Resumen

Investigar las diferencias de género en función de los cambios emocionales resulta esencial para comprender diversos comportamientos humanos en nuestra vida cotidiana. Se ha reclutado a diez estudiantes de la Universidad de Viena registrando el conjunto de datos del electroencefalograma (EEG) mientras veían cuatro videoclips emocionales cortos (ira, felicidad, tristeza y neutro) de estímulos audiovisuales. En este estudio, se aplicaron técnicas de eliminación de ruido con filtros convencionales y ondículas (WT) como etapa de preprocesamiento y se extrajeron características de exponente Hurst Hur y de entropía de permutación consciente de la amplitud AAPE del conjunto de datos de EEG. Se consideraron las técnicas de clasificación k-nearest neighbors kNN y support vector machine (SVM) para el reconocimiento automático del género a partir de EEG emocionales. La principal novedad de este trabajo es doble: en primer lugar, investigar Hur como una característica de complejidad y AAPE como un parámetro de irregularidad para los EEG emocionales utilizando el análisis de varianza de dos vías (ANOVA) y luego integrar estas características para proponer un nuevo método de fusión de características híbridas CompEn hacia el desarrollo del nuevo marco de reconocimiento de género WT_CompEn como núcleo para un modelo de reconocimiento de género automatizado que sea sensible para identificar los roles de género en la relación cerebro-emoción para mujeres y hombres. Los resultados ilustraron la eficacia de las características Hur y AAPE como índices notables para investigar la ira, la tristeza, la felicidad y el estado emocional neutro en función del género. Además, el marco WT_CompEn propuesto logró una mejora significativa en la precisión de clasificación SVM del 100%, lo que indica que el novedoso WT_CompEn puede ofrecer una vía útil para la mejora fiable del reconocimiento de género de diferentes estados emocionales. Por lo tanto, el nuevo marco WT_CompEn es un objetivo crucial para mejorar el proceso de reconocimiento automático del género a partir de señales EEG basadas en las emociones, lo que permite comprender mejor las diferencias de género y los efectos de una intervención en el cerebro sobre el comportamiento humano.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:reconocimiento automático de género, características AAPE de entropía de permutación consciente, método híbrido de fusión de características, nuevo marco de reconocimiento de género WT_CompEn, videoclips emocionales cortos, exponente Hurst Hur, precisión de clasificación SVM, diferentes estados emocionales, modelo de reconocimiento de género, efectos del comportamiento humano
• Keywords:automatic gender recognition, aware permutation entropy AAPE features, hybrid feature fusion method, novel WT_CompEn gender recognition framework, short emotional video clips, Hurst exponent Hur, SVM classification accuracy, different emotional states, gender recognition model, human behavior effects