基于腦電信號（EEG）的情緒識別研究綜述

情緒模型是情緒識別研究的理論基礎(chǔ)，決定了數(shù)據(jù)標(biāo)注方式和算法設(shè)計(jì)方向。研究者普遍采用兩類模型：

離散情緒模型

我國自古以來就有“七情六欲”的說法，其七情指的是喜、怒、哀、樂、愛、惡、欲；美國心理學(xué)家Ekman等人通過分析人類的面部表情，將人類的情緒劃分為生氣、討厭、害怕、高興、悲傷和驚訝等6種基本情緒類別。Plutchik進(jìn)一步擴(kuò)展為八種，并引入“情緒輪”概念，允許基本情緒混合形成復(fù)雜情緒（如“失望=驚訝+悲傷”）。以上的情緒分類在研究界中稱為離散情緒模型，所有其他情緒都可以由這些基本情緒構(gòu)成（例如，失望由驚訝和悲傷組成）。

連續(xù)維度模型

在另一種維度上，Russell最早提出了二維的連續(xù)情緒模型（Valence-Arousal），以愉悅度為橫軸、喚醒度為縱軸，是最為廣泛使用的二維模型。Mehrabian提出了三維連續(xù)情緒模型（Valence-Arousal-Dominance），在二維模型的基礎(chǔ)上增加了支配度。連續(xù)模型可以在其坐標(biāo)上找到人的所有基本情緒，能夠有效反映情緒的連續(xù)變化過程，具有參考價(jià)值，這兩種模型都有較高認(rèn)可度。

二維模型（VA）

Valence（效價(jià)）：表示情緒的愉悅程度，從-1（極度不愉快）到+1（極度愉悅）。例如，DEAP數(shù)據(jù)集中，被試觀看音樂視頻后通過SAM量表對Valence評分。

Arousal（喚醒度）：表示情緒的生理激活程度，從-1（平靜）到+1（高度興奮）。例如，在VR教育場景中，高喚醒度可能關(guān)聯(lián)學(xué)習(xí)效率提升。

二維情緒模型（VA）,B：SAM量表

三維模型（VAD）

Dominance（支配性）：表示個(gè)體對情緒的控制感。例如，恐懼情緒通常伴隨低支配性（受環(huán)境控制），而憤怒則可能伴隨高支配性。

三維情緒模型（VAD）

HUIYING

EEG信號與情緒的相關(guān)性

EEG信號的節(jié)律性活動與情緒狀態(tài)存在強(qiáng)關(guān)聯(lián)，其神經(jīng)機(jī)制和特征選擇是研究重點(diǎn)。

腦區(qū)功能與情緒

前額葉皮層（Frontal lobe）

左前額葉活躍度升高與積極情緒（如喜悅）相關(guān)，右前額葉則與消極情緒（如悲傷）相關(guān)。這一現(xiàn)象被稱為“前額葉不對稱性”，在抑郁癥患者中尤為顯著。Gamma頻段（30-45 Hz）在前額葉的功率變化可有效區(qū)分高/低喚醒狀態(tài)。

顳葉（lobe）與頂葉（Parietal）

顳葉（尤其是杏仁核）參與恐懼情緒處理，頂葉則與情緒相關(guān)的身體感知整合有關(guān)?？缒X區(qū)功能連接（如Theta頻段相位同步）可反映情緒復(fù)雜性。

頻帶特征與情緒映射

EEG通過頭皮電極記錄大腦神經(jīng)元活動的電信號，其時(shí)間分辨率可達(dá)毫秒級。EEG作為中樞神經(jīng)系統(tǒng)活動的直接表征，其節(jié)律與腦區(qū)活動與情緒顯著相關(guān)。

Delta（0.5-3 Hz）：與深度放松相關(guān)，在情緒識別中貢獻(xiàn)較低。

Theta（4-7 Hz）：在情緒記憶加工中起重要作用，前額中線Theta功率升高與音樂誘發(fā)的愉悅感相關(guān)。

Alpha（8-13 Hz）：與放松狀態(tài)相關(guān)，情緒變化可能抑制或增強(qiáng)其功率。

前額Alpha不對稱性（左側(cè)功率<右側(cè)）是消極情緒的標(biāo)記。閉眼靜息態(tài)Alpha波可能干擾情緒信號，需在預(yù)處理中濾除。

