基于fMRI数据的视觉设计元素情绪唤醒评估系统.docxVIP

PAGE2

基于fMRI数据的视觉设计元素情绪唤醒评估系统

摘要

随着神经美学与认知神经科学的快速发展，利用脑成像技术量化视觉设计元素的情绪效应已成为设计科学领域的前沿热点。传统的视觉设计评估主要依赖主观问卷与专家经验，存在客观性不足、个体差异大等痛点。本课题旨在构建一套基于功能磁共振成像数据的视觉设计元素情绪唤醒评估系统，通过采集受试者在观看不同视觉刺激时的脑血氧水平依赖（BOLD）信号，建立视觉元素特征与大脑情绪唤醒相关脑区激活强度之间的映射模型，进而实现设计情绪唤醒度的客观预测。

论文首先分析了当前视觉设计评估领域的现实需求与技术瓶颈，确立了以fMRI数据为核心、结合机器学习算法进行情绪唤醒度预测的研究目标。在需求分析阶段，明确了系统需具备fMRI数据预处理、感兴趣区（ROI）信号提取、视觉特征量化及情绪唤醒度预测四大核心功能，并制定了相应的性能指标。系统总体设计采用B/S架构，后端基于Python语言与深度学习框架构建，前端采用Vue.js框架实现交互界面，数据存储层结合MySQL数据库与文件系统管理高维神经影像数据。

在详细设计与实现阶段，论文详细阐述了数据预处理模块、特征映射建模模块及预测评估模块的算法逻辑与代码实现。系统利用一般线性模型（GLM）分析BOLD信号，提取杏仁核、前额叶等关键脑区的激活特征，结合视觉设计元素的色彩、形态、构图等参数，训练支持向量回归（