تشخيص حالت‌هاي احساسي مبتني بر EEG با استفاده از شبكه‌ي يادگيري عميق

EEG-Based Emotional State Recognition using Deep Learning Network

يكي از راه‌هاي ارتباط انسان و كامپيوتر بر پايه‌ي شناخت احساسات است. در اين مقاله، مساله‌ي تشخيص احساسات با استفاده از سيگنال الكتروانسفالوگرام (EEG) مورد بررسي قرار گرفته است. در ابتدا، با توجه به خاصيت غيرايستايي EEG، توابع مد ذاتي (IMF) با استفاده از تجزيه‌ي مد تجربي (EMD) استخراج شده و سپس 3 IMF اول انتخاب شده است. هر IMF با پنجره‌‌اي يك ثانيه‌اي به تكه‌هاي كوچك‌تري تبديل شده و ويژگي توان از هر قسمت استخراج شده است. سپس با استفاده از يك نگاشت مناسب، موقعيت الكترودها درسيستم 10-20 به موقعيت پيكسل‌ها در يك تصوير تبديل شده و ويژگي‌هاي استخراج شده به عنوان مولفه‌هاي رنگ پيكسل در نظر گرفته شده است. براي تعيين كلاس ظرفيت، تمام تصاوير توليد شده به عنوان ورودي به يك شبكه‌ي يادگيري عميق داده شده و كلاس بالا يا پايين ظرفيت (خروجي شبكه) مشخص شده است. از همين روش براي تعيين كلاس برانگيختگي نيز استفاده شده است. براي بررسي روش پيشنهادي از پايگاه داده‌ي DEAP استفاده شده است. با انتخاب تصوير با اندازه‌ي 17×17، ميانگين دقت و انحراف معيار طبقه‌بندي براي ظرفيت برابر با 78/58% و 3/9 و براي برانگيختگي برابر با 78/66% و 3/1 به دست آمده كه در مقايسه با نتايج كارهاي مشابه بهبود قابل توجهي داشته است.

Emotion is one of the most important human quality that plays an important role in life. Also, one way of communicating between human and computer is based on emotion recognition. One way of emotion recognition is based on electroencephalographic signal (EEG). In this paper, according to the non-stationary property of EEG, intrinsic mode functions (IMF) extracted by using empirical mode decomposition (EMD) and then first 3 IMFs selected. Each IMF converts into smaller pieces with a one-second window and power feature has been extracted from each piece. Then, by using a suitable mapping, the position of the electrodes in the 10-20 system becomes the position of the pixels in the picture. The extracted features are considered as pixel color components. To determine the class of valence, the set of all generated pictures is given as input to a deep learning network and output determine the high or low class of valence. The same process is used to determine the class of arousal. To examining the method, the DEAP dataset is used. By choosing 17×17 for the image size, the mean accuracy and standard deviation were obtained of 78.58% and 3.9 for the valence and 78.66% and 3.1 for the arousal which that shows a significant improvement compared to similar tasks.