聆聽音樂時(shí)左右額葉腦電圖α 波功率差異

Beta（14-30 Hz）：與警覺性和情緒喚醒相關(guān)，Beta-2（18-22 Hz）功率在憤怒情緒中顯著升高。

Gamma（30-45 Hz）：與復(fù)雜情緒處理和跨腦區(qū)同步活動相關(guān)，高頻Gamma活動與高喚醒情緒（如興奮）強(qiáng)相關(guān)。

頻帶特征與情緒映射

HUIYING

基于EEG的情感識別經(jīng)典研究方法

情感識別經(jīng)典研究方法流程

腦電信號的采集和特征提取，基本需要經(jīng)過被試者挑選→情緒誘發(fā)→腦電信號采集→信號預(yù)處理→特征提取于分析幾個(gè)步驟。

情感識別經(jīng)典研究方法流程

EEG采集：通過讓受試者觀看情感刺激（如圖片、視頻、聲音），采集其EEG數(shù)據(jù) 。

信號預(yù)處理：對采集到的原始EEG數(shù)據(jù)進(jìn)行信號濾波、降噪、去除偽跡等處理。

情感相關(guān)特征提取：提取統(tǒng)計(jì)特征、時(shí)頻域特征、非線性混沌系統(tǒng)特征等與情感相關(guān)的特征。

特征選擇：運(yùn)用基于過濾、包裝、嵌入的方法，以及遺傳和進(jìn)化算法等，從提取的特征中篩選出有效特征。

情感識別建模與推斷：采用統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法、深度學(xué)習(xí)方法、模糊邏輯等進(jìn)行情感識別模型構(gòu)建和結(jié)果推斷。

情緒誘發(fā)方法

情緒誘發(fā)是EEG實(shí)驗(yàn)設(shè)計(jì)的核心環(huán)節(jié)，常用方法包括：

視覺刺激：國際情感圖片系統(tǒng)（IAPS）、視頻片段（如DEAP數(shù)據(jù)庫）；

聽覺刺激：音樂（國際情感數(shù)字化聲音庫，IADS）或自然聲音；

任務(wù)誘發(fā)：回憶情感事件、社交互動或游戲任務(wù)。

多模態(tài)刺激（如視聽結(jié)合）：結(jié)合視覺、聽覺和場景交互，增強(qiáng)情緒誘發(fā)效果

不同情緒腦電圖

積極情緒腦電圖

消極情緒腦電圖

中性情緒腦電圖

HUIYING

回映產(chǎn)品: 可穿戴情緒識別設(shè)備

可穿戴情緒識別設(shè)備是一個(gè)綜合情緒識別平臺。該平臺通過實(shí)時(shí)采集EEG腦電、EDA皮電、EHOG/EVOG眼電、心率、血氧、溫度、姿態(tài)等生理參數(shù)進(jìn)行情緒的效價(jià)、喚醒度等分析。

適用領(lǐng)域:認(rèn)知科學(xué)、運(yùn)動科學(xué)、工效學(xué)、人機(jī)交互、虛擬現(xiàn)實(shí)研究、

基本參數(shù)

采樣率：最高16KHZ；

共模抑制比：≥ 100dB；

噪聲：≤ 5uV；

輸入阻抗：≥ 1000MΩ；

腦電EEG：2~100uV；

皮電EDA/GSR：0.5uV~0.2mV，1~100Hz；

血氧SPO2：35-99%；

心率：30-250bpm；

溫度TMEP：-55℃ ~150℃，精度0.1℃；

眼電EHOG/EVOG：50~3500uV，0.1~100Hz；

加速度ACC：±2g、±4g、±8g、±16g范圍可調(diào)；

陀螺儀GYR：±250° /sec、±500° /sec、±1000° /sec、±2000° /sec范圍可調(diào)。