[发明专利]一种基于宽度学习的视觉诱发电位识别情绪方法在审

专利信息
申请号: 201911411761.5 申请日: 2019-12-31
公开(公告)号: CN110946576A 公开(公告)日: 2020-04-03
发明(设计)人: 秦学斌;王卓;纪晨晨;杨培娇;李明桥;申昱瞳;胡佳琛;汪梅;王湃 申请(专利权)人: 西安科技大学
主分类号: A61B5/0484 分类号: A61B5/0484;A61B5/16;A61B5/00
代理公司: 西安众星蓝图知识产权代理有限公司 61234 代理人: 张恒阳
地址: 710054 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 宽度 学习 视觉 诱发电位 识别 情绪 方法
【权利要求书】:

1.一种基于宽度学习的视觉诱发电位识别情绪方法,其特征在于,包括以下具体步骤:

步骤一:对国际情感图片系统(IAPS)进行适应性评估;

步骤二:采集基于视觉诱发产生的脑电信号;

步骤三:通过带通滤波方法对数据进行预处理;

步骤四:对脑电信号在不同方法下的多特征提取;

步骤五:基于宽度学习的脑电信号分类处理。

2.如权利要求1所述的一种基于宽度学习的视觉诱发电位识别情绪方法,其特征在于,所述步骤一包括以下步骤:

2.1从IAPS中选择了64张图片,按照愉悦度范围分为八个等级,等级越高愉悦度越大,每个等级8张图片,愉悦度分数越高代表情绪越积极,愉悦度范围为1~9;

2.2将外界对受试者的干扰降到最低限度,受试者端坐于PC机前1m处,受试者中包含五名男生和五名女生,年龄在22-26岁之间,并被告知实验目的和过程,实验流程如下:

(1)情绪准备,在屏幕上会出现“准备”的标志,提示被试者做好准备,准备时间持续3秒;

(2)图片诱发,被试者观看出现的图片6秒,充分感受图片所要表达的情绪;

(3)情绪评价,被试者看完一幅图片后,需要对实验中选择的八个等级图片进行简单的适用性评估打分;

(4)平静阶段,回忆完图片诱发阶段的情绪后,被试者有10秒的时间平复情绪,在进行后续实验直至所有图片播放完毕;

2.3评分流程结束后,将每张图片愉悦度的个人评分进行平均,得到了图片的愉悦度的平均评分。

3.如权利要求1所述的一种基于宽度学习的视觉诱发电位识别情绪方法,其特征在于,所述步骤二的具体过程为:被试者带好脑电帽,实验人员调试好脑电采集设备后,暂停30秒,待被试者调整到最佳的身体和心理状态,开始实验,脑电采集时,以小节为单位,每小节含3张相同类型的图片,并在更换刺激图片进行下一小节前增加20秒钟的放松时间,采集基于视觉诱发产生的脑电信号的实验的具体步骤为:

3.1情绪准备,在屏幕上会出现“准备”的标志,提示被试者做好准备,准备时间持续3秒;

3.2图片诱发,被试者观看出现的图片6秒,电脑记录此过程的情绪脑电信号,过程中被试者尽量避免移动,充分沉浸照片内容,不要眨眼,减少脑电信号的干扰;

3.3放松阶段,被试者有8秒的时间来平复自我的情绪,来进行接下来的实验;

3.4更换图片重复以上步骤直到实验完毕。

4.如权利要求1所述的一种基于宽度学习的视觉诱发电位识别情绪方法,其特征在于,所述步骤三即对步骤二所得的脑电信号进行预处理,预处理包括降低采样率、进行不同频段带通滤波,首先通过利用带通滤波器,将0.5Hz-50Hz频率之间的信号取出,使用巴特沃斯带通滤波器进行信号滤波;

巴特沃斯低通滤波器可用如下振幅的平方对频率的公式表示:

其中,n=滤波器的阶数,ωc=截止频率=振幅下降为-3分贝时的频率,ωp=通频带边缘频率,1/(1+ε2)=|H(ω)|2在通频带边缘的数值。

在二维复平面上|H(ω)|2=H(s)H*(s)=H(s)H(-s)在s=jω点的数值=|H(ω)|2,因此通过解析延拓:

上述函数的极点等距离地分布在半径为ωc的圆上

其中,k=0,1,2,.....,n-1

因此,

k=0,1,2,....,n-1

n阶巴特沃斯低通滤波器的振幅和频率关系可用如下的公式表示:

其中:G表示滤波器的放大率,H表示转移函数,j是虚数单位,n表示滤波器的级数,ω是信号的角频率,以弧度/秒为单位,ωc是振幅下降3分贝时的截止频率。

令截止频率ωc=1),将上列公式规定一化成为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科技大学,未经西安科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911411761.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top