基于腦電信號的情緒腦網(wǎng)絡(luò)分析與識別研究
發(fā)布時(shí)間:2023-02-08 06:59
情緒是每個(gè)人都會產(chǎn)生的生理和心理活動(dòng),情緒的變化對人們的工作效率、生活態(tài)度、決策判斷等各方面都有著重要的影響。隨著社會智能化水平的不斷提高,人們希望人機(jī)交互產(chǎn)品能夠具有情感智能,即感知用戶的情緒變化并做出合適的回應(yīng)。因此,探究情緒的加工機(jī)制,實(shí)現(xiàn)準(zhǔn)確的情緒識別,對于促進(jìn)人工智能向情感智能發(fā)展,提高人類社會的智能化水平具有重要的意義。在眾多腦成像技術(shù)中,腦電(electroencephalogram,EEG)因其時(shí)間分辨率高、成本低廉、設(shè)備便攜性好的優(yōu)勢成為當(dāng)前情緒研究的主流手段之一。情緒作為一種復(fù)雜的高級心理、生理活動(dòng),通常需要多個(gè)腦區(qū)的協(xié)同配合,在情緒加工過程中不同腦區(qū)產(chǎn)生的腦電信號之間也必然有著內(nèi)在聯(lián)系。本文從腦網(wǎng)絡(luò)的角度,圍繞“如何闡釋不同情緒加工過程中腦網(wǎng)絡(luò)的變化規(guī)律”和“如何面向?qū)嶋H應(yīng)用提高情緒識別性能”兩方面問題,開展了以下研究:1、針對不同情緒加工過程中腦網(wǎng)絡(luò)連接模式的變化規(guī)律和信息處理效率差異尚不清楚的問題,本研究在情緒不同加工過程構(gòu)建了腦網(wǎng)絡(luò),分析了不同情緒狀態(tài)下的差異腦網(wǎng)絡(luò)變化規(guī)律和信息處理差異。穩(wěn)態(tài)視覺誘發(fā)電位(steady-state visual evoked...
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 情緒的基本概念
1.1.1 情緒的定義及分類
1.1.2 情緒的神經(jīng)機(jī)制
1.2 腦電情緒識別方法
1.2.1 情緒誘發(fā)實(shí)驗(yàn)
1.2.2 情緒腦電特征
1.2.3 情緒識別
1.3 基于腦網(wǎng)絡(luò)的情緒研究現(xiàn)狀
1.3.1 腦網(wǎng)絡(luò)的基本構(gòu)建方法
1.3.2 基于腦網(wǎng)絡(luò)的情緒加工神經(jīng)機(jī)制研究
1.3.3 基于腦網(wǎng)絡(luò)特征的情緒識別研究
1.3.4 存在的問題
1.4 課題研究內(nèi)容及論文結(jié)構(gòu)與安排
第二章 基于SSVEP的情緒腦網(wǎng)絡(luò)分析
2.1 引言
2.2 SSVEP情緒實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)采集
2.2.1 實(shí)驗(yàn)刺激材料
2.2.2 實(shí)驗(yàn)數(shù)據(jù)采集
2.2.3 實(shí)驗(yàn)流程
2.3 基于相位同步的情緒腦電網(wǎng)絡(luò)分析方法
2.3.1 SSVEP信號處理
2.3.2 相位同步腦網(wǎng)絡(luò)構(gòu)建
2.4 實(shí)驗(yàn)結(jié)果及分析
2.4.1 不同情緒加工過程中時(shí)空激活分析
2.4.2 不同情緒加工過程中腦網(wǎng)絡(luò)連接模式分析
2.5 本章小結(jié)
第三章 基于高頻腦網(wǎng)絡(luò)特征的情緒識別方法
3.1 引言
3.2 情緒誘發(fā)實(shí)驗(yàn)范式設(shè)計(jì)
3.2.1 實(shí)驗(yàn)刺激材料
3.2.2 實(shí)驗(yàn)流程
3.3 基于高頻腦電特征的情緒識別方法
3.3.1 腦電信號預(yù)處理
3.3.2 相干網(wǎng)絡(luò)構(gòu)建
3.3.3 局部和全局情緒腦電特征提取
3.3.4 特征選擇
3.3.5 情緒分類
3.4 實(shí)驗(yàn)結(jié)果及分析
3.4.1 SAM量表評分結(jié)果
3.4.2 網(wǎng)絡(luò)連接分析
3.4.3 局部特征分析
3.4.4 網(wǎng)絡(luò)屬性分析
3.4.5 情緒識別結(jié)果
3.5 本章小結(jié)
第四章 基于自適應(yīng)分類模型的時(shí)間遷移情緒識別方法
4.1 引言
4.2 時(shí)間遷移情緒誘發(fā)實(shí)驗(yàn)范式設(shè)計(jì)
