روشی خودکار برای کمی‌سازی شرایط احساسی فرد به کمک سیگنال الکتروانسفالوگرام

مقدمه: احساس، یک فرایند روان‌شناسی از ذهن است و علاوه بر این که نقش مهمی در تعاملات بین انسان‌ها دارد، در سال‌های اخیر در تعامل بین انسان و کامپیوتر نیز مورد توجه قرار گرفته است. احساس، دارای ماهیتی مبهم و متنوع است. همچنین، افراد قادر به بیان کمی و دقیق احساس خود نیستند. بنابراین، معیاری کمی برای بازشناسی احساس افراد نیاز است. برای بیان حالات مختلف احساس، مدل دو‌ بعدی خوشایندی انگیختگی در نظر گرفته شده است. این مطالعه، با هدف ارایه‌ی رهیافتی برای بازشناسی کمی و پیوسته از احساس با استفاده از ویژگی‌های ارتباط عملکردی استخراج شده از الکتروانسفالوگرام (electroencephalogram یا eeg) و مبتنی بر روش خوشه‌بندی fuzzy cmeans و تلفیق فازی انجام گردید.روش‌ها: سیگنال‌های الکتروانسفالوگرام افراد در زمان تماشای فیلم، همراه با گزارش فردی آن‌ها از احساس خود در زمان فوق، از پایگاه داده‌ی database for emotion analysis using physiological signals (deap) دریافت شد. سه ویژگی ارتباطات عملکردی سیگنال‌های مغزی شامل همبستگی، مقدار قفل فاز و همدوسی از این سیگنال‌ها استخراج شده‌اند. ویژگی‌ها توسط خوشه‌بندی fuzzy cmeans خوشه‌بندی گردید. در نهایت، با توجه به نمره‌دهی کاربران بر خط و نتایج خوشه‌بندی برای هر ویژگی، مقادیر کمی و پیوسته برای خوشایندی و انگیختگی احساس فرد به دست آمد.یافته‌ها: صحت 0/079 ± 0/901 برای خوشایندی و 0/083 ± 0/860 برای انگیختگی به دست آمد. ارتباط‌های عملکردی انتخاب شده، مربوط به فعالیت هم‌زمان نواحی بینایی، شنوایی و درک احساس در قشر مغز می‌باشد.نتیجه‌گیری:صحت نتایج نسبت به مطالعات گذشته که به صورت گسسته، بازشناسی احساس را انجام داده‌اند، به طور قابل ملاحظه‌ای بیشتر است. همچنین، تخمین احساس بر اساس مقدار همدوسی نسبت به دیگر ویژگی‌های بررسی شده، نتیجه‌ی بهتری را ارایه کرده است. نتایج این مطالعه در بهبود تعاملات بین انسان و کامپیوتر و همچنین، در زمینه‌ی بازتوانی شناختی کاربرد دارد.