Key points are not available for this paper at this time.
摘要：开发了一种多变量模式分类系统，用于研究12名女性受试者在情感负荷想象期间和姿态面部表情中的面部肌电图（EMG）模式。一个参数提取程序识别出动态EMG信号属性，最大程度地区分自报情绪。对试验性EMG向量的判别分析允许评估特定EMG部位的构型，典型的情绪为快乐、悲伤、愤怒和恐惧。情感特异性EMG构型之间的可辨别性与主观情感想象的生动性和持续时间的评分相关。获得的证据表明，EMG模式编码了在想象过程中复杂的“混合”报告的情感状态。分类分析为12名受试者中的10名产生了自报情绪状态的点预测，并提供了第一次从心理生理反应中计算机识别自报情绪的成果.
Fridlund等人（周四）研究了这个问题.