4.2.1 實(shí)驗(yàn)刺激材料
4.2.2 實(shí)驗(yàn)流程
4.3 基于自適應(yīng)分類模型的時(shí)間遷移情緒腦電分類方法
4.3.1 數(shù)據(jù)預(yù)處理及特征提取
4.3.2 自適應(yīng)分類模型構(gòu)建
4.4 實(shí)驗(yàn)結(jié)果分析
4.4.1 三次實(shí)驗(yàn)的SAM量表評分結(jié)果
4.4.2 穩(wěn)定的情緒表征模式分析
4.4.3 時(shí)間遷移情緒識別結(jié)果
4.4.4 與現(xiàn)有自適應(yīng)分類模型性能對比
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
作者簡歷
本文編號:3737542
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 情緒的基本概念
1.1.1 情緒的定義及分類
1.1.2 情緒的神經(jīng)機(jī)制
1.2 腦電情緒識別方法
1.2.1 情緒誘發(fā)實(shí)驗(yàn)
1.2.2 情緒腦電特征
1.2.3 情緒識別
1.3 基于腦網(wǎng)絡(luò)的情緒研究現(xiàn)狀
1.3.1 腦網(wǎng)絡(luò)的基本構(gòu)建方法
1.3.2 基于腦網(wǎng)絡(luò)的情緒加工神經(jīng)機(jī)制研究
1.3.3 基于腦網(wǎng)絡(luò)特征的情緒識別研究
1.3.4 存在的問題
1.4 課題研究內(nèi)容及論文結(jié)構(gòu)與安排
第二章 基于SSVEP的情緒腦網(wǎng)絡(luò)分析
2.1 引言
2.2 SSVEP情緒實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)采集
2.2.1 實(shí)驗(yàn)刺激材料
2.2.2 實(shí)驗(yàn)數(shù)據(jù)采集
2.2.3 實(shí)驗(yàn)流程
2.3 基于相位同步的情緒腦電網(wǎng)絡(luò)分析方法
2.3.1 SSVEP信號處理
2.3.2 相位同步腦網(wǎng)絡(luò)構(gòu)建
2.4 實(shí)驗(yàn)結(jié)果及分析
2.4.1 不同情緒加工過程中時(shí)空激活分析
2.4.2 不同情緒加工過程中腦網(wǎng)絡(luò)連接模式分析
2.5 本章小結(jié)
第三章 基于高頻腦網(wǎng)絡(luò)特征的情緒識別方法
3.1 引言
3.2 情緒誘發(fā)實(shí)驗(yàn)范式設(shè)計(jì)
3.2.1 實(shí)驗(yàn)刺激材料
3.2.2 實(shí)驗(yàn)流程
3.3 基于高頻腦電特征的情緒識別方法
3.3.1 腦電信號預(yù)處理
3.3.2 相干網(wǎng)絡(luò)構(gòu)建
3.3.3 局部和全局情緒腦電特征提取
3.3.4 特征選擇
3.3.5 情緒分類
3.4 實(shí)驗(yàn)結(jié)果及分析
3.4.1 SAM量表評分結(jié)果
3.4.2 網(wǎng)絡(luò)連接分析
3.4.3 局部特征分析
3.4.4 網(wǎng)絡(luò)屬性分析
3.4.5 情緒識別結(jié)果
3.5 本章小結(jié)
第四章 基于自適應(yīng)分類模型的時(shí)間遷移情緒識別方法
4.1 引言
4.2 時(shí)間遷移情緒誘發(fā)實(shí)驗(yàn)范式設(shè)計(jì)
4.2.1 實(shí)驗(yàn)刺激材料
4.2.2 實(shí)驗(yàn)流程
4.3 基于自適應(yīng)分類模型的時(shí)間遷移情緒腦電分類方法
4.3.1 數(shù)據(jù)預(yù)處理及特征提取
4.3.2 自適應(yīng)分類模型構(gòu)建
4.4 實(shí)驗(yàn)結(jié)果分析
4.4.1 三次實(shí)驗(yàn)的SAM量表評分結(jié)果
4.4.2 穩(wěn)定的情緒表征模式分析
4.4.3 時(shí)間遷移情緒識別結(jié)果
4.4.4 與現(xiàn)有自適應(yīng)分類模型性能對比
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
作者簡歷
本文編號:3737542
本文鏈接:http://sikaile.net/yixuelunwen/shenjingyixue/3737542.html
最近更新
教材專著