基于复杂度熵特征融合的高压力人群情感状态评估

摘要：

长期处于压力状态容易引发各类疾病,合理有效的情感压力状态评估是进行压力情感干预的基础.脑电数据含有丰富的情感信息,针对脑电数据的压力情感特征提取问题,提出一种基于Kc复杂度、小波熵与近似熵相结合的脑电数据的压力情感特征提取方法,以Kc复杂度因子来量化脑电数据的随机程度,以小波熵和近似熵参数分别在时域和频域来量化脑电数据的复杂程度与能量分布；采用遗传算法进行全局寻优,按适者生存的原则进行支持向量机参数的选择、交叉、变异,以此优化的支持向量机融合3类不同层次的特征参数,实现压力情感状态评估.以“切水果”游戏作为压力源,采集8名被试共92组脑电信号,基于该算法来分析被试者的压力状态,最高识别率为94.12％,平均识别率82.06％.研究表明,不同脑区对压力敏感程度不同,左半球相对右半球来说,压力感受敏感.希望通过此工作,可以帮助人们有针对性地采取相应措施缓解压力,恢复身心健康.

关键词：脑电、压力情感状态评估、Kc复杂度、近似熵、小波熵

所属期刊栏目：32

分类号：R318(医用一般科学)

资助基金：国家自然科学基金60671025;河北省优秀专家出国资助项目;河北省教育厅重点项目ZD2010115

在线出版日期：2013-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：313-320