收藏本站
《山东大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于心肺系统的情绪识别研究

李飞  
【摘要】:随着社会的进步和经济的发展,越来越多的人关注情绪在生活工作中的影响。现代人处于快节奏的生活中,常面临繁重的精神压力,长期处于不良情绪容易导致失眠以及增加焦虑症、抑郁症等心理疾病发病率,威胁人们健康甚至生命。准确高效地识别情绪,在临床医学、社会科学和工程实践中具有重要的理论意义和应用价值。设计研发具有情绪识别功能的机器或者可穿戴设备,实时监测心理疾病患者的生理信号,感知患者情绪变化,并及时给出相应反馈,已成为心理疾病治疗方法的研究热点。除此之外,情绪识别在在线教育、刑事侦查、交通安全以及休闲娱乐等领域都具有广泛的应用前景。针对当前基于生理信号的情绪识别研究中对特征提取不够广泛,本文在前人特征提取方法的基础上,提出新的用于脉搏和呼吸特征提取方法。对于脉搏信号,通过特征点的识别,构建脉搏形态学时间序列,并结合集成经验模态分解得到的本征模态函数,从时域、频域两方面提取脉搏特征。对于呼吸信号,采用多尺度熵算法提取呼吸信号的非线性特征,结合时域、频域分析,从多方面提取刻画不同情绪状态下呼吸信号的相关特征。本文主要研究内容如下:(1)设计并实施合理的情绪诱发实验,通过多导生理仪采集60名在校大学生六种情绪状态下的脉搏、呼吸信号。经过信号重采样后,分别采用小波滤波去除脉搏信号的噪声干扰和二阶ⅡR峰值滤波器提升呼吸信号主频率。(2)通过自适应差分阈值法检测出脉搏信号的峰值点,采用SSF函数增强脉搏上升支,并结合差分阈值算法检测脉搏起始点,基于特征点构造脉搏形态学时间序列。利用集成经验模态分解获得不同频带上的本征模态函数,从中去除频率较低、幅值较小的分量,保留与脉搏信号相似性较高的分量。通过计算上述时间序列的时域、频域特征,共得到84种刻画不同情绪状态的脉搏特征。(3)采用多尺度熵计算不同情绪状态下呼吸信号的复杂度,探究了重采样频率与尺度因子之间的关系,并通过实验比较确定了不同的多尺度熵算法应采用不同的阈值因子。结合呼吸信号的时域、频域特征,共得到57种刻画不同情绪状态的呼吸特征。(4)利用ReliefF算法筛选出脉搏、呼吸特征用于情绪分类起正面作用的特征集合。基于与情绪正面相关的最优特征子集,采用十折交叉检验与网格寻优确定随机森林算法参数,建立一对一以及一对多情绪识别模型。其中,一对一情绪识别模型的最高识别率为84%,基于脉搏、呼吸组合特征的一对多情绪识别模型识别率为72%。(5)对每一类模型进行特征分析,以基尼系数增益为指标选择用于情绪识别建模最重要的五个特征,结果表明脉搏波形因子和频域特征、呼吸最大值与均值比值以及多尺度熵用于情绪分类效果较好。同时,当脉搏、呼吸信号共同用于情绪识别时,呼吸特征的贡献率要大于脉搏特征。
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN911.7

免费申请
【参考文献】
中国期刊全文数据库 前5条
1 聂聃;王晓韡;段若男;吕宝粮;;基于脑电的情绪识别研究综述[J];中国生物医学工程学报;2012年04期
2 郑璞;刘聪慧;俞国良;;情绪诱发方法述评[J];心理科学进展;2012年01期
3 蒋军;陈雪飞;陈安涛;;情绪诱发方法及其新进展[J];西南师范大学学报(自然科学版);2011年01期
4 郝敏;刘光远;;用分层循环遗传算法去识别生理信号情感状态[J];计算机工程与应用;2010年01期
5 张颖,罗森林;情感建模与情感识别[J];计算机工程与应用;2003年33期
中国硕士学位论文全文数据库 前8条
1 杜昭慧;情感识别脉搏信号特征分类研究[D];吉林大学;2017年
2 何成;基于多生理信号的情绪识别方法研究[D];浙江大学;2016年
3 刘峰;基于皮肤电信号的情感识别与调节研究[D];西南大学;2015年
4 杨敏;非线性特征用于心电信号的情感识别[D];西南大学;2013年
5 刘俸汝;基于皮肤电情感识别的情感调节策略研究[D];西南大学;2013年
6 曹军;基于量子粒子群算法的心电信号情感状态识别研究[D];西南大学;2012年
7 马长伟;蚁群优化算法用于生理信号情感状态识别中的研究[D];西南大学;2010年
8 鲁舜;运用蚁群优化算法筛选情感生理信号特征[D];西南大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 吕叶馨;杜磊;邹奉元;;香味织物颜色及结构对味感的影响[J];纺织学报;2015年12期
