Un algoritmo basado en fractales para el reconocimiento de emociones a partir de EEG utilizando el modelo de activación-valencia

Nuri Djavit

Actualizado el

6 abr 2015

Un algoritmo basado en fractales para el reconocimiento de emociones a partir de EEG utilizando el modelo de activación-valencia

Nuri Djavit

Actualizado el

6 abr 2015

Un algoritmo basado en fractales para el reconocimiento de emociones a partir de EEG utilizando el modelo de activación-valencia

Nuri Djavit

Actualizado el

6 abr 2015

Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapur

Resumen

El reconocimiento de emociones a partir del EEG podría utilizarse en muchas aplicaciones, ya que nos permite conocer la emoción "interna" independientemente de la expresión facial humana, el comportamiento o la comunicación verbal. En este artículo, propusimos y describimos un nuevo algoritmo de reconocimiento de emociones basado en la dimensión fractal (FD) utilizando un modelo de emoción Arousal-Valence. Los valores de FD calculados a partir de la señal de EEG registrada de los lóbulos cerebrales correspondientes se asignan al modelo de emoción 2D. El algoritmo propuesto nos permite reconocer emociones que podrían definirse por los niveles de activación y valencia. Solo se necesitan 3 electrodos para el reconocimiento de las emociones. Se utilizaron los algoritmos de Higuchi y de conteo de cajas para el análisis y la comparación de EEG. Se aplicó el clasificador Máquina de Vectores de Soporte para el reconocimiento de los niveles de activación y valencia. El método propuesto es dependiente del sujeto. Se realizaron experimentos con estímulos de música y sonido para inducir emociones humanas. En los experimentos se utilizaron clips de sonido de la base de datos International Affective Digitized Sounds (IADS).

Haga clic aquí para leer el informe completo

Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapur

Resumen

El reconocimiento de emociones a partir del EEG podría utilizarse en muchas aplicaciones, ya que nos permite conocer la emoción "interna" independientemente de la expresión facial humana, el comportamiento o la comunicación verbal. En este artículo, propusimos y describimos un nuevo algoritmo de reconocimiento de emociones basado en la dimensión fractal (FD) utilizando un modelo de emoción Arousal-Valence. Los valores de FD calculados a partir de la señal de EEG registrada de los lóbulos cerebrales correspondientes se asignan al modelo de emoción 2D. El algoritmo propuesto nos permite reconocer emociones que podrían definirse por los niveles de activación y valencia. Solo se necesitan 3 electrodos para el reconocimiento de las emociones. Se utilizaron los algoritmos de Higuchi y de conteo de cajas para el análisis y la comparación de EEG. Se aplicó el clasificador Máquina de Vectores de Soporte para el reconocimiento de los niveles de activación y valencia. El método propuesto es dependiente del sujeto. Se realizaron experimentos con estímulos de música y sonido para inducir emociones humanas. En los experimentos se utilizaron clips de sonido de la base de datos International Affective Digitized Sounds (IADS).

Haga clic aquí para leer el informe completo

Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapur

Resumen

El reconocimiento de emociones a partir del EEG podría utilizarse en muchas aplicaciones, ya que nos permite conocer la emoción "interna" independientemente de la expresión facial humana, el comportamiento o la comunicación verbal. En este artículo, propusimos y describimos un nuevo algoritmo de reconocimiento de emociones basado en la dimensión fractal (FD) utilizando un modelo de emoción Arousal-Valence. Los valores de FD calculados a partir de la señal de EEG registrada de los lóbulos cerebrales correspondientes se asignan al modelo de emoción 2D. El algoritmo propuesto nos permite reconocer emociones que podrían definirse por los niveles de activación y valencia. Solo se necesitan 3 electrodos para el reconocimiento de las emociones. Se utilizaron los algoritmos de Higuchi y de conteo de cajas para el análisis y la comparación de EEG. Se aplicó el clasificador Máquina de Vectores de Soporte para el reconocimiento de los niveles de activación y valencia. El método propuesto es dependiente del sujeto. Se realizaron experimentos con estímulos de música y sonido para inducir emociones humanas. En los experimentos se utilizaron clips de sonido de la base de datos International Affective Digitized Sounds (IADS).

Haga clic aquí para leer el informe completo

Una estructura difusa para el desarrollo de una BCI interpretable basada en la dinámica espaciotemporal de las oscilaciones evocadas - Emotiv

Continúa leyendo

Una interfaz cerebro-computadora (BCI) difusa para desarrollar una BCI interpretable basada en la dinámica espaciotemporal de las oscilaciones evocadas