基于单次情绪脑电的分类方法研究的中期报告.docxVIP

基于单次情绪脑电的分类方法研究的中期报告 本研究基于单次情绪脑电信号的分类，旨在研究不同情绪状态下脑电信号的特征，为情绪识别提供一种新的方法。目前已完成实验数据的采集和初步预处理，下面将分别介绍实验设计、数据采集、预处理和初步分析结果。 ## 实验设计 本实验采用自主情绪感受法，即参与者先进行情绪自我描述，再选择最符合自己此时情绪状态的标签，共有七种情绪：快乐、悲伤、愤怒、惊讶、平静、恐惧、厌恶。参与者需保持闭眼静坐状态，在此期间进行3通道脑电信号采集，每个情绪状态实验时间为5分钟。 ## 数据采集 本实验采用电极贴于头皮上记录EEG，选取F3、F4、Pz三个头皮位置作为采集通道。采样频率为500Hz，共记录207个参与者的脑电信号。 ## 预处理 对原始数据进行了滤波和伪迹去除，滤波器带宽为0.5-45Hz，去除了慢波(小于0.5Hz)和EMG放大信号(高于45Hz)。同时，对EEG进行电极校准和数据切片处理。最终得到每个情绪状态下的3个通道的脑电信号时序，长度为1500（即5分钟x 500Hz）个采样点的向量。 ## 初步分析结果 针对得到的脑电信号数据，利用支持向量机分类算法对每个情绪状态下的EEG进行分类，分类正确率达到了63%，预计在末期研究中将此正确率进一步提升。同时，对不同情绪状态下的脑电信号进行频谱分析，发现在不同情绪状态下，脑电信号频谱分布差异较大，进一步验证了情