简介:以生理信号分析为主,表情行为观察和情绪主观感受评价为辅,对多名被试的情绪进行识别.60名大学女生接受恐惧-快乐-轻松的情绪诱发,有效数据55名,对应每个情绪片段,根据信号标记以及GSR微分,截取1min的生理信号进行处理和分析,应用SPSS对各生理参数进行情绪的单因素方差分析,然后采用逐步多类判别法,提取特征参数以识别情绪.结果表明HR、HRV、R波、T波各生理参数对情绪较敏感;提取出HFP,HRmax,PNN50,LF/HF,Ratio,LFP,MeanNN7个特征参数,构建情绪判别函数Fuction1,Fuction2和Z1、Z2,Z3;轻松的判别正确率为88.0%,快乐的为92.0%,恐惧的为80.0%,总体判别正确率为86.7%.以生理信号分析为主,辅助表情行为观察和情绪主观感受报告,是一种有效的情绪识别方法,所得数据客观、准确,提高了情绪识别率.
简介:目的采用基于Lopez-Mancini-CalbetDivergence(LMCD)的统计复杂度分析方法,对充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号进行统计复杂度分析。方法采用Bandt-Pompe算法对符号序列进行模式概率统计,分析了充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号的统计复杂度。结果3种心律信号的统计复杂度存在差异,正常窦性心率信号的统计复杂度最高,充血性心力衰竭信号次之,心脏性猝死信号最低。方差分析表明,基于LMCD的分析方法得出的3种心电信号的统计复杂度差异具有统计学意义。结论采用LMCD的统计复杂度方法可以有效地区分3种不同生理病理状态下心电信号,为辅助临床诊断提供了一种新手段。
简介:当前癫痫自动检测方法,通常采用希尔伯特黄变换结合脑电信号变换规律进行检测,易受到噪声的干扰,检测结果存在一定的误差。据此,深入研究基于子波变换的癫痫脑电信号检测方法,依据子波变换检测癫痫脑电信号的原理,采用子波变换对含噪的脑电信号进行去噪后,考虑到癫痫患者发病时,脑电信号里异常特征波导致信号波动幅度较大,采用TQWT小波分解并重构脑电信号,提取重构后的脑电信号里有效值与峰峰值指标构成特征分量,根据特征分量设定正常与发病两种样本,通过支持向量机(supportvectormachine,SVM)分类器对脑电波信号样本分类,实现患者癫痫脑电信号的准确检测。实验结果表明,所提方法可有效检测癫痫脑电信号,检测灵敏度、特异性和准确率均值分别是98.73%、18.84%、98.87%,适用于癫痫脑电信号检测。
简介:编码超声发射技术已在高端超声成像仪中使用,其中线性调频信号是常用的编码信号。由于通过超声系统的回波会有较大衰减,接收信号通常比较微弱,并且带有强噪声,影响成像质量。分数阶Fourier变换应用在编码超声信号处理中,可以有效提高成像质量。本研究提出一种新的成像方法,先对回波信号进行分数阶Fourier变换,再经带通滤波器滤除大部分噪声,然后通过匹配滤波器处理,最后成像。该方法同时融合了信号在时域和频域的信息,并可以进一步降低发射功率。仿真结果表明,这种方法相对于传统的成像方法可以进一步增强系统的抗干扰能力,提高信噪比,从而改善超声成像质量。
简介:为提高对婴儿健康监护的质量,本研究提出在育婴箱中增加婴儿哭声识别功能,该系统主要以TI公司的数字信号处理器(DSP)芯片TMS320DM643和多媒体音频编解码芯片TLC320AIC23B为硬件核心,设计一套实时的婴儿哭声识别系统。本系统使用拾音器采集婴儿哭声,音频解码芯片对声音信号进行处理,然后发送给DSP芯片,DSP芯片对声音信号进行预处理,然后用优化的自相关函数算法提取特征参数-线性预测系数(LPC),使用动态时间规整(DTW)识别算法,实现对婴儿的哭声准确识别,并经串口向上位机发送识别结果。该系统在实际测试后表明,婴儿啼哭状态识别准确率可达97.1%,在婴儿护理领域具有重要意义。