[发明专利]一种使用脑电信号的人类情感唤醒度分类识别方法

摘要

本发明公开了一种使用人体脑电信号进行个人情感唤醒度分类识别的方法。本方法采集大量被试脑电信号作为训练数据；对训练数据依次进行去噪，特征提取和特征数据标准化处理；由专业人员对被试情感唤醒度水平进行分类作为标签数据；使用处理后的训练数据和标签数据训练得到情感唤醒度随机森林分类模型。在进行情感唤醒度分类识别时，向训练得到的情感唤醒度随机森林分类模型输入实时采集并预处理后的脑电信号特征数据，使用该模型计算出输入数据的情感唤醒度类别。

主权项

一种使用脑电信号的人类情感唤醒度分类识别模型建立方法，该方法的特征在于其包括如下步骤；S1：使用美国Biopac公司生产的MP150多道生理信号采集器，以512Hz采样频率采集多个被试在多个情感状态下的32通道脑电信号；S2：使用独立成分分析法对采集到的脑电数据做预处理，去掉噪音干扰；S3：使用预处理后的脑电信号，计算唤醒度识别相关的22个基本信号特征数据，脑电信号计算时间窗口长度为2秒，需要计算的信号特征包括：脑电Hjorth Mobility参数，脑电信号峰度，脑电信号变异系数，小波近似平均值，脑电信号偏度，小波近似能量，小波精确能量，顶点坡度均值，Theta波段最大能量，AF3，F3，FC5，FC1，C3，CP5，P3，Oz，Pz，Fp2，F8，Cz，PO4脑电通道自回归系数；S4：对计算得到的22个特征进行数据标准化处理，作为模型训练数据；S5：由3名专业技术人员根据被试的语音和面部表情状态对被试进行情感唤醒度连续评价，获得对应信息的唤醒度评价值，根据评价数据，将唤醒度类型分为高、中、低共三类，使用分类结果作为标签数据；S6：使用训练数据和标签数据进行随机森林分类模型（Random Forest Classifier Model）训练，得到情感唤醒度随机森林分类识别模型。