皮电(最典的解释).ppt

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
皮电(最典的解释)

什么是皮电? 人体的皮肤电阻、电导随皮肤汗腺机能变化而改变,这些可测量的皮肤电改变称之为皮电活动(EDA)。 心理生理学家对研究心理上引起的汗腺活动进行测量,来研究与之相关的心理活动。 情绪紧张、恐惧或者焦虑情况下汗腺分泌增加,皮肤表面汗液增多,引起导电性增加而致皮电升高。 皮电研究的意义 皮电反应系统就与情绪、唤醒和注意力等密切联系。 EDA测量指标之所以应用各种研究论题,很大程度上在于这种测量相对容易,且能够与心理状态和心理过程敏感性结合起来研究。 皮电活动(EDA/SC)是生理学反应系统中应用最广泛的测量指标类型。 皮电的测量 EDA信号是将一对电极放置在皮肤表面,通过测量经过该表面的微小电流而获得。 手掌和足底表面的小汗腺被认为更多的是与控制行为相关(Edelberg)。小汗腺对于心理刺激比热刺激的反应更加明显。 小汗腺与心理干扰导致的出汗有关,手掌和足底的腺体密度大,心理出汗在这些部位最明显。 皮肤电反应基础水平的个体差异明显,可分为高、中、低不同水平。皮肤电反应基础水平与个性特征相关: 基础水平越高者,越内向、紧张、焦虑不安、情绪不稳定、反应过份敏感; 而基础水平低者,越开朗、外向,心态比较平衡,自信、心理适应较好。 以下三个因素可以影响皮肤电反应基础水平: (l)觉醒水平:在正常温度范围内,手掌和脚掌特别能反映唤醒水平,因此,这两个区域是测量皮肤电反应的适宜部位。而且皮肤电水平在早晨较低,到中午达到顶点,而在晚上又降低,其变化似乎对应于一天内工作效率的变化。 (2)温度:身体皮肤主要反映身体的温度调节机制。当气温很高,身体需要散热时,皮肤因出汗,电水平就会高;当气温较低,身体需要保存热量时,皮肤电水平就低。人的手掌和脚掌也参与温度调节,但主要是在极端的气温情况下才参与。 (3)活动:当被试正准备某项任务时,皮肤电水平就会逐渐上升;开始从事某一活动时,皮肤电水平将相应地升高到一个较高水平;而在休息时,皮肤电水平降低。如果长时间从事难度不大的某项工作,皮肤电水平会缓慢的下降,但对难度较大的工作,这种变化就不明显。 采集过程: 采集皮肤电反应信号的接线图如图2一4所示,图中采用了TSD203指头电极,然后测量其皮肤电水平。在采集GSR前,必须在指头电极的凹槽内注入导电膏,才可以采集到皮肤电活动。 数据整理: GSR的有用信号频率范围主要集中在0.2Hz以下,根据奈奎斯特采样定理,将采集过程中的采样频率设为2OHz。 在后期整理数据中,为了得到有效的数据,Picard等采用演员表达情感时,截取中间的100S生理信号进行处理研究kimi等则采用了情绪刺激过程中最后50S的生理信号。而本研究将被试的情感主观报告表和主试在信号上的标记相结合进行分析。根据情感主观报告表,去掉某些被试无效的GSR信号(没有激发出相应情感或者激发的相应情感强度比较弱);根据主试在信号上的标记,从有效的数据中截取80S用于后续研究 数据归一化: 皮肤电反应基础水平个体差异很大,不同的人的皮肤电水平各不相同,甚至同一个人在不同时间、不同环境下都会有所不同。为了研究不同的人皮肤电水平与情感之间的关系,需要去除每个被试GSR信号的基础水平差异,也就是个体差异性,才能研究出皮肤电反应的某些内在特征随着情感不同产生的变化。 具体的操作就是将某个被试在六种情感状态下的数据分别与他对应的平静状态下的数据均值相减,得到的数据便去除了个体差异,也就是对数据进行了归一化。 其它心理信号的拓展: 2010年IEEE推出了情感计算专刊《 IEEE Transaetionson A ffective Computins)),刊登了情感计算方面最新的成果 :PanagiotisC.Petrantonakis等人用脑电信号进行情感识别,针对16个人的六种情感(快乐、惊奇、愤怒、恐惧、厌恶和悲伤)进行识别,所得辨识率高达85.17%l9]。Dongruiwu等人将支持向量机应用于对皮肤电导、呼吸、心电和脑电等信号的识别,并以此来建立了一个闭环情感系统[‘o]。 Bj6mschulle:等人通过语音来识别情感。 MilanGnjatovi亡等人建立了一个用于人机交互的语音情感库[12]。chUng一Hsienwu等人采用声韵律信息和语义标签进行情感识别,识别率可以达到83.55%[‘3]。 RezaRDerakhsh丽等人通过对眨眼的测量来识别惊恐情绪,识别率接近79%[l4】。 EDA应用 信号的获取与传感器的使用描述如下: (1)血容量脉搏(Pulse)和心率信号(HR):使用一个光电电极夹在被试的左手大拇指上,如图2一2所示。 (2)心电信号(ECG):用正、负电极和参考电极分别贴在被试的左手腕、右手腕和右脚

您可能关注的文档

文档评论(0)

1444168621 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档