基于ECG和HRV特征提取的情绪状态分析

心电(ECG)和心率变异性(HRV)是心脏活动的直接响应,与自主神经系统有着密切关系,不同情绪状态有特定的自主神经反应模式,因而ECG和HRV可以反映人体情绪变化.本文利用Augsburg大学建立的情感生理数据库,选取音乐情感诱发下的心电信号,对其进行滤波处理去除噪声和干扰;采用小波变换提取心电信号小波系数的模极值和过零点,得到心电R波信号,计算其一阶差分,获得4种情绪状态下的心率变异性特征信号;提取情绪诱发的心电和心率变异性信号的时域、频域和小波熵时频特征,并对特征进行差异统计检验和情绪状态分析.仿真结果表明,HRV特征相比ECG特征可以更有效地反映人体的情绪状态,小波熵特征和HRV频谱总功率特征对于不同情绪状态的差异性更显著,该研究可为机器情绪识别提供借鉴.