AI classificeert emoties van EEG-gegevens

AI classificeert emoties van EEG-gegevens

maart 30, 2019 0 Door admin

CBD Olie kan helpen bij ADHD. Lees hoe op MHBioShop.com


Huile de CBD peut aider avec TDAH. Visite HuileCBD.be


Een elektro-encefalogram of EEG is een niet-invasieve hersenmonitoringstest waarbij elektroden langs de hoofdhuid worden geplaatst om signalen naar een computer te sturen voor analyse. EEG’s zijn op grote schaal gebruikt om slikken te bestuderen, mentale toestanden te classificeren en neuropsychiatrische stoornissen zoals neurogene pijn en epilepsie te diagnosticeren, maar sommige onderzoekers geloven dat ze onbenut potentieel hebben.

In een paper (” Emotieherkenning met machinaal leren met behulp van EEG-signalen “) gepubliceerd op de preprint-server Arxiv.org, beschrijven een team afkomstig van de Texas Tech University, de Universiteit van Tabriz in Iran en het Akrham-ziekenhuis een AI-systeem dat emoties van EEG-resultaten alleen.

“Emotietoestanden worden geassocieerd met een grote verscheidenheid aan menselijke gevoelens, gedachten en gedragingen; daarom beïnvloeden ze ons vermogen om rationeel te handelen, in zaken als besluitvorming, perceptie en menselijke intelligentie, “schreven ze. “In de afgelopen jaren is het ontwikkelen van emotieherkenningssystemen op basis van EEG-signalen een populair onderzoeksonderwerp geworden onder cognitieve wetenschappers.”

EEG-signalen, zo merkt het team op, zijn uitdagend om te analyseren omdat ze niet-lineair zijn, enigszins willekeurig en “begraven in verschillende bronnen van ruis.” Om die ruis te verminderen, gebruikten onderzoekers een gemiddelde gemiddelde referentiemethode en besloten ze om een ​​decompositie te benaderen extractie. Door middel van wavelet-transformaties – een wiskundig middel voor het uitvoeren van signaalanalyse wanneer de signaalfrequentie varieert in de tijd – werd elk EEG-signaal opgesplitst in de gamma-, bèta-, alfa- en theta-bandcomponenten waaruit de statistische kenmerken van het bron-EEG-signaal waren afgeleid.

De onderzoekers kochten DEAP, een geannoteerd corpus voor emotie-analyse met behulp van fysiologische signalen, om hun emotie-classificatoren te trainen. Dit omvat EEG-gegevens van 32 deelnemers, die 40 korte videoclips van één minuut moesten bekijken en ze moesten beoordelen op een schaal van 1 tot 9 in verschillende categorieën, waaronder valentie (de intrinsieke aantrekkelijkheid van een bepaalde video / “goed” -ness of averseness / “Slechte” -ness), arousal (de intensiteit van de fysiologische reactie die het veroorzaakte), dominantie en emotie. Cijfers groter dan 4,5 werden als ‘hoog’ beschouwd, terwijl cijfers van minder dan 4,5 als ‘laag’ werden aangeduid.

Met die gegevens in de hand trainden de auteurs van het artikel drie soorten classifiers om onderscheid te maken tussen emoties: een k-nearest neighbour algoritme, een support vector machine en een kunstmatig neuraal netwerk. Alle drie kregen functies van de EEG-signalen van 10 elektrodekanalen nabij de linker en rechter frontale hersenen – de regio’s die nauw samenhangen met positieve en negatieve emoties. Vergeleken met de basislijn bereikte de best presterende classificator van de drie een nauwkeurigheid van 91,3 procent voor arousal en 91,1 procent nauwkeurigheid voor valentie, beide in de beta-frequentieband.

De onderzoekers stellen dat het leren van een ensemble, een AI-paradigma waarin een combinatie van machine-leersystemen samenwerkt om een ​​enkele voorspelling te produceren, de prestaties van de modellen verder zou kunnen verbeteren. Maar ze beweren dat de huidige nauwkeurigheid hoger is dan bestaande algoritmen die op de DEAP-gegevensset zijn toegepast.

“[S] tudies op emotieherkenning met behulp van emotionele signalen verbeteren de brain-computer interface (BCI) -systemen als een effectief onderwerp voor klinische toepassingen en menselijke sociale interacties,” zeggen de onderzoekers. Systemen zoals deze zouden kunnen worden gebruikt “om emotionele toestanden te onderzoeken terwijl natuurlijke aspecten van emoties worden overwogen om therapeutische middelen voor psychische stoornissen zoals autismespectrumstoornis (ASS), aandachtstekortstoornis met hyperactiviteit, (ADHD) en angststoornis op te helderen.”


CBD Olie kan helpen bij ADHD. Lees hoe op MHBioShop.com


Huile de CBD peut aider avec TDAH. Visite HuileCBD.be


Lees meer