2 徐富明;李欧;邓颖;刘程浩;吴修良;;情绪的确定性维度对风险偏好的影响[J];应用心理学;2015年04期
3 曹洋;唐宏伟;马艳妮;吕宝粮;王国兴;;脑电采集系统的发展及其现代化应用[J];新技术新工艺;2015年11期
4 高佳;王蔚;;基于稀疏贝叶斯网络的情绪脑电的有效性脑网络研究[J];生物医学工程学杂志;2015年05期
5 李枫林;陈德鑫;梁少星;;基于语义关联和情景感知的个性化推荐方法研究[J];情报杂志;2015年10期
6 陈丽;陈侠;涂燊;张雅如;张庆林;;无意识情绪研究的新方向[J];心理科学进展;2015年10期
7 张彤;;积极情绪对个体注意影响的理论模型[J];科教文汇(上旬刊);2015年10期
8 宋世亮;;运动员赛前心理状态调整的策略[J];冰雪运动;2015年05期
9 刘畅格;黄力平;李阔弟;李政;张力文;成雅鑫;;通过EEG观察振动训练对机体觉醒状态的影响[J];福建体育科技;2015年04期
10 张韧仁;;一次性变速、定速及辅以音乐的定速运动对情绪状态影响的比较研究[J];四川师范大学学报(自然科学版);2015年04期
中国硕士学位论文全文数据库 前10条
1 袁说;工业机器人感性设计研究[D];安徽工业大学;2018年
2 李洪伟;音乐情感的脑电信号分析技术及神经机制研究[D];哈尔滨工业大学;2018年
3 姜媛;基于可穿戴设备的压力情感识别及其在机器人服务认知中的应用[D];山东大学;2018年
4 喻叶;基于负性情绪识别的智能穿戴产品设计[D];西南交通大学;2018年
5 李飞;基于心肺系统的情绪识别研究[D];山东大学;2018年
6 夏逸蓉;基于心血管信号特征和心率变异性的多情绪量化与分类[D];山东大学;2018年
7 陈传武;用心电RR间期分析音乐干预脑力负荷的研究[D];西南大学;2018年
8 朱宗宝;面向老年人语音与面部表情的情感识别研究[D];安徽建筑大学;2018年
9 罗淑兰;交通违法监控对驾驶人心理及行为安全影响机理研究[D];青岛理工大学;2018年
10 王缘;基于无线体域网的单兵精神状态监测系统[D];哈尔滨工业大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 王晓韡;石立臣;吕宝粮;;干电极脑电采集技术综述[J];中国生物医学工程学报;2010年05期
2 蒋军;陈雪飞;赵晓;陈安涛;;情绪对注意的影响:基于注意网络的分析[J];西南大学学报(自然科学版);2010年04期
3 辛勇;李红;袁加锦;;负性情绪干扰行为抑制控制:一项事件相关电位研究[J];心理学报;2010年03期
4 傅佳伟;石立臣;吕宝粮;;基于EEG的警觉度分析与估计研究综述[J];中国生物医学工程学报;2009年04期
5 程利;袁加锦;何媛媛;李红;;情绪调节策略:认知重评优于表达抑制[J];心理科学进展;2009年04期
6 刘俊升;桑标;;情绪调节内隐态度对个体情绪调节的影响[J];心理科学;2009年03期
7 CICHOCKI Andrzej;;EEG-based asynchronous BCI control of a car in 3D virtual reality environments[J];Chinese Science Bulletin;2009年01期
8 王一牛;周立明;罗跃嘉;;汉语情感词系统的初步编制及评定[J];中国心理卫生杂志;2008年08期
9 袁健;李智勇;李哲;祝希路;;一种采用循环策略的改进模拟退火遗传算法[J];计算机工程与应用;2007年02期
10 刘晓旻;谭华春;章毓晋;;人脸表情识别研究的新进展[J];中国图象图形学报;2006年10期
中国硕士学位论文全文数据库 前10条
1 周松儒;遗传算法的混合改进研究及其应用[D];广西大学;2014年
2 杨丽丽;基于人工神经网络的手写数字模式识别和分类[D];中北大学;2012年
3 曹军;基于量子粒子群算法的心电信号情感状态识别研究[D];西南大学;2012年
4 张慧玲;基于脉搏信号的情感识别研究[D];西南大学;2011年
5 程颖;肌电信号在情感状态识别中的研究[D];西南大学;2011年
6 王彬;基于呼吸信号的情感识别研究[D];西南大学;2010年
7 徐亚;基于心电信号的情感识别研究[D];西南大学;2010年
8 葛臣;脉搏信号在情感状态识别中的研究[D];西南大学;2010年
9 陈曾;脑电信号在情感识别中的研究[D];西南大学;2010年
