Tesi etd-02042015-160718 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
SCALDAFERRI, CHIARA
Indirizzo email
chiara.scaldaferri@gmail.com
URN
etd-02042015-160718
Titolo
Development of an EEG-based emotion recognition algorithm
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA BIOMEDICA
Relatori
relatore Prof. Positano, Vincenzo
controrelatore Prof. Scilingo, Enzo Pasquale
tutor Baldo, Davide
controrelatore Prof. Scilingo, Enzo Pasquale
tutor Baldo, Davide
Parole chiave
- EEG
- emotion recognition
Data inizio appello
06/03/2015
Consultabilità
Completa
Riassunto
Il riconoscimento delle emozioni usando l’attività cerebrale è uno dei campi più all’avanguardia della ricerca scientifica di questi anni. I recenti risultati nel campo delle neuroscienze stanno indicando una possibile svolta in questa lunga sfida; infatti, alcuni processi mentali legati agli stati emozionali si stanno finalmente comprendendo.
Attraverso l'analisi dell'attività cerebrale, lo studio della tesi utilizza registrazioni elettroencefalografiche (EEG) per riconoscere emozioni positive e negative dei soggetti sotto analisi.
Lo studio prevede un esperimento per il suo espletamento: un gioco neuro-economico basato su una lotteria virtuale. A tal fine, sono state effettuate delle registrazioni EEG da 40 soggetti di cui, per ragioni legate alla conversione dei dati, solo 37 hanno potuto prendere parte all’analisi.
L'analisi dei dati EEG è stata effettuata applicando ai dati un parametro che, da letteratura, è noto riuscire a discriminare tra gli stati emotivi di attrazione e diffidenza: la Frontal Alpha Asymmetry (FAA). L'indicatore FAA si calcola dalla differenza delle potenze, nella banda alpha, tra gli emisferi frontali destro e sinistro. I risultati sperimentali indicano che tale parametro è fortemente correlato ad una emozione positiva o negativa.
Con questo parametro si è riusciti a trovare una netta separazione tra le curve della FAA derivate dall’emozione vincita e dall’emozione perdita e inoltre, si è potuto dimostrare che emozioni positive assumono valori positivi di FAA mentre le emozioni negative ne assumono valori negativi. L’esperimento ha affermato la fattibilità dell’approccio e un’accuratezza del 83,33% nel riconoscimento delle suddette emozioni.
Attraverso l'analisi dell'attività cerebrale, lo studio della tesi utilizza registrazioni elettroencefalografiche (EEG) per riconoscere emozioni positive e negative dei soggetti sotto analisi.
Lo studio prevede un esperimento per il suo espletamento: un gioco neuro-economico basato su una lotteria virtuale. A tal fine, sono state effettuate delle registrazioni EEG da 40 soggetti di cui, per ragioni legate alla conversione dei dati, solo 37 hanno potuto prendere parte all’analisi.
L'analisi dei dati EEG è stata effettuata applicando ai dati un parametro che, da letteratura, è noto riuscire a discriminare tra gli stati emotivi di attrazione e diffidenza: la Frontal Alpha Asymmetry (FAA). L'indicatore FAA si calcola dalla differenza delle potenze, nella banda alpha, tra gli emisferi frontali destro e sinistro. I risultati sperimentali indicano che tale parametro è fortemente correlato ad una emozione positiva o negativa.
Con questo parametro si è riusciti a trovare una netta separazione tra le curve della FAA derivate dall’emozione vincita e dall’emozione perdita e inoltre, si è potuto dimostrare che emozioni positive assumono valori positivi di FAA mentre le emozioni negative ne assumono valori negativi. L’esperimento ha affermato la fattibilità dell’approccio e un’accuratezza del 83,33% nel riconoscimento delle suddette emozioni.
File
Nome file | Dimensione |
---|---|
Tesi_Chi...ferri.pdf | 1.42 Mb |
Contatta l’autore |