收藏本站
《燕山大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

针对音乐情绪的脑电信号分析与敏感脑区研究

田彦秀  
【摘要】:人口老龄化的加剧,不仅加重了家庭劳动人口的经济与精神负担,而且独居老人的数量也逐步增多。这种社会现象的加重,导致像老年痴呆症等神经退行性疾病,抑郁症、焦虑症等心理疾病的发病率迅速增加。这些与情绪相关的神经性疾病给公共医疗护理与康复带来了很大的负担,而非药物干预措施——音乐治疗在康复医学中成为一种潜在的治疗手段。在音乐个体化治疗中,不同情绪状态下治疗效果差异性很大,音乐情绪状态有效检测成为关键,而情绪状态识别与敏感脑区研究成为重中之重。在情绪状态分析中,提取有效且与情绪相关性高的特征量是关键所在。本文以音乐所诱发的情绪脑电为研究目标,提取了6种(高兴、激动、平静、忧郁、难过和恐惧)情绪的不同方面的脑电特征:小波系数能量,小波熵,δ、θ、α、β四种节律波的固有模态函数分量特征、近似熵、Hurst指数以及偏侧化特征,基于粒子群优化的支持向量机分类器实现情绪状态分类。分别对比了不同情绪不同特征识别效果,研究表明,单一特征量的分类效果并不理想,分类准确率均值仅有50%左右,说明单一特征量不能全面地反映情绪的特异性;若简单地进行特征组合,则有可能使冗余量增加,本文基于主成分分析进行特征融合,选取与情绪高度相关的特征参数,结果显示,特征融合后的分类准确率比组合特征量能提升30%左右。本文基于脑电进行情绪敏感脑区分析,提取了前额区、额区、侧额区、中央、颞区和顶区共12个通道数据,对比各个通道情绪识别效果与结果的浮动性,得出积极情绪的敏感区域较为集中,主要在左侧额区;消极情绪的敏感区域较为分散,在左侧额区、左侧中央、右侧顶区、左右额区以及右侧颞区较为敏感。为了更加直观地显示出不同脑区情绪分类结果,本文基于Visual Studio 2010,SQL Server 2008和MATLAB 2009a设计了情绪状态评估系统,该系统可实现对音乐情绪状态的有效评估。
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN911.6;R496

【相似文献】
中国期刊全文数据库 前2条
1 夏顺仁,莫伟荣,王小英,严勇;基于特征融合和相关反馈的医学图像检索技术[J];航天医学与医学工程;2004年06期
2 常瑞峰;宋立新;;乳腺X线影像钙化病灶检索技术研究[J];中国图象图形学报;2011年01期
中国重要会议论文全文数据库 前7条
1 刘冰;罗熊;刘华平;孙富春;;光学与深度特征融合在机器人场景定位中的应用[A];2013年中国智能自动化学术会议论文集(第三分册)[C];2013年
2 翟懿奎;甘俊英;曾军英;;基于特征融合与支持向量机的伪装人脸识别[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年
3 卞志国;金立左;费树岷;;基于增量判别分析的特征融合与视觉目标跟踪[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
4 韩文静;李海峰;韩纪庆;;基于长短时特征融合的语音情感识别方法研究[A];第九届全国人机语音通讯学术会议论文集[C];2007年
5 罗昕炜;方世良;;宽带调制信号特征融合方法[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
6 金挺;周付根;白相志;;一种简单有效的特征融合粒子滤波跟踪算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
7 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
中国博士学位论文全文数据库 前10条
1 周斌;多生物特征融合理论的研究与实验[D];清华大学;2007年
2 彭伟民;特征数据的量子表示与融合方法[D];华南理工大学;2013年
3 陈倩;多生物特征融合身份识别研究[D];浙江大学;2007年
4 蒲晓蓉;多模态生物特征融合的神经网络方法[D];电子科技大学;2007年
5 王志芳;基于感知信息的多模态生物特征融合技术研究[D];哈尔滨工业大学;2009年
6 王楠;基于多视觉特征融合的后方车辆检测技术研究[D];东北大学 ;2009年
7 徐颖;基于特征融合与仿生模式的生物特征识别研究[D];华南理工大学;2013年
8 王晓萌;基于特征融合的视觉关注算法研究[D];中国矿业大学(北京);2017年
9 樊国梁;基于多类特征融合的蛋白质亚线粒体定位预测研究[D];内蒙古大学;2013年
10 刘金梅;多源遥感影像融合及其应用研究[D];中国海洋大学;2014年
中国硕士学位论文全文数据库 前10条
1 付艳红;基于特征融合的人脸识别算法研究与实现[D];天津理工大学;2015年
2 许超;基于特征融合与压缩感知的实木地板缺陷检测方法研究[D];东北林业大学;2015年
3 杨文婷;基于微博的情感分析算法研究与实现[D];西南交通大学;2015年
4 梅尚健;基于特征融合的图像检索研究与实现[D];西南交通大学;2015年
5 王鹏飞;基于多慢特征融合的人体行为识别研究[D];西南大学;2015年
6 丁倩;基于语音信息的多特征情绪识别算法研究[D];山东大学;2015年
7 薛冰霞;基于多模特征融合的人体跌倒检测算法研究[D];山东大学;2015年
8 何乐乐;医学图像分类中的特征融合与特征学习研究[D];电子科技大学;2015年
9 戴博;基于结构复杂度特征融合的视觉注意模型研究及其应用[D];复旦大学;2014年
10 王宁;基于特征融合的人脸识别算法[D];东北大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026