[发明专利]基于N170的情绪识别方法及识别系统

说明书

本发明涉及脑机交互技术领域，具体涉及一种基于N170的情绪识别方法及识别系统，包括信号采集模块、信号处理模块、分支卷积神经网络BCNN模型训练模块、识别模块和反馈模块，所述信号采集模块用于采集用户的脑电数据；信号处理模块用于对采集的脑电数据进行预处理；分支卷积神经网络BCNN模型训练模块用于训练分支卷积神经网络BCNN模型；识别模块用于对实时采集的脑电数据进行分类，并根据分类结果识别用户当前的情绪状态；反馈模块根据用户当前的情绪状态进行相应的情绪调节动作。本方法可以对新被试实现快速有效的情绪识别，提高情绪识别的速度。

技术领域

本发明涉及脑机交互技术领域，具体涉及一种基于N170的情绪识别方法及识别系统。

背景技术

人的大脑是一个高度复杂信息处理系统，它由数十亿的神经元通过相互连接来进行信息交流，以整体协调方式来完成各种各样的认知任务。在人类进化过程中，科学家发现，当人的大脑在进行思维活动、产生意识或受到外界的刺激(如视觉、听觉等)时，伴随其神经系统运行的会有一系列电活动，从而产生脑电信号。脑机接口技术形成于上世纪70年代，经过近半个世纪的发展，如今已能实时捕捉大脑复杂的神经信号，并用来绕过大脑外围神经细胞直接控制外部设备，使得人和计算机之间可以直接传递信息。脑机接口技术就是通过采集大脑皮层神经系统活动产生的脑电信号，经过放大、滤波等方法，将其转化为可以被计算机识别的信号，从中辨别人的真实意图。其核心技术主要包括信号采集技术、信号处理技术、人机高效协同技术等。就是说，人脑想执行某个操作，不需要通过肢体动作，通过脑机接口技术，即可让外部设备读懂大脑神经信号，并将思维活动转换为指令信号，来实现人脑思维的操控。

人们普遍认为情绪是对内部和外部环境的主观感觉，以及某种生理反应。如果人们长时间不能正确处理因心理或身体损害而引起的情绪波动，则可能会患有焦虑症和抑郁症等心理障碍。如今，不断困扰着社会的精神疾病已经是一个严重的问题。因此，预防和治疗此类疾病的措施已经是至关重要的项目。最近，神经科学的迅速发展促进了脑机接口(BCI)的改进，使得人们可以绕过普通外围神经通路与外部设备直接通信。BCI中的情感神经科学和情绪分类领域的研究对于情绪监测和康复治疗领域具有重要的价值。

面部表情通常能体现人的情绪状态，因此经常被用于研究人的情绪，并在实验环境中针对情绪面孔的认知方面进行分类。N170是一种与情绪面孔刺激密切相关的ERP成分。“N”代表负波(negative)，“170”是指该成分大约出现在刺激后的170ms左右。其更有可能产生在枕颞区域，并且受到面孔情绪的影响。因此，将N170成分用于情绪分类的研究对于情绪BCI领域是有价值的。

目前在脑机接口领域，基于SSVEP(steady-status visual evoked potential，当人受到某一特定频率的刺激时，大脑会反映出与刺激相关的脑电信号)的脑机接口系统是一种较为常见的形式。清华大学高上凯教授的团队设计的基于SSVEP的环境控制系统，测试至少能区分48个目标，并且实现了对周围电子设备的控制。P300事件相关电位也被用于脑机接口的控制中，P300是一种内源性的诱发成分，与SSVEP一样，仅需很少的训练。在基于P300的打字系统，鼠标控制等得到广泛应用。另外，基于MI(运动想象，Motor imagery)的BCI研究也表现突出。MI指一种自发性脑电信号，研究表明，μ和β节律与人的运动有关。实际运动的时候可以检测到这两种节律，“想象”运动，运动感觉皮层区域区也会产生这两种节律。通过运动想象脑机接口还可以用于神经康复训练，中国专利CN107315478A公开了基于一种运动想象上肢智能康复机器人系统及其训练方法。