[发明专利]基于心电信号的情感识别模型生成装置及其方法

说明书

技术领域

本发明涉及情感识别技术，尤其涉及基于心电信号的情感识别模型生成装置及其生成情感识别模型的方法。

背景技术

情感识别是赋予机器识别人类情感能力的一种人机交互技术，现已逐渐成为人机交互领域的研究热点。目前情感识别的研究领域包括基于面部表情的情感识别、基于语音信号的情感识别、基于文字的情感识别、基于肢体运动的情感识别和基于生理信号的情感识别。其中基于生理信号的情感识别最为可靠但却也最为困难。心电信号作为人体的重要生理信号，蕴含了丰富的人类情感信息，使用单一的心电信号用于情感识别比使用多种生理信号更为简单、可行。

目前技术中缺乏优秀的情感模型，识别效果也有待提高。在申请号为CN200910150458.4的专利中，使用了语音信号进行情感识别。较之语音信号，人体的生理信号更不易受到外界因素和人体主观意识到控制，因此更加准确，可靠，但是，其情感的识别需要12个特征。文献“Using GA-based Feature Selecton for Emotion Recognition from Physiological Signals”使用多生理信号进行情感识别，但是仅使用了来自28名被试的5种生理信号，对每种生理信号提取了6种简单的统计特征，以图片为情感激发素材，特征选择和情感分类的方法为遗传算法结合KNN分类器，对情感的最高识别率仅为78%；文献“A Method of Emotion Recognition Based on ECG Signal”中使用了二进制粒子群算法（BPSO）和杂交粒子群算法（HPSO）进行特征选择，对高兴、悲伤、高兴/悲伤的平均识别率风别为88.93%、87.79%和88.43%，其中使用到的相应特征子集的个数分别为16、15和16，其特征子集维数仍有待降低。

发明内容

有鉴于此，有必要提供一种基于心电信号的情感识别模型生成装置及其生成情感识别模型的方法。

本发明提供的基于心电信号的情感识别模型生成装置，包括：采集模块、定位模块、提取模块、降维模块、选择模块以及建立模块。其中：采集模块，用于采集心电信号；定位模块，用于通过基于三次B样条小波的选择系数法定位所述心电信号的P-QRS-T波；提取模块，用于根据所述P-QRS-T波的位置提取心电信号的特征，并形成原始特征集；降维模块，用于通过相关性分析对所述原始特征集降维得到降维特征集；选择模块，用于从所述降维特征集中选出最优特征子集；建立模块，用于根据所述最优特征子集建立情感识别模型。

本发明提供的基于心电信号的生成情感识别模型的方法，包括以下步骤：采集心电信号；通过基于三次B样条小波的选择系数法定位所述心电信号的P-QRS-T波；根据所述P-QRS-T波的位置提取心电信号的特征，并形成原始特征集；通过相关性分析对所述原始特征集降维得到降维特征集；从所述降维特征集中选出最优特征子集；根据所述最优特征子集建立情感识别模型。

本发明提供的基于心电信号的情感识别模型生成装置及其生成情感识别模型的方法，通过基于三次B样条小波的选择系数法定位心电信号的P-QRS-T波，并提取心电信号的特征，形成原始特征集，通过相关性分析对原始特征集降维得到降维特征集，有效地降低了最优特征子集的维数，且根据最优特征子集建立的情感识别模型情感识别率较高。

附图说明

图1为本发明一实施方式中基于心电信号的情感识别模型生成装置的模块图；

图2为本发明一实施方式利用基于心电信号的情感识别模型生成装置来生成情感识别模型的方法的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不能理解为对本发明的限制。

请参阅图1，图1所示为本发明一实施方式中情感识别模型生成装置10的模块图。