[發明專利]情緒狀態識別方法和系統、情緒狀態識別設備

在審

• 申請號: 201711217371.5
• 申請日: 2017-11-28
• 公開（公告）號: CN108042145A
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 胡靜;趙巍
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州希科醫療器械科技有限公司
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/0478
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 余永文

1.一種情緒狀態識別方法，其特征在于，包括：

從腦電切片中提取腦電波；

計算所述腦電波的能量特征信息；

根據所述能量特征信息輸入支持向量機回歸模型進行樣本訓練，得到腦電放松度特征識別模型；

利用所述腦電放松度特征識別模型對采集的用戶腦電信號進行識別，獲取放松度等級，并根據所述放松度等級確定所述用戶的情緒狀態。

2.根據權利要求1所述的情緒狀態識別方法，其特征在于，所述從腦電切片中提取腦電波的步驟包括：

對腦電切片的觀察信號進行中心化和白化處理；

選擇一個具有單位范數的初始化向量；

更新腦電切片的基于正態分布距離的權重；

根據所述更新的權重對所述初始化向量進行更新，并進行標準化得到腦電切片的Delta、Theta、Alpha、Beta、Gamma波。

3.根據權利要求2所述的情緒狀態識別方法，其特征在于，所述能量特征信息包括能量值及其能量分布密度；

所述計算所述腦電波的能量特征信息的步驟包括：

提取Delta、Theta、Alpha、Beta、Gamma波的幅度值；

根據所述Delta、Theta、Alpha、Beta、Gamma波的幅度值分別計算Delta、Theta、Alpha、Beta、Gamma波的能量值；

根據所述Delta、Theta、Alpha、Beta、Gamma波的能量值計算能量分布密度。

4.根據權利要求2所述的情緒狀態識別方法，其特征在于，所述能量特征信息包括腦電波的相對譜能量分布和腦電切片的電位線能量特征；

所述計算所述腦電波的能量特征信息的步驟包括：

計算Delta、Theta、Alpha、Beta、Gamma波之間的能量；

分別計算Delta、Theta、Alpha、Beta、Gamma波的頻譜邊沿頻率；

根據所述Delta、Theta、Alpha、Beta、Gamma波的頻譜邊沿頻率計算Delta、Theta、Alpha、Beta、Gamma波波形的相對譜能量分布；

根據所述Delta、Theta、Alpha、Beta、Gamma波之間的能量和所述Delta、Theta、Alpha、Beta、Gamma波波形的相對譜能量分布獲取腦電切片的電位線能量特征。

5.根據權利要求1所述的情緒狀態識別方法，其特征在于，根據所述能量特征信息輸入支持向量機回歸模型進行樣本訓練，得到腦電放松度特征識別模型的步驟包括：

根據所述能量特征信息建立支持向量機回歸模型；

從腦電切片的能量特征信息獲取訓練支持向量機的輸入樣本集和測試集；

結合輸入的放松度評分值和所述支持向量機訓練的輸出生成支持向量機的訓練樣本對，進行支持向量機訓練，得到腦電放松度特征識別模型。

6.根據權利要求1所述的情緒狀態識別方法，其特征在于，所述從腦電切片中提取腦電波的步驟前，還包括：

對原始腦電信號進行切片和濾波處理，得到腦電切片；

根據基于正態分布距離的權重對所述腦電切片進行平滑處理，去除腦電切片的低頻直流信息。

7.一種情緒狀態識別系統，其特征在于，包括：

提取模塊，用于從腦電切片中提取腦電波；

計算模塊，用于計算所述腦電波的能量特征信息；

訓練模塊，用于根據所述能量特征信息輸入支持向量機回歸模型進行樣本訓練，得到腦電放松度特征識別模型；

識別模塊，用于利用所述腦電放松度特征識別模型對采集的用戶腦電信號進行識別，獲取放松度等級，并根據所述放松度等級確定所述用戶的情緒狀態。

8.一種情緒狀態識別設備，其特征在于，包括：終端設備和電極，所述電極用于采集腦電信號，并傳輸至終端設備；

所述終端設備被配置為執行權利要求1至6任一項所述的情緒狀態識別的播放方法的步驟。