EEG 情绪标签 - 简介

在EEG情绪研究中,有两种常见的情绪表达方式:多维度情绪模型、离散情绪模型。

1、多维度情绪模型

多维度情绪(Dimensional Emotion)模型将情绪描述为在多个连续维度上的变化。

  • Valence(情感积极性或消极性):Valence表示情感体验的积极性或消极性程度。积极的情感通常与快乐、满足和愉悦等感觉相关联,而消极的情感则与悲伤、恐惧和厌恶等感觉相关联。Valence维度的范围通常从负值(消极情绪)到正值(积极情绪)。

  • Arousal(情感激活水平):Arousal表示情感体验的激活水平或强度。高Arousal表示情感状态更为激烈、兴奋或紧张,而低Arousal表示情感状态较为平静或放松。

  • Dominance(情感控制感):Dominance表示情感状态中个体对情境的控制感或支配感。高Dominance表示个体感到自主和掌控力强,而低Dominance表示感到无力或受控制。

  • Liking(喜好程度):Liking表示个体对情感体验的喜好程度或愉悦感。高Liking表示喜欢或享受情感状态,而低Liking表示不喜欢或感到不愉快。

  • Familiarity(熟悉度):Familiarity表示情感状态或刺激的熟悉程度。高Familiarity表示情感状态或刺激较为熟悉,而低Familiarity表示不太熟悉或陌生。

  • Predictability(可预测性):Predictability表示情感状态或刺激的可预测程度。高Predictability表示情感状态或刺激较为可预测,而低Predictability表示不可预测或混乱。

2、离散情绪模型

离散情绪模型(Discrete Emotional Model)将情绪分类为一组离散的类别或状态。

这些情绪维度和状态可以通过分析EEG信号来推断被试者的情绪状态。EEG研究常常使用机器学习和模式识别技术,将EEG数据与已知情绪标签进行训练和分类,以建立情绪分类模型。这些模型可以用于识别和预测被试者在不同情绪状态下的情绪体验。

相关推荐
极度畅想10 天前
脑电模型实战系列:入门脑电情绪识别-用最简单的DNN模型起步
神经网络·数据可视化·模型训练·eeg·生理信号处理
极度畅想12 天前
【脑电分析系列】第24篇:运动想象BCI系统构建:CSP+LDA/SVM与深度学习方法的对比研究
transformer·eeg·bci·运动想象·脑电分析·意念控制
极度畅想13 天前
【脑电分析系列】第25篇:情绪识别与认知研究中的EEG应用:一个完整的实验设计与数据分析流程
情绪识别·eeg·功率谱·多模态融合·神经科学·脑电分析·行为学
极度畅想14 天前
【脑电分析系列】第19篇:深度学习方法(一):卷积神经网络(CNN)在EEG图像/时频图分类中的应用
卷积神经网络·eeg·时频图·脑电分析·谱图·自动特征提取·癫痫检测
^哪来的&永远~10 个月前
论文阅读笔记 | EEG与fNIRS耦合的方法、挑战与前景
笔记·eeg·fnirs
会飞的Anthony1 年前
基于Python的脑电图(EEG)信号分析(4)
开发语言·python·eeg
^哪来的&永远~1 年前
python MNE EEG:从预处理到绘制事件相关光谱扰动(ERSP/ERDS)
python·eeg·mne
是馒头阿2 年前
55、美国德克萨斯大学奥斯汀分校、钱德拉家族电气与计算机工程系:通过迁移学习解决BCI个体差异性[不得不说,看技术还得是老美]
人工智能·机器学习·迁移学习·脑机接口bci·eeg·跨被试
头发没了还会再长2 年前
【脑电信号处理与特征提取】P5-彭薇薇:脑电信号的预处理及数据分析要点
数据挖掘·数据分析·信号处理·eeg·bci·脑机
头发没了还会再长2 年前
【脑电信号处理与特征提取】P2-夏晓磊:脑电的神经起源与测量
信号处理·eeg·脑电设备