《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 设计应用 > 基于EEMD和LeNet-5的脑电信号情绪识别
基于EEMD和LeNet-5的脑电信号情绪识别
2022年电子技术应用第5期
蔡 靖,周云鹏,程晓宇,辛佳雯,孙慧慧
吉林大学 仪器科学与电气工程学院,吉林 长春130061
摘要: 随着科学技术的进步,人们对情绪这一概念有了全新的认识,从过去认为情绪来源于“心”逐渐发展到了当下普遍认为情绪来源于“脑”。针对脑电信号所具有的诸多特性,首先通过去除心电、肌电噪声,滤波提取脑电信号中的有用波段;再利用集合经验模态分解算法(Ensemble Empirical Mode Decomposition,EEMD)对脑电信号进行特征提取,利用提取特征通过空间插值法绘制脑电地形图;接着利用LeNet-5算法开展具体情绪识别,并建立模型。最终通过不断地改进模型,显著提高了情绪识别准确率,准确率最高可达80.1%。
關(guān)鍵詞: EEG EEMD LeNet-5 情绪识别
中圖分類號(hào): TP391.7
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.211721
中文引用格式: 蔡靖,周云鵬,程曉宇,等. 基于EEMD和LeNet-5的腦電信號(hào)情緒識(shí)別[J].電子技術(shù)應(yīng)用,2022,48(5):98-103.
英文引用格式: Cai Jing,Zhou Yunpeng,Cheng Xiaoyu,et al. Emotion recognition of EEG based on EEMD and LeNet-5[J]. Application of Electronic Technique,2022,48(5):98-103.
Emotion recognition of EEG based on EEMD and LeNet-5
Cai Jing,Zhou Yunpeng,Cheng Xiaoyu,Xin Jiawen,Sun Huihui
College of Instrumentation & Electrical Engineering,Jilin University,Changchun 130061,China
Abstract: With the progress of science and technology, people have a new understanding of the concept of emotion, from the past that emotion comes from "heart" gradually developed to the current general belief that emotion comes from "brain". In view of the many characteristics of EEG signals, this experiment firstly extracted the useful bands of EEG signals through filtering, then used EEMD algorithm to extract the characteristics of EEG signals and used the characteristics to draw EEG topographic map by spatial interpolation method,and then used LeNet-5 algorithm to carry out specific emotional analysis and establish a model. Finally, through continuous improvement of the model, the accuracy of emotion recognition was significantly improved, and accuracy is 80.1%.
Key words : EEG;EEMD;LeNet-5;emotion recognition

0 引言

    腦電圖(Electro Encephalo Gram,EEG)是一種利用電信號(hào)來記錄大腦生理活動(dòng)的方法。腦電圖能夠記錄大腦正常活動(dòng)過程中的各種電信號(hào)變化,可以在整體上反映出腦神經(jīng)細(xì)胞產(chǎn)生的各種生理電信號(hào)指標(biāo)于大腦皮層或其他頭皮細(xì)胞表面處的變化情況。隨著科學(xué)技術(shù)的發(fā)展,人們對(duì)情緒有了全新的認(rèn)識(shí),從最開始的情緒來源于“心”發(fā)展到了現(xiàn)在的情緒來源于“腦”。隨著對(duì)人類大腦各方面的深入研究,人們逐漸發(fā)現(xiàn)了與大腦生理活動(dòng)關(guān)系密切的特殊電信號(hào)。腦電位活動(dòng)變化主要是由腦神經(jīng)細(xì)胞的內(nèi)部化學(xué)變化過程以及其他生理化學(xué)變化過程產(chǎn)生的,利用記錄儀可以得到不同的大腦電位活動(dòng)變化表現(xiàn)方式以及電位變化劇烈程度,檢測(cè)出各個(gè)腦神經(jīng)元的活動(dòng)狀態(tài)。

    腦電活動(dòng)是一些自發(fā)的并且具有一定節(jié)律的神經(jīng)學(xué)和電子學(xué)活動(dòng),其信號(hào)頻率變動(dòng)范圍處在1 Hz~30 Hz之間的通常被認(rèn)為是具有生理特征的重要信號(hào),該區(qū)間可進(jìn)一步分為δ(1 Hz~3 Hz)、θ(4 Hz~7 Hz)、α(8 Hz~12 Hz)和β(13 Hz~30 Hz)4個(gè)不同的頻段。

    EEG信號(hào)情緒分類識(shí)別的研究進(jìn)展中,有相關(guān)實(shí)驗(yàn)選取了大腦前額區(qū)腦電信號(hào)的fp2-fp1、af4-af3、f4-f3、f8-f7、fc6-fc5等14個(gè)導(dǎo)聯(lián)作為研究對(duì)象進(jìn)行研究[1];陸文娟[2]對(duì)比發(fā)現(xiàn)β波與情緒活動(dòng)的相關(guān)度較高;金雨鑫[3]應(yīng)用深度森林對(duì)時(shí)域和頻域數(shù)據(jù)進(jìn)行了多粒度特征掃描,提取了融合時(shí)域特征向量和頻域特征向量的特征向量,給出了對(duì)未知數(shù)據(jù)的預(yù)測(cè);曾紅梅[4]提取了功率譜、功率譜熵等特征進(jìn)行情緒識(shí)別;李明愛[5]利用小波包變換時(shí)頻分解重構(gòu)獲取了EEG信號(hào),將瞬時(shí)功率信號(hào)輸入給DBN,進(jìn)行無(wú)監(jiān)督訓(xùn)練預(yù)訓(xùn)練,之后通過有監(jiān)督訓(xùn)練進(jìn)行微調(diào),實(shí)現(xiàn)了特征的自動(dòng)提取,并利用softmax分類器實(shí)現(xiàn)了模式分類。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://m.ihrv.cn/resource/share/2000004286




作者信息:

蔡  靖,周云鵬,程曉宇,辛佳雯,孫慧慧

(吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院,吉林 長(zhǎng)春130061)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容