Resumen

Proponemos utilizar la señal de EEG en tiempo real para clasificar emociones felices y tristes provocadas por imágenes y música clásica. Utilizamos PSD como característica y SVM como clasificador. Las precisiones medias del modelo dependiente del sujeto y del modelo independiente del sujeto son aproximadamente del 75,62% y del 65,12%, respectivamente. Considerando cada par de canales, el par temporal de canales (T7 y T8) da un resultado mejor que otras áreas. Considerando diferentes bandas de frecuencia, las bandas de alta frecuencia (Beta y Gamma) dan un resultado mejor que las bandas de baja frecuencia. Considerando diferentes duraciones de tiempo para la provocación de emociones, el resultado de 30 segundos no tiene una diferencia significativa en comparación con el resultado de 60 segundos. A partir de todos estos resultados, implementamos un sistema de detección de felicidad basado en EEG en tiempo real utilizando solo un par de canales. Además, desarrollamos juegos basados en el sistema de detección de felicidad para ayudar al usuario a reconocer y controlar la felicidad.

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Tiempo real; Señal de EEG; Emociones; PSD; SVM; Precisión
• Keywords:Real-time; Eeg signal; Emotions; Psd; Svm; Accuracy