23、脑机接口中的情绪分类与状态转换系统研究

脑机接口中的情绪分类与状态转换系统研究

1. 引言

在人类世界中，情绪对于成功的交流起着至关重要的作用。人类天生具备理解交流对象情绪状态的能力，但机器并非如此。当我们谈及机器交流时，往往会联想到其机械的语调以及缺乏情感共鸣。然而，随着机器在我们生活中的日益普及，我们必须承认，任何在交互过程中忽视人类情感状态的界面，都会让用户感到冷漠和社交能力不足。

为了实现有效的人机交互，一个可靠的情绪识别系统是至关重要的，它需要在识别准确性、抗干扰能力以及实际应用的适应性等方面表现出色。情绪识别通常通过对人类交流中隐含的情绪通道所测量的情感特征进行分类来实现，这些通道包括语音、面部表情、手势、姿势和生理反应等。

情绪识别主要有两种方法：
- 基于视听分析 ：这种方法主要围绕面部表情或语音分析展开，但容易受到欺骗。
- 基于生理信号 ：
- 外周生理信号 ：如心电图（ECG）、皮肤电导（SC）、呼吸和脉搏等，能帮助检测情绪状态的变化，这种方法比基于视听的方法更复杂。
- 中枢神经系统信号 ：如脑电图（EEG）、脑皮质电图（ECoG）和功能磁共振成像（fMRI）等。其中，EEG信号在反映情绪状态方面更具信息价值。

脑机接口（BCI）是大脑与外界之间的一种接口，无需肌肉活动的直接干预。BCI技术主要包括信号采集、信号处理、特征提取与分类以及应用接口四个部分。通过EEG信号采集技术捕获大脑信号，并将头皮电压水平转换为物理动作。

在本研究中，我们实现了一种情绪分类技术，并采用