آشکارسازی فشار هیجانی به کمک ویژگی های غیر خطی و طیف مرتبه بالای سیگنال مغزی

در این تحقیق برای تشخیص فشار هیجانی از سیگنال‎ EEG استفاده شده است. آزمون ثبت داده ها به نحوی طراحی شده است تا ضمن جلوگیری از خستگی های ذهنی، فشار هیجانی کوتاه مدت را در شرکت کننده‎گان ایجاد کند. برای تحریک شرکت کننده‎گان از زیرمجموعه‎ای از تصویرهای IAPS‎، مرتبط با دو حالت هیجان منفی و آرامش استفاده شده است. در هنگام اجرای آزمون، سیگنال‎ مغزی در 6 کانال به‎نام‎های FP1، FP2، T3، T4، O1 و O2 به‎صورت پیوسته ثبت شده‎ است. به‎کمک طیف‎های مرتبه بالا، بعد فرکتال، بعد همبستگی و نمای لیاپانوف ویژگی هایی را استخراج، سپس به‎کمک الگوریتم ژنتیک ویژگی های بهینه را انتخاب و به طبقه‎کننده های ماشین بردار پشتیبان و Elman اعمال شده است. نتایج نشان می‎دهد، ویژگی های استخراجی از طیف‎های مرتبه بالا و ویژگی های آشوب‎گونه بازنمایی خوبی از رفتار مغز را در حالت فشار هیجانی دارند. نتایج نیز نشان می‎دهد، دو دسته از فشار هیجانی به ترتیب با درصد صحت 3/78 و 1/72 از یکدیگر تفکیک شده‎اند. با مقایسه نتایج بین دو طبقه‎بندی کننده مشاهده می‎شود که ماشین بردار پشتیبان بهتر توانسته داده ها را از یکدیگر تفکیک کند.