[发明专利]基于Android的情绪激励与脑电信号情绪识别系统

说明书

本发明公开了一种基于Android的情绪激励与脑电信号情绪识别系统，包括脑电采集设备、蓝牙模块、终端APP模块以及配套的APP，终端APP模块内可包含情绪激励视频，用于使用户产生相应的情绪，将采集的用户的原始脑电信号进行预处理、特征提取、模型训练和情绪分类等一系列操作。本发明利用脑电信号进行情绪分类识别，判断准确，可以离线训练SVM模型，携带方便，操作简捷，具有较高的实用价值。

技术领域

本发明涉及一种脑电信号情绪识别系统，尤其涉及一种基于Android的情绪激励与脑电信号情绪识别系统。

背景技术

基于EEG(脑电波)的情绪识别逐渐成为脑科学研究的热点。通过不同的信号处理方法结合机器学习分类，分类效果也都达到了令人满意的效果。目前情绪识别的方法有多种，如基于图像处理的面部表情识别系统、基于语义分析的文本情绪识别系统、基于语音处理技术的语音情绪识别系统、基于生理信号的情绪识别系统等。脑电信号具有毫秒级别的时间分辨率，可用于快速、实时地捕捉个体情绪产生过程中神经信息流的变化，结果不易伪装。所以脑电信号以方便的获取方式、较低的获取成本和较高的识别效果在众多生理信号中脱颖而出，基于脑电信号的自动情绪识别成为自动情绪识别研究的重要方向。

现在很多移动端的模式识别需要连接云服务器，语音识别领域有诸如科大讯飞语音识别云服务器、亚马逊Alexa等云服务器，但设备需要接入网络才能连接这些服务器，且受网络波动较大。因此在移动端本地实现情绪识别显得十分必要。

发明内容

发明目的：针对以上问题，本发明提出一种适用于Android终端、可以离线进行情绪识别的系统。

技术方案：本发明所述的一种基于Android情绪激励与脑电信号情绪识别系统，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。

进一步地，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。

进一步地，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。

进一步地，终端APP模块中，所述情绪识别结果包括喜悦、悲伤、恐惧、愤怒。

进一步地，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；