两类情感状态下心电与心率变异性信号的非线性分析

doi:10.3724/SP.J.1087.2012.02963

计算机应用 ›› 2012, Vol. 32 ›› Issue (10): 2963-2965.DOI: 10.3724/SP.J.1087.2012.02963

两类情感状态下心电与心率变异性信号的非线性分析

杨敏,刘光远,温万惠

西南大学电子信息工程学院,重庆 400715

收稿日期:2012-04-28 修回日期:2012-05-30 发布日期:2012-10-23 出版日期:2012-10-01
通讯作者: 刘光远
作者简介:杨敏(1986-),女,河南新乡人,硕士研究生,主要研究方向：智能信息处理、情感计算；刘光远(1961-),男,重庆人,教授,博士生导师,博士,主要研究方向：计算智能、情感计算；温万惠(1981-),女,重庆人,副教授,博士,主要研究方向：计算智能、情感计算。
基金资助:
国家自然科学基金;教育部科学技术研究重大项目;国家自然科学基金

Nonlinear analysis of ECG and HRV signals with two types of emotional states

YANG Min,LIU Guang-yuan,WEN Wan-hui

School of Electronics and Information Engineering, Southwest University, Chongqing 400715, China

Received:2012-04-28 Revised:2012-05-30 Online:2012-10-23 Published:2012-10-01
Contact: LIU Guang-yuan

摘要/Abstract

摘要： 针对平静（无情感激发状态）和恐惧（有情感激发状态）这两类情感状态,采集了其心电信号数据样本,研究了有情感和没情感状态下心电信号中的情感信息。通过分析这两类情感状态下的心电信号的QT间期对RR间期的散点图、功率谱图的1/f分布以及心率变异性（HRV）信号的Poincare截面图,计算得到了这些非线性特征的关于两类情感状态的分类识别率,同时与心电信号统计特征的识别率做了对比。发现此种提取心电信号非线性特征的方法较于之前的统计特征方法,在识别有情感和没情感这两类情感状态时具有较好的识别效果。

关键词: 心电信号, 心率变异性, 非线性特征, 统计特征, 情感状态, 情感识别

Abstract: According to the emotional states of calm and fear, some emotional information of the Electrocardiogram （ECG）data samples were collected, and researched in both emotional and emotionless states. By the analysis of scatter plots of QT-RR intervals, the 1/f distribution law of ECG signals spectrum and the poincare sections of Heart Rate Variability (HRV), the recognition rate of nonlinear characteristics with these two types of emotional states was calculated, and compared with the recognition rate of statistical characteristics. The results indicate that extracting nonlinear characteristics of ECG signals has a better recognition result compared with statistical characteristics when distinguishing emotional states and emotionless states.

Key words: Electrocardiogram (ECG), Heart Rate Variability (HRV), nonlinear characteristic, statistical characteristic, emotional state, emotion recognition

中图分类号:

TP18

杨敏刘光远温万惠. 两类情感状态下心电与心率变异性信号的非线性分析[J]. 计算机应用, 2012, 32(10): 2963-2965.

YANG Min LIU Guang-yuan WEN Wan-hui. Nonlinear analysis of ECG and HRV signals with two types of emotional states[J]. Journal of Computer Applications, 2012, 32(10): 2963-2965.

