本公開涉及腦電信號，尤其涉及一種基于腦電信號處理的情緒分析方法、系統(tǒng)及存儲介質(zhì)。

背景技術(shù)：

1、情緒綜合了人類的感覺、思想和動作的狀態(tài)，情緒的有效監(jiān)測不僅能夠幫助有表達(dá)能力患者進(jìn)行情感表達(dá)，還能夠識別用戶使用產(chǎn)品過程中的情感狀態(tài)，助力相關(guān)新產(chǎn)品的研發(fā)?，F(xiàn)有情緒監(jiān)測技術(shù)基于生理信號如心率等進(jìn)行情緒監(jiān)測，部分采用腦電信號分析進(jìn)行情緒監(jiān)測。

2、1、采用心率等生理信號進(jìn)行情緒的分析監(jiān)測受到的干擾眾多，準(zhǔn)確度有所欠缺；2、采用腦電信號進(jìn)行情緒的分析與監(jiān)測，采集的腦電信號高頻數(shù)據(jù)干擾以及生物偽跡信號沒有有效剔除，沒有充分提取到腦電信號的頻域特征與時(shí)域特征；3、現(xiàn)有的腦電信號分析技術(shù)通常需要大量的腦電信號數(shù)據(jù)。

3、基于此，有必要提出一種新的基于腦電信號處理的情緒分析方法。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本公開的實(shí)施例提供一種基于腦電信號處理的情緒分析方法、系統(tǒng)和存儲介質(zhì)，至少部分解決現(xiàn)有技術(shù)中存在的問題。

2、第一方面，本公開的實(shí)施例提供了一種基于腦電信號處理的情緒分析方法，所述基于腦電信號處理的情緒分析方法包括：

3、采集測試者在情緒誘發(fā)狀態(tài)下的原始情緒腦電信號；

4、將所述原始情緒腦電信號進(jìn)行清洗處理得到清洗處理后的情緒腦電信號；

5、對清洗處理后的情緒腦電信號進(jìn)行特征提取，提取的特征包括時(shí)域特征和頻域特征；

6、對所述時(shí)域特征和頻域特征進(jìn)行腦電特征降維處理；

7、將進(jìn)行腦電特征降維處理后的時(shí)域特征和頻域特征輸入預(yù)訓(xùn)練好的支持向量機(jī)，以獲得所述支持向量機(jī)對所述情緒腦電信號進(jìn)行分析后的情緒分類結(jié)果。

8、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述將所述原始情緒腦電信號進(jìn)行清洗處理得到清洗處理后的情緒腦電信號的步驟，包括：

9、采用低通濾波器根據(jù)公式(1)和公式(2)去除情緒腦電信號中的高頻噪聲；

10、

11、其中，f為頻率，fc為截止頻率，n為濾波器階數(shù)；

12、使用低通濾波器對采集的腦電信號x(t)進(jìn)行濾波：

13、y(t)＝x(t)*h(t)公式(2)

14、y(t)為濾波后得到的腦電信號，*表示卷積操作，h(t)為濾波器的脈沖響應(yīng)。

15、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述將所述原始情緒腦電信號進(jìn)行清洗處理得到清洗處理后的情緒腦電信號的步驟，包括：

16、采用主成分分析方法對濾波后的情緒腦電信號進(jìn)行去偽跡處理。

17、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述采用主成分分析方法對濾波后的情緒腦電信號進(jìn)行去偽跡處理的步驟，包括：

18、(1)利用公式(3)對濾波后的信號y(t)進(jìn)行均值去除處理：

19、y(t)′＝y(tǒng)(t)-μ公式(3)

20、其中，n為該信道的采樣點(diǎn)數(shù)；

21、(2)利用公式(4)計(jì)算去除均值后的信號矩陣的協(xié)方差矩陣：

22、

23、其中，y是均值去除后的信號矩陣；

24、在得到協(xié)方差矩陣后根據(jù)該協(xié)方差矩陣的特征值與特征向量計(jì)算得到主成分矩陣w，最終處理得到的信號矩陣z(t)為：

25、z(t)＝wty。

26、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述對清洗處理后的情緒腦電信號進(jìn)行特征提取，提取的特征包括時(shí)域特征和頻域特征的步驟，包括：

27、對清洗處理后的情緒腦電信號進(jìn)行計(jì)算得到情緒腦電信號的均值、標(biāo)準(zhǔn)差值、峰值、歸一化后信號的首次差異的平均絕對值、原始信號首次差異的平均絕對值；

28、將所述均值、標(biāo)準(zhǔn)差值、峰值、歸一化后信號的首次差異的平均絕對值、原始信號首次差異的平均絕對值作為腦電信號數(shù)據(jù)的時(shí)域特征。

29、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述對清洗處理后的情緒腦電信號進(jìn)行特征提取，提取的特征包括時(shí)域特征和頻域特征的步驟，包括：

30、將經(jīng)過清洗處理后的原始情緒腦電信號映射到預(yù)設(shè)的5個頻段上，分別求出5個頻段所對應(yīng)的頻段能量；

31、將所求出的5個頻段的頻段能量作為情緒腦電信號的頻域特征。

32、根據(jù)本公開實(shí)施例的一種具體實(shí)現(xiàn)方式，所述對所述時(shí)域特征和頻域特征進(jìn)行腦電特征降維處理的步驟，包括：

33、將情緒腦電信號的均值、標(biāo)準(zhǔn)差值、峰值、歸一化后信號的首次差異的平均絕對值、原始信號首次差異的平均絕對值拼接得到矩陣f1；

34、將5個頻段的計(jì)算的頻域特征矩陣拼接得到矩陣f2；

35、根據(jù)矩陣f1和矩陣f2通過公式(5)計(jì)算得到最終的腦電特征矩陣f：

36、f＝concat(f1,f2)?????公式(5)；

37、利用共同空間模式對腦電特征矩陣進(jìn)行降維處理。

38、第二方面，本公開實(shí)施例提供了一種基于腦電信號處理的情緒分析系統(tǒng)，所述系統(tǒng)包括：

39、數(shù)據(jù)采集模塊，用于采集測試者在情緒誘發(fā)狀態(tài)下的原始情緒腦電信號；

40、數(shù)據(jù)清洗模塊，用于將所述原始情緒腦電信號進(jìn)行清洗處理得到清洗處理后的情緒腦電信號；

41、特征提取模塊，用于對清洗處理后的情緒腦電信號進(jìn)行特征提取，提取的特征包括時(shí)域特征和頻域特征；

42、特征降維處理模塊，用于對所述時(shí)域特征和頻域特征進(jìn)行腦電特征降維處理；

43、情緒分類模塊，用于將進(jìn)行腦電特征降維處理后的時(shí)域特征和頻域特征輸入預(yù)訓(xùn)練好的支持向量機(jī)，以獲得所述支持向量機(jī)對所述情緒腦電信號進(jìn)行分析后的情緒分類結(jié)果。

44、第三方面，本公開的實(shí)施例還提供了一種電子設(shè)備，該電子設(shè)備包括：

45、至少一個處理器；以及，

46、與該至少一個處理器通信連接的存儲器；其中，

47、該存儲器存儲有可被該至少一個處理器執(zhí)行的指令，該指令被該至少一個處理器執(zhí)行，以使該至少一個處理器能夠執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的基于腦電信號處理的情緒分析方法。

48、第四方面，本公開的實(shí)施例還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，該非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)存儲計(jì)算機(jī)指令，該計(jì)算機(jī)指令用于使該計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的基于腦電信號處理的情緒分析方法。

49、第五方面，本公開的實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品包括存儲在非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)上的計(jì)算程序，該計(jì)算機(jī)程序包括程序指令，當(dāng)該程序指令被計(jì)算機(jī)執(zhí)行時(shí)，使該計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的基于腦電信號處理的情緒分析方法。

50、本公開的實(shí)施例中的基于腦電信號處理的情緒分析方法，本方案提出一種基于腦電信號處理的情緒分析方法及系統(tǒng)，通過圖片、音樂和視頻等外部刺激誘發(fā)測試者的不同情緒，并采集測試者在不同情緒下的腦電信號；為消除腦電信號中的高頻干擾以及其他生物偽跡信號，進(jìn)行了腦電信號的預(yù)處理；在預(yù)處理的基礎(chǔ)上提取相關(guān)腦電信號的時(shí)域特征以及頻域特征，并拼接時(shí)域特征與以及頻域特征，對時(shí)域與頻域結(jié)合特征進(jìn)行降維，提高腦電情緒分析的效率；最后采用集成學(xué)習(xí)和支持向量機(jī)算法對特征降維后的腦電特征進(jìn)行訓(xùn)練及情緒預(yù)測，以達(dá)到對相關(guān)人員的情緒狀態(tài)監(jiān)測的目的?；谀X電信號處理的情緒分析方法及系統(tǒng)具有實(shí)時(shí)性、高時(shí)間分辨率、非侵入性等優(yōu)點(diǎn)，能夠?yàn)榍榫w研究、心理健康監(jiān)測等提供新的視角和工具。