विषय-पर विषय भावनाओं की पहचान में ईईजी विशेषताओं की खोज

मस्तिष्क इमेजिंग डेटा, जैसे कि ईईजी के आधार पर विषय-पर विषय भावनाओं की पहचान हमेशा कठिन रही है, क्योंकि विभिन्न विषयों में विशेषताओं की सामान्यीकरण की कमी होती है। इसलिए, विभिन्न ईईजी विशेषताओं की क्षमता का व्यवस्थित रूप से अन्वेषण करना आवश्यक है ताकि विषयों के बीच भावनात्मक जानकारी की पहचान की जा सके। पहले के संबंधित कार्यों ने केवल एक या दो प्रकार की विशेषताओं के आधार पर इस प्रश्न की खोज की है, और विभिन्न निष्कर्ष और निष्कर्ष प्रस्तुत किए गए हैं। इस कार्य में, हम विशेषता प्रकारों की एक व्यापक श्रृंखला के साथ इस प्रश्न पर अधिक व्यापक जांच का उद्देश्य रखते हैं, जिसमें 18 प्रकार की रैखिक और गैर-रैखिक ईईजी विशेषताएं शामिल हैं। इन विशेषताओं की प्रभावशीलता का परीक्षण दो सार्वजनिक रूप से उपलब्ध डेटासेट पर किया गया, अर्थात्, भौतिक संकेतों (डीईएपी) का उपयोग करके भावनात्मक विश्लेषण के लिए डेटासेट और एसजेटीयू भावनात्मक ईईजी डेटासेट (सीड)। हमने मान्यता प्रदर्शन का मूल्यांकन करने के लिए समर्थन वेक्टर मशीन (एसवीएम) दृष्टिकोण और "एक-विषय-छोड़कर" सत्यापन रणनीति को अपनाया। स्वचालित विशेषता चयन विधियों का उपयोग करते हुए, हमने डीईएपी डेटासेट पर 59.06% (एयूसी = 0.605) की सबसे उच्चतम औसत पहचान सटीकता और सीड डेटासेट पर 83.33% (एयूसी = 0.904) की पहचान की। इसके अलावा, सीड डेटासेट पर मैन्युअल रूप से संचालित विशेषता चयन का उपयोग करके, हमने विभिन्न चैनलों, मस्तिष्क क्षेत्रों, तालों और विशेषता प्रकारों सहित कई दृष्टिकोणों से विषय-पर विषय भावनाओं की पहचान में विभिन्न ईईजी विशेषताओं के महत्व का अन्वेषण किया। उदाहरण के लिए, हमने पाया कि बीटा रिदम में गतिशीलता का हर्ज़ पैरामीटर अन्य विशेषताओं की तुलना में सर्वश्रेष्ठ औसत पहचान सटीकता प्राप्त करता है। एक प्रारंभिक सहसंबंध विश्लेषण के माध्यम से, हमने अत्यधिक सहसंबंधित विशेषताओं की further जांच की, ताकि उन विशेषताओं में छिपे निहितार्थों को बेहतर ढंग से समझ सकें, जो विषय-पर विषय भावनाओं को अलग करने की अनुमति देते हैं। विभिन्न Remarkable अवलोकन किए गए हैं। इस पत्र के परिणाम यह पुष्टि करते हैं कि विषय-पर विषय भावनाओं की पहचान में मजबूत ईईजी विशेषताओं की खोज की संभावना है।