利用脑电技术测量你的情绪

在第三季的《最强大脑》节目中，脑电疑云项目受到了大家的关注，虽然该项目挑战失败，但却让更多的人认识了脑电技术...



在第三季的《最强大脑》节目中，脑电疑云项目受到了大家的关注，虽然该项目挑战失败，但却让更多的人认识了脑电技术。有着导演身份的郭敬明表示，在电影《小时代4》上映前，便利用脑电技术评估了人们对于该部电影的喜爱程度。那么，如何利用脑电技术对电影进行评估，挑战者又是如何判断脑电信号是由哪部电影产生的呢? 基于脑电（Electroencephalograph, EEG）的情绪识别技术给出了答案。

通常意义下，我们认为情绪是一种伴随认知过程对外界事物产生的体验，以及对客观事物与主体需求关系的反应。现实的人际交往中，人们往往会通过对行为、表情等多个方面的观察，以做到“察言观色”。然而对于科学研究而言，这样一个看似简单的问题，却一直难以达到较好的水平。伴随着脑科学与信息科学的飞速发展，基于脑电信号的情绪识别技术凭借其高时间分辨率、无创性以及便携性的优点，使得“读取”情绪成为了可能。

基于脑电信号情绪识别的基本步骤均可概括为情绪诱发，信号采集，脑电信号预处理，情绪特征提取与选择以及情绪识别（如图 1）。其中，情绪的诱发是利用脑电信号测量情绪的前提条件；情绪特征的提取与选择是利用脑电信号测量情绪的关键部分。

情绪的诱发

现有研究通常是基于视、听觉刺激诱发，也有部分研究利用提示的方式让被试自行回忆不同情绪。其中，通过诱发的方式更有助于研究人捕捉被试的情绪反应。这里，如何有效的诱发出被试相应的情绪需要根据研究目的设计不同的情绪诱发实验范式，如Oddball实验，go/no-go实验，情绪评价实验等。

情绪相关特征

从特征的角度，我们可以将其划分为EEG特征以及其衍生的ERP特征。ERP特征是通过大量试次脑电信号的叠加平均分析得到的一种固定模式的电生理响应，称之为事件相关电位（Event-related Potential, ERP）。认知心理学研究往往利用ERP特征对情绪展开研究，在情绪识别中，ERP成分特征具有意义明晰的优势，不同情绪所诱发的脑电信号具有显著差异（见图 2）。然而，由于ERP极低的信噪比，通常需要大量重复试次的叠加平均；同时，ERP成分的出现往往是在刺激呈现后1000 ms 以内的特定时段，时间较短，使得对于信号中的频域成分缺失，从而基于ERP特征对情绪进行识别具有一定的局限性。另一方面，情绪的EEG特征以EEG节律特征为主要特征，通常求取包括delta(1-4Hz)，theta(4-8Hz)，alpha(8-13Hz)，beta(13-30Hz)和gamma(30Hz以上)在内的五个频段的功率谱特征，神经科学和心理学的研究表明，上述五个频段与情绪等认知、心理活动有着较为密切的关联，在众多研究中，也表明了不同情绪在这些频段方面有一定的差异。此外，脑电信号的非线性特征以及大脑活动不对称性得到的对称特征也是常用的特征。

虽然人们对于基于脑电情绪的研究已开展多年，但是由于对于情绪和脑电信号的认识还存在局限，还有许多问题有待进一步研究。一方面，现有研究还处于实验室环境下，相对干扰较小，在面临实际应用时，所提取的特征是否有效有待进一步验证研究；另一方面，现有的情绪脑电特征仍比较单一，更全面、深入的研究是有必要的，如多元脑电信号分析，脑区间的关联分析等。

参考文献：

[1] 唐孝威. 心智解读[M]. 浙江大学出版社, 2012.

[2] Georgieva O, Milanov S, Georgieva P, et al. Learningto decode human emotions from event-related potentials [J]. Neural Computingand Applications, 2015,26(3):573-580.

[3] Zheng W L, Lu B L. Investigatingcritical frequency bands and channels for eeg-based emotion recognition withdeep neural networks [J]. Autonomous Mental Development, IEEE Transactions on,2015,7(3):162-175.

[4] Lee Y Y, Hsieh S. Classifying differentemotional states by means of eeg-based functional connectivity patterns [J].PloS one, 2014,9(4):e95415.

    关注 脑功能解析与脑机交互