[发明专利]基于Android的情绪激励与脑电信号情绪识别系统

权利要求书

1.一种基于Android的情绪激励与脑电信号情绪识别系统，其特征在于，该系统包括：

脑电采集头套，用于采集脑电信号；

蓝牙模块，用于将所述脑电采集头套与终端APP模块配对，获取并读取所述脑电采集头套采集的脑电信号，传输到终端APP模块；

终端APP模块，设置于终端，基于Android平台，用于对接收的脑电信号进行预处理；在终端显示原始以及预处理后的脑电波形图；对处理后的数据进行特征提取，将脑电信号和特征向量保存到终端本地形成数据库；根据用户选择的实际情绪类别得到情绪训练集，所述情绪训练集可进行增删改查操作；对情绪训练集进行模型训练，根据训练好的模型进行情绪分类，在终端显示相应系统情绪识别结果。

2.根据权利要求1所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于：所述脑电采集头套采用无线干电极便携式脑电采集头套，通过蓝牙传输脑电信号。

3.根据权利要求1所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于：所述蓝牙模块基于蓝牙2.0协议，通过UUID码验证建立所述脑电采集头套与终端APP模块之间的脑电信号数据连接。

4.根据权利要求1所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于，终端APP模块中，所述情绪识别结果包括喜悦、悲伤、恐惧、愤怒。

5.根据权利要求1所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于，所述终端APP模块包括：

脑电信号预处理单元，用于对接收的脑电信号进行去噪处理；

特征提取单元，用于获取并计算所述脑电信号预处理单元预处理后的脑电信号多尺度熵，并将多尺度熵作为脑电信号特征；

脑电信号显示单元，用于在接收到蓝牙模块传输的脑电信号数据后，实时绘制并显示脑电波形图；绘制、显示所述脑电信号预处理单元预处理后的脑电信号波形；

本地数据库，用于存储所有用户的脑电信号数据、提取的特征向量及情绪标签，所述情绪标签为用户选择的实际情绪类别，所述实情绪标签的类别包括高兴和悲伤；

情绪训练集单元，用于根据情绪标签，提取本地数据库存储的特征向量，得到情绪训练集，该训练集用于对SVM模型进行训练，可以进行增删改查操作；

SVM训练单元，用于根据SVM判别函数对情绪训练集单元中存储的情绪训练集进行情绪模型训练，得到情绪分类结果；所述SVM判别函数如下公式：

其中，K()表示的是核函数，x_i为训练集的特征向量，x为测试集的特征向量，y_i为训练集的标签类别，a_i*为系数，n为训练集的个数，i表示训练集序号，1<＝i<＝n，b*为偏移项。

6.根据权利要求5所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于：所述SVM判别函数中的核函数K()默认为RBF核函数，用于将输入的训练集特征向量x_i转换为高维特征空间的内积值，训练得到最佳的超平面进行情绪分类。

7.根据权利要求1或5所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于：所述终端APP模块还包括情绪激励单元，所述情绪激励单元内置多媒体播放器及用于在脑电采集前进行情绪诱发的音视频文件。

8.根据权利要求1所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于：所述脑电信号预处理单元包括滤波器，所述滤波器用于提取脑电信号频段并进行矫正基线漂移，再用小波包分解并重构脑电信号。

9.根据权利要求8所述的基于Android的情绪激励与脑电信号情绪识别系统，其特征在于：所述滤波器采用FIR数字滤波器，提取脑电信号的0-50Hz频段，并校正基线漂移，采用db5小波作为小波基，对原始脑电信号进行5层小波包分解并重构脑电信号。