10 韩景梅;支持向量机决策树算法研究及其应用[D];上海交通大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 徐永红;崔洁;洪文学;梁会娟;;基于改进多元多尺度熵的癫痫脑电信号自动分类[J];生物医学工程学杂志;2015年02期
2 郑近德;代俊习;朱小龙;潘海洋;潘紫微;;基于插值多尺度熵与模糊C-均值的滚动轴承故障诊断[J];噪声与振动控制;2018年01期
3 许全盛;李世明;季淑梅;翟佳丽;;基于表面肌电多尺度熵的递增负荷诱导肌肉疲劳评估[J];天津体育学院学报;2017年04期
4 王旭尧;徐永红;;基于改进多元多尺度熵的人体步态加速度信号分类[J];传感技术学报;2015年12期
5 王远坤;李建;王栋;;基于多尺度熵理论的葛洲坝水库对长江干流径流影响研究[J];水资源保护;2015年05期
6 徐永红;李杏杏;赵勇;;基于小波包和多元多尺度熵的癫痫脑电信号分类方法[J];生物医学工程学杂志;2013年05期
7 张建强;罗志增;章琴;;人体静态平衡运动力学分析中多元多尺度熵特征改进算法[J];航天医学与医学工程;2017年05期
8 何书芹;梁西银;颜昌林;郭贝;刘昊;;基于多尺度熵和动态时间规整的步态身份识别[J];重庆大学学报;2018年11期
9 方磊;;基于数学形态学的多尺度熵权边缘检测方法[J];计算机时代;2009年01期
10 倪力;曹建庭;王如彬;;自适应多尺度熵在脑死亡诊断中的应用[J];动力学与控制学报;2014年01期
中国重要会议论文全文数据库 前3条
1 陶泽沛;郭文成;;基于小波包变换和多尺度熵的癫痫脑电信号分析[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年
2 吉宇;张昊春;童剑飞;张亦宁;谢公南;;核反应堆系统热工水力过程多尺度熵产分析[A];第十四届全国反应堆热工流体学术会议暨中核核反应堆热工水力技术重点实验室2015年度学术年会论文集[C];2015年
3 倪力;曹建庭;王如彬;;自适应多尺度熵在脑死亡诊断中的应用[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
中国博士学位论文全文数据库 前10条
1 何亮;基于噪声的金属互连电迁移表征方法研究[D];西安电子科技大学;2011年
2 赵海洋;往复压缩机轴承间隙故障诊断与状态评估方法研究[D];哈尔滨工业大学;2014年
3 张亚涛;移动心电信号质量评估的分析与研究[D];山东大学;2015年
4 张文彪;静电法稀相气固两相流测量机理研究[D];天津大学;2014年
5 翁同峰;时间序列与复杂网络之间等价性问题及表征应用研究[D];哈尔滨工业大学;2015年
6 魏勤;基于体征信号分析的麻醉深度评价方法研究[D];武汉理工大学;2012年
7 张雷;非全长粘结锚杆锚固缺陷无损检测原理及方法研究[D];中国矿业大学;2016年
8 梁荣;煤矿长距离斜井TBM(盾构)施工风险特性与评估研究[D];中国矿业大学(北京);2016年
9 葛家怡;睡眠分期及低频磁场睡眠诱导的研究[D];天津大学;2009年
10 王晶;非平稳时间序列的多尺度分析[D];北京交通大学;2015年
中国硕士学位论文全文数据库 前10条
1 代俊习;基于多尺度熵理论的滚动轴承故障诊断方法研究[D];安徽工业大学;2017年
2 李飞;基于心肺系统的情绪识别研究[D];山东大学;2018年
3 王鑫;基于多尺度熵分析的心算负荷变化对人脑影响的研究[D];大连交通大学;2017年
4 刘超;基于经验模态分解的多尺度熵在疲劳驾驶前额脑电特征抽取方法上的研究[D];南昌大学;2018年
5 曾雅云;多变量随机交互系统价格模型与金融统计分析[D];北京交通大学;2017年
6 刘晓婷;基于加速度的人体步态信息多尺度熵研究[D];天津大学;2008年
7 万永利;基于多尺度熵的常见心脏疾病特征研究[D];电子科技大学;2017年
8 刘东海;基于多元多尺度熵的人体平衡系统研究[D];武汉理工大学;2013年
9 崔洁;基于改进多元多尺度熵的癫痫脑电信号自动分类[D];燕山大学;2014年
10 李杏杏;基于小波包和多元多尺度熵的癫痫脑电信号分类方法[D];燕山大学;2013年
中国知网广告投放
相关机构
>中国矿业大学(北京)
相关作者
>梁荣
 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