پردازش سیگنالهای حیاتی
مهدی خضری؛ سید محمد فیروزآبادی؛ سید احمدرضا شرافت
دوره 8، شماره 4 ، دی 1393، ، صفحه 339-358
چکیده
در این پژوهش همجوشی نتایج سیگنالهای فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالتهای عاطفی با استفادهاز مجموعهی داده MIT پیشنهاد شد. چهار نوع از سیگنالهای فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرختنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت عضلات صورت (fEMG) به عنوان سیگنالهای عاطفی مورد استفاده قرارگرفتند. ...
بیشتر
در این پژوهش همجوشی نتایج سیگنالهای فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالتهای عاطفی با استفادهاز مجموعهی داده MIT پیشنهاد شد. چهار نوع از سیگنالهای فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرختنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت عضلات صورت (fEMG) به عنوان سیگنالهای عاطفی مورد استفاده قرارگرفتند. برای جمعآوری مجموعهی داده بیان شده، محققان از روش تصوّر ذهنی برای ایجاد حالتهای عاطفی مورد نظر از یک نفر استفاده و به طور همزمان سیگنالهای فیزیولوژیکی متناظر را ثبت کردهاند. در این مطالعه، بهترین ویژگیهای هریک از سیگنالها از بین ویژگیهای زمانی و فرکانسی محاسبه شده، تعیین شد. بدین منظور، روشهای انتخاب ویژگی ترتیبی شناور رو به جلو (SFFS) و RELIEF مورد ارزیابی قرار گرفتند. مجموعهی ویژگی جدید تشکیل شده با ترکیب ویژگیهای انتخاب شده، سپس به سه زیرمجموعه تفکیک شد. هر زیر مجموعه برای شناسایی حالتهای عاطفی مورد نظر به یک واحد طبقهبندی اعمال شد. نتایج به دست آمده از زیر سیستمها با اعمال روش بیشترین آرا ترکیب شد. سه روش طبقهبندی شامل SVM، LDA و KNN برای طراحی سیستم شناسایی حالتهای عاطفی ارزیابی شدند. نتایج به دست آمده حاکیاز عملکرد قابل ملاحظه سیستم در شناسایی حالتهای مورد نظر با دقّت و سرعت پاسخدهی قابل قبول است. با روش انتخاب ویژگی RELIEF به همراه طبقهبندی کننده SVM، دقّت کلی شناسایی 8/93 % به دست آمد که بهتر از نتایج گزارش شده با پایگاه داده بیان شده تاکنون است.