基于脑电信号的聋人情绪识别研究

针对聋人大学生容易出现情感表达障碍和情绪识别困难等问题，文中提出了基于脑电(electroencephalogram, EEG)信号的聋人情绪识别方法。首先对采集到的EEG信号用5阶巴特沃斯滤波器将其分割为5个频带，提取各频带的功率谱密度(power spectral density, PSD)和微分熵(differential entropy, DE)特征，利用支持向量机(support vector machine, SVM)进行分类实验。分析了聋人在不同情绪状态下的脑地形图，得出与情绪处理相关的关键脑区。最后根据关键脑区分布，提出了聋人情绪识别的关键通道选择模式并进行了分类实验。实验结果表明，与聋人情绪相关的主要频带为Beta和Gamma频带，且DE特征在聋人情绪识别中具有较大优势，在全频带62通道的平均识别准确率可达到97.57%;与聋人情绪处理相关的主要脑区为前额叶和枕叶；DE特征在10通道的识别准确率达到96.14%,可与62通道分类结果相媲美。研究结果可为开发应用于聋人情绪识别的可穿戴EEG设备提供参考。