参考文献

［1］ AGRAWAL P, LIU C, SARKAR N. Interaction between human and robot: An affect-inspired approach ［J］. Interaction Studies, 2008,9(2):230-257. ［2］ KULIC D, CROFT E A. Affective state estimation for human-robot interaction ［J］. IEEE Transactions on Robotics, 2007, 23(5):991-1000. ［3］ HORLINGS R. Emotion recognition using brain activity［D］. Delft, The Netherlands:Delft University of Technology,2008. ［4］ PICARD R W, VYZAS E, HEALEY J. Toward machine emotional intelligence: Analysis of affective physiological state ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2001, 23(10): 1175-1191. ［5］ KIM K H, BANG S W, KIM S R. Emotion recognition system using short-term monitoring of physiological signals ［J］. Medical and Biological Engineering and Computing, 2004,42(3): 419-427. ［6］ HAAG A,GORONZY S, SCHAICH P. Emotion recognition using bio-sensors: First step towards an automatic system ［J］. Affective Dialogue Systems,LNCS 3068. Berlin: Springer,2004:36-48. ［7］ GOLDBERGER A L, BHARGARA V, WEST B J. On a mechanism of cardiac electrical stability: The fractal hypothesis［J］. Biophysical Journal, 1985,48(3):525-528. ［8］ BALOCCHI R,BARBI M,CARPEGGIANI C. Complexity and predictability of the heartbeat time series in transplanted subjects[J]. International Journal of Bifurcation and Chaos,1997,7(3):759-767. ［9］ WILSON G F,O’DONNELL R D. Measurement of operator workload with the neuropsychological workload test battery[J]. Advances in Psychology, 1988,52:63-100. ［10］王黎,韩清鹏.人体生理信号的非线性分析方法［M］.北京：科学出版社.2011. ［11］徐亚.基于心电信号的情感识别研究［D］.重庆：西南大学,2010. ［12］季虎,孙即祥,林成龙.基于离散平稳小波变换的心电信号去噪方法［J］.JOCA,2005, 25(6):31-32. ［13］王黎.人体生理信息的非线性振动分析及其应用的研究［D］.沈阳：东北大学,2006. ［14］ CHARLET A, RODEAU J L,POISBEAU P. Poincare plot descriptors of heart rate variability as markers of persistent pain expression in freely moving rats［J］. Physiology

[1]	高鹏淇, 黄鹤鸣, 樊永红. 融合坐标与多头注意力机制的交互语音情感识别[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2400-2406.
[2]	晁浩, 封舒琪, 刘永利. 脑电情感识别中多上下文向量优化的卷积递归神经网络[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2041-2046.
[3]	李牧, 骆宇, 柯熙政. 基于调频连续波雷达的人体生命体征检测算法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1978-1986.
[4]	周菊香, 刘金生, 甘健侯, 吴迪, 李子杰. 基于多尺度时序感知网络的课堂语音情感识别方法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1636-1643.
[5]	陈田, 蔡从虎, 袁晓辉, 罗蓓蓓. 基于多尺度卷积和自注意力特征融合的多模态情感识别方法[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 369-376.
[6]	李牧, 杨宇恒, 柯熙政. 基于混合特征提取与跨模态特征预测融合的情感识别模型[J]. 《计算机应用》唯一官方网站, 2024, 44(1): 86-93.
[7]	李路宝, 陈田, 任福继, 罗蓓蓓. 基于图神经网络和注意力的双模态情感识别方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 700-705.
[8]	汪洋, 傅洪亮, 陶华伟, 杨静, 谢跃, 赵力. 基于决策边界优化域自适应的跨库语音情感识别[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 374-379.
[9]	杨磊, 赵红东, 于快快. 基于多头注意力机制的端到端语音情感识别[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1869-1875.
[10]	朱玉娜, 张玉涛, 闫少阁, 范钰丹, 陈韩托. 基于半监督子空间聚类的协议识别方法[J]. 计算机应用, 2021, 41(10): 2900-2904.
[11]	王治忠, 钱龙龙, 韩闯, 师丽. 基于统计特征和熵特征融合的心肌梗死辅助诊断方法[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 608-615.
[12]	何俊, 张彩庆, 张云飞, 张德海, 李小珍. 基于双层特征的彝语数据情感自动标注方法[J]. 计算机应用, 2020, 40(10): 2850-2855.
[13]	王治忠, 李泓毅, 韩闯. 基于香农能量与自适应阈值的心电QRS复合波检测算法[J]. 计算机应用, 2020, 40(1): 304-310.
[14]	丁建立, 穆涛, 王怀超. 基于谱回归核判别分析的候机楼室内快速定位算法[J]. 计算机应用, 2019, 39(1): 256-261.
[15]	修超, 曹林, 王东峰, 张帆. 基于微波雷达回波信号的智能车道划分方法[J]. 计算机应用, 2017, 37(10): 3017-3023.

两类情感状态下心电与心率变异性信号的非线性分析

Nonlinear analysis of ECG and HRV signals with two types of emotional states

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics