曹宇杰，高亞罕，郭國棟

(上海健康醫(yī)學(xué)院，上海 201318)

引言

人類的情緒是個人的行為、思維方式以及對客觀事物的感覺總體整合后的內(nèi)心表現(xiàn)。情緒具有連續(xù)的特征，會影響之后的行為和心理動機，在人類的主觀和外部環(huán)境的客觀發(fā)展中發(fā)揮重要作用[1-2]。

人在正常狀態(tài)下保持的平穩(wěn)情緒是最平常的一種狀態(tài)，在受到外部的良性刺激時，平常的情緒會得到加強，于是就表現(xiàn)出喜悅這樣的正性的情緒[3]。有關(guān)研究表明，正性的情緒在健康人群和患有腎功能衰竭患者的死亡率呈現(xiàn)負(fù)相關(guān)[4]。負(fù)性的情緒在受到惡性的刺激或者樂極生悲時產(chǎn)生，若不能及時有效地調(diào)節(jié)控制，長時間沉溺其中會對身心造成持續(xù)性的負(fù)面影響，是抑郁癥的主要因素之一[5]。

情緒研究一直是研究者們關(guān)注的重點。近年來隨著人工智能技術(shù)的不斷發(fā)展，以計算機為手段的情緒識別研究正成為情緒研究的新興領(lǐng)域[6]。生理信號是情緒識別的主要依據(jù)，其中，基于腦電信號的研究憑借較高的識別率成為情緒識別的重點[7]。Duan等[8]以腦電頻譜能量強度為基礎(chǔ)對情緒做正性、負(fù)性的二分類，分類準(zhǔn)確率達到了76.56%。Krisnandhika等[9]使用小波能量相對利用率為特征，情感識別的準(zhǔn)確率達到了76%。我國為加快腦科學(xué)研究，“十三五”規(guī)劃綱要將“腦科學(xué)與類腦研究”列為“科技創(chuàng)新2030—重大項目”[10]。

本研究選用14個通道的腦電設(shè)備采集喜悅、憤怒和悲傷三種情緒的腦電信號，嘗試以自適應(yīng)濾波對采集的腦電信號進行預(yù)處理，從功率譜和腦電地形圖對三種情緒的特征進行分析。實驗結(jié)果較好地反映了喜悅、憤怒和悲傷三種情緒在腦電上的區(qū)別與聯(lián)系。

1 實驗設(shè)計

采用美國的神經(jīng)科技公司Emotiv Systems推出的神經(jīng)頭盔(neuroheadset)來記錄受試者情緒變化的腦電信號，通過計算機對采集到的原始數(shù)據(jù)進行處理，實驗流程見圖1。

圖1 實驗系統(tǒng)流程圖

1.1 實驗準(zhǔn)備

在高校公開招募年齡在18～22歲，身心健康的在校學(xué)生16名，男女各占一半，平均年齡為(20±1.3)歲。實驗開始前，告知受試者實驗?zāi)康?、流程及注意事項，確保受試者填寫的問卷量表屬實。

設(shè)備采樣頻率為128 Hz，按國際統(tǒng)一的標(biāo)準(zhǔn)電極放置法選擇AF3、F7、F3、FC5、T7、P7、O1、O2、P8、T8、FC6、F4、F8、AF4共14個電極位置，其中大多位于大腦的左右前區(qū)，單極導(dǎo)聯(lián)。電極放置見圖2。

圖2 電極通道定位圖

1.2 實驗過程

在一個安靜、溫度且亮度適宜的房間內(nèi)為受試者佩戴腦電信號采集設(shè)備。實驗共分為3小節(jié)，每節(jié)為受試者播放一段誘發(fā)特定情緒的視頻，每段視頻持續(xù)時間約180 s，播放順序為喜悅、憤怒以及恐懼。在每小節(jié)實驗結(jié)束時，受試者需填寫一張情緒評測問卷，評價當(dāng)前的情緒狀態(tài)，問卷內(nèi)容包括當(dāng)前情緒強度、愉悅度、優(yōu)勢度和喚起度。之后播放一段約60 s的平靜視頻，待受試者情緒平復(fù)后進行下一小節(jié)。采集完成后，為受試者取下腦電采集設(shè)備，清洗頭部并整理實驗采集的腦電數(shù)據(jù)，準(zhǔn)備下一場實驗。實驗過程見圖3。

圖3 每小節(jié)流程

2 原始數(shù)據(jù)處理

2.1 自適應(yīng)濾波(AF)

本研究以自適應(yīng)濾波提取目標(biāo)頻率為1～30 Hz的腦電信號。自適應(yīng)濾波器由參數(shù)可調(diào)的數(shù)字濾波器和自適應(yīng)算法兩部分組成[11]。輸入信號x(n)通過參數(shù)可調(diào)數(shù)字濾波器后產(chǎn)生輸出信號y(n)，將其與期望信號d(n)進行比較，形成誤差信號e(n)，利用前一時刻得到的濾波器參數(shù)的結(jié)果，自動調(diào)節(jié)當(dāng)前時刻的濾波器參數(shù)，以適應(yīng)信號和噪聲未知的或隨時間變化的統(tǒng)計特性，最終使e(n)的均方值最小，見圖4。

圖4 自適應(yīng)濾波示意圖

2.2 獨立分量分析

濾波過后的腦電信號仍存在著眼電、肌電和工頻等干擾信號，為了去除這些信號，本研究采取了獨立分量分析(independent component analysis，ICA)來消除噪聲[12]。獨立分量分析又稱盲源分析，是伴隨著信號盲源問題發(fā)展起來的一種新的信號處理技術(shù)[13]。所謂盲源指的是源信號s除了為獨立統(tǒng)計之外均未知。假設(shè)在采集到的信號x與源信號s之間存在相應(yīng)的線性映射關(guān)系W，其迭代公式為：

(1)

g(u)=ue(-u2/2)

(2)

2.3 特征分析

經(jīng)過預(yù)處理完成的腦電數(shù)據(jù)剔除了眼電，肌電和工頻等干擾。將此時的腦電信號進行快速傅里葉變換即可獲得腦電信號的功率譜密度。它表示了信號功率隨頻率變化的情況，即信號功率與頻率的變化關(guān)系[14]。因此，腦電功率譜可以從能量的角度對δ波、θ波、α波和β波進行比較從而得出不同情緒下各波段的主次要程度。

本實驗采用的腦電采集設(shè)備實際采樣頻率為128 Hz，因此在數(shù)據(jù)的處理上使用了128點的快速傅里葉變換，可以得到X(k),k為對應(yīng)采樣頻率的128個點，n為采樣點數(shù)。

(3)

2.4 情緒波段指數(shù)

腦電信號分為四個不同的基礎(chǔ)波段，即δ波(1～3 Hz)、θ波(4～7 Hz)、α波(8～13 Hz)和β波(14～30 Hz)[15]。研究表明，δ波通常在成年人疲勞或深度睡眠狀態(tài)表現(xiàn)明顯；θ波通常在成人精神放松或淺度睡眠狀態(tài)表現(xiàn)明顯[16]；α波通常在成人安靜、清醒或養(yǎng)神狀態(tài)表現(xiàn)明顯；β波通常在成人情緒激動或緊張狀態(tài)表現(xiàn)明顯[17]。因此，隨著人情緒的改變這四個波段的能量也會產(chǎn)生相應(yīng)的變化。而從腦部區(qū)域能量強度變化上而言，大腦的左前區(qū)與快樂、憤怒這些趨近性的情緒有關(guān)，大腦右前區(qū)則與悲傷、恐懼這些回避式的情緒有關(guān)[18]。情緒波段指數(shù)以平靜情緒下的各波段能量變動和腦電地形圖為基準(zhǔn)，將三種情緒對應(yīng)的波段能量與之對比。

以δ波為例情緒波段指數(shù)計算公式如下

(4)

式中，Gδ為對應(yīng)δ波段能量指數(shù)，Eδ為δ波段總能量，EPδ為平靜情緒下δ波段的平均能量。

3 結(jié)果與討論

3.1 受試者對情感視頻的評分

情緒評測問卷包含愉悅度、喚起度、優(yōu)勢度和情緒強度共四個維度，每個維度按1～9分打分。愉悅度、喚起度和優(yōu)勢度均以5分為中性分界點，高于5分的是正性如愉悅、情緒喚起強烈和感官上處于優(yōu)勢，低于5分的是負(fù)性如不愉悅、無感覺和感官上被主導(dǎo)。而情緒強度則是分為三個等級分別是輕度(1～3)、中度(4～6)和重度(7～9)。

以受試者實驗過程中填寫的情緒自評問卷為基礎(chǔ)，計算出喜悅、憤怒和恐懼三種情緒的達成率。情緒的達成率是指情緒強度達到中度及以上的程度比率。本研究所用材料誘發(fā)的三種情緒達成率均在80%以上，因此，可認(rèn)為本研究對目標(biāo)情緒達成具有有效準(zhǔn)確的誘發(fā)。

受試者實驗過程中記錄的情緒自評問卷和情緒達成率詳見表1。

表1 情緒自評問卷和情緒達成率

由表1可知，情緒的愉悅度與視頻對應(yīng)誘發(fā)的正負(fù)情緒有關(guān)，正性情緒愉悅度高，反之愉悅度低；情緒的喚起度與情緒強度正相關(guān)，喚起度越高，受試者自身興奮程度越高，對應(yīng)的情緒強度也越強；情緒的優(yōu)勢度與情緒強度呈負(fù)相關(guān)，優(yōu)勢度越高，受試者對自身情緒的掌握度越高，誘發(fā)情緒的強度越低。

3.2 預(yù)處理后的腦電信號功率譜

三種情緒的功率譜選取對應(yīng)每段視頻最后30 s的腦電數(shù)據(jù)，并以3 s為基礎(chǔ)，分為10段，平靜情緒的功率譜選取三種情緒前播放平靜情緒視頻的后12 s，同樣以3 s為基礎(chǔ)，分為4段。對分段出的腦電數(shù)據(jù)進行驗證，得出14個電極的部分腦電功率譜，見圖5。

圖5 腦電功率譜

3.3 腦電頻譜地形圖比較

據(jù)腦電功率譜繪制腦電地形圖，見圖6。由圖6可知，在三種情緒的腦電地形圖互相對比下，喜悅時大腦左前區(qū)θ波和α波功率較高；憤怒時大腦左前區(qū)β波功率較高；恐懼時大腦右前區(qū)功率較高。

圖6 三種情緒θ、α和β波段腦電地形圖對比

3.4 情緒波段指數(shù)對比

得到腦電功率譜后，按照式(2)對三種不同情緒下的情緒波段指數(shù)進行計算。采用單因素ANOVA檢驗分析比較喜悅、憤怒和恐懼三種情緒在大腦左右前區(qū)的能量差異，結(jié)果顯示有統(tǒng)計學(xué)意義時，再根據(jù)方差齊性用LSD-T或塔姆黑尼T2檢驗方法進一步分析，結(jié)果見表2。

由表2可知，在左前區(qū)，喜悅情緒θ頻帶的能量顯著高于恐懼情緒；喜悅情緒α頻帶的能量顯著高于憤怒和恐懼情緒；憤怒情緒β頻帶的能量顯著差異于喜悅和恐懼情緒。在右前區(qū)，θ頻帶三種情緒無明顯差異；恐懼情緒在α和β頻帶的能量顯著高于喜悅和憤怒情緒。

表2 16名學(xué)生在不同情緒下的情緒波段指數(shù)

3.5 討論

目前關(guān)于額葉腦電功率譜技術(shù)的研究主要集中在額葉的中線地帶或僅對一個波段進行分析[19]。詹啟生等[20]發(fā)現(xiàn)在平靜狀態(tài)下，有自殺方式的大學(xué)生額葉中線的過穩(wěn)態(tài)值顯著低于無自殺方式的大學(xué)生。Cavanagh等[21]發(fā)現(xiàn)焦慮程度高的受試者在面對懲罰、沖突和錯誤時，額葉中線θ波功率顯著增強。鄭樊慧等[22]發(fā)現(xiàn)在青少年手槍運動員訓(xùn)練時，在擊發(fā)前3 s，運動員左顳區(qū)的α波功率值顯著地高于右顳區(qū)。而本研究在傳統(tǒng)功率譜研究基礎(chǔ)上進行延伸，在受試者頭部對稱選用14個電極，并從額葉的左右分別綜合θ波、α波和β波進行分析，進一步啟示腦電功率譜是情緒分類有效特征的同時，結(jié)合地形圖對情緒區(qū)分，提高了效率。這對于改進腦電信息采集方式、推廣應(yīng)用場景和提高情緒識別準(zhǔn)確率均有十分重要的意義。

雖然本研究能夠有效提取出受試者的情緒特征，并對不同的情緒進行區(qū)分，但本研究僅以身心健康的大學(xué)生為基準(zhǔn)，而精神障礙者對情緒的感知可能與健康人不同[23]。為了能更好地將研究成果轉(zhuǎn)化為實際應(yīng)用，未來應(yīng)基于精神障礙患者做對照研究，比較出健康人群與精神障礙人群的腦電差異。

4 結(jié)論

本研究通過情緒視頻有效誘發(fā)了受試者喜悅、憤怒和恐懼三種情緒的腦電信號，同時記錄了對應(yīng)的情緒評測問卷，利用自適應(yīng)濾波，功率譜分析等技術(shù)對原始腦電數(shù)據(jù)進行處理分析，比較了三種不同情緒下測評問卷、腦電特征的功率譜、地形圖和情緒波段指數(shù)等差異。

情緒測評問卷的結(jié)果很好地驗證了愉悅度、喚起度、優(yōu)勢度，情緒強度與情緒正負(fù)性之間的關(guān)系[24]。

喜悅、憤怒和恐懼三種情緒的θ波、α波和β波在腦前區(qū)的功率強度具有地形分布上的顯著差異。喜悅情緒下θ波和α波在大腦左前區(qū)提升明顯；憤怒情緒下β波在大腦左前區(qū)的提升明顯；恐懼情緒下β波在大腦右前區(qū)的提升明顯。波段能量的起伏與腦電波段的理論意義相符[25]。因此，大腦前區(qū)θ波、α波和β波的功率譜是情緒分類的有效特征，本研究將在精神醫(yī)學(xué)等領(lǐng)域具有良好的啟示意義。