(tǒng),采集情緒相關(guān)腦電信號,提出了一種適用于單通道腦電的自動去眼電偽跡算法和一種融合特征提取算法,建立情緒識別模型進行情緒分類研究,實驗結(jié)果表明設(shè)計的便攜式單導(dǎo)腦電采集系統(tǒng)能夠較準(zhǔn)確地對情緒進行分類識別,研究成果對后續(xù)實際應(yīng)用具有一定的參考價值。
【圖文】：

了易于使用的耳機式腦電采集設(shè)備，在患者頭部即可檢測大腦活動，采主要用于預(yù)防癲癇的發(fā)作。圖 2 IMEC 的可穿戴腦電圖設(shè)備公司推出了 MindWave Mobile 腦立方ndroid 等移動設(shè)備相連的腦波采集設(shè)戶的腦電信號，進而確定使用者的

該系統(tǒng)分為腦電采集硬件設(shè)備和信號采集軟件兩部分。在本章關(guān)知識進行了分析，然后主要對腦電信號采集系統(tǒng)的硬件軟件設(shè)計處理算法的研究以及情緒識別實驗將在后續(xù)章節(jié)依次展開。 相關(guān)知識 節(jié)律波 信號作為生物電信號的一種，反映了最簡單直接的大腦活動，，是一種一般為 10-50μV，最大不超過 100μV。在臨床應(yīng)用上通常將采集到的傅里葉變換為頻域信號，并根據(jù)頻帶的不同可以將 EEG 0 .5~4HZ）、Theta波 （4 ~8HZ）、Alpha波 （8 ~13HZ）、Beta波 （1 4~30HZ）0HZ）[21]。一般將比 Alpha 波頻率低的稱為慢波；而比 Alpha 波頻率G 信號典型節(jié)律時域波形圖如圖 5 所示。
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN911.7;R318

【相似文獻】

相關(guān)期刊論文 前10條

1 黃涌;郭旭宏;姚兆林;裴為華;王毅軍;陳弘達(dá);;基于主動干電極傳感器的無線可穿戴腦電采集系統(tǒng)[J];傳感器與微系統(tǒng);2017年04期

2 郜東瑞;李鵬霄;陳其友;堯德中;劉鐵軍;;高共模抑制比全頻段腦電采集系統(tǒng)[J];中國生物醫(yī)學(xué)工程學(xué)報;2015年06期

3 應(yīng)俊;陳廣飛;何史林;;基于虛擬儀器技術(shù)數(shù)字化腦電采集系統(tǒng)的研制[J];中國醫(yī)療器械雜志;2009年05期

4 葉志雄;羅錦宏;糜超;鄒凌;;16通道腦電采集系統(tǒng)設(shè)計與實現(xiàn)[J];電子技術(shù)應(yīng)用;2017年08期

5 郝麗俊;樂建威;張志芳;;基于DSP的數(shù)字化腦電采集系統(tǒng)的設(shè)計[J];醫(yī)療衛(wèi)生裝備;2011年11期

6 李振江;楊濟民;王敏;;一種基于STM32W108的無線腦電采集系統(tǒng)的實現(xiàn)[J];科技信息;2013年11期

7 潘賽虎;葉志雄;糜超;陳悅;;八通道視覺誘發(fā)腦電采集系統(tǒng)設(shè)計及實現(xiàn)[J];常州大學(xué)學(xué)報(自然科學(xué)版);2016年05期

8 方煒園;陳亞光;;基于SOPC的多通道動態(tài)腦電采集系統(tǒng)[J];現(xiàn)代科學(xué)儀器;2008年06期

9 孫廣金;;基于ADS1299的新型腦電采集系統(tǒng)設(shè)計[J];科技信息;2014年01期

10 連加銳,李江安,劉玫,馮煥清;簡便腦電采集系統(tǒng)的設(shè)計[J];自動化博覽;1998年04期

相關(guān)會議論文 前1條

1 張典;高昕;禹東川;;基于CC2430的便攜式動物腦電采集系統(tǒng)[A];第一屆全國神經(jīng)動力學(xué)學(xué)術(shù)會議程序手冊 & 論文摘要集[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 郜東瑞;寬頻腦電采集系統(tǒng)設(shè)計及其初步應(yīng)用[D];電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 周季冬;基于便攜式單導(dǎo)腦電采集系統(tǒng)的情緒識別研究[D];河南工業(yè)大學(xué);2019年

2 王樓;便攜式可穿戴腦電采集系統(tǒng)研究與開發(fā)[D];杭州電子科技大學(xué);2019年

3 賀龍;基于STM32和ADS1298的24導(dǎo)腦電采集系統(tǒng)研究[D];燕山大學(xué);2018年

4 韋勝昌;基于微控制器的低功耗腦電采集控制策略研究與實現(xiàn)[D];華南理工大學(xué);2018年

5 李鵬霄;64導(dǎo)聯(lián)腦電采集系統(tǒng)電路設(shè)計[D];電子科技大學(xué);2017年

6 蔡佳;16導(dǎo)腦電采集系統(tǒng)硬件設(shè)計[D];電子科技大學(xué);2013年

7 陳其友;64導(dǎo)聯(lián)腦電采集系統(tǒng)數(shù)據(jù)通路設(shè)計與實現(xiàn)[D];電子科技大學(xué);2017年

8 劉志煊;32導(dǎo)高性能腦電采集系統(tǒng)硬件設(shè)計[D];電子科技大學(xué);2015年

9 丁超;便攜式腦電采集系統(tǒng)設(shè)計[D];電子科技大學(xué);2013年

10 梁顯龍;腦電采集系統(tǒng)軟件設(shè)計[D];電子科技大學(xué);2016年

本文編號：2656194