A carregar...
Publicação
Emotional Assessment based on single-channel EEG and EDA signals
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 17.24 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
As the interactions between humans and computers continue to grow, and technology
takes more space in our daily lives, it’s crucial for our devices to evolve and better serve
us. Affective computing and Brain-Computer Interfaces have emerged as promising ap-
proaches to bring humans and technology closer together. These technologies aim to
improve the machine’s understanding of the human psychology and use it to provide
personalized and efficient services. It could also improve the accuracy of facial recog-
nition software, which often struggles with differentiating between similar emotional
expressions. Identification of emotions can be achieved by self-report, physiological mea-
surements or behavioral analysis. All these processes induce errors due to the subjective
criteria in self-assessment and behavioural analysis, and the difficulty in identifying emo-
tions from physiological measurements. Affective computing has mainly focused on
EEG-based emotion recognition, EEG signals are directly related to brain activity and
since emotions are the result of brain processes such measurements could offer value
in identifying emotions. Combining the EEG signals with another physiological sensor
could help improve emotion recognition and give a better insight of a user’s emotional
state, especially when dealing with single-channel or consumer grade EEG devices. Com-
bining EEG with EDA sensors is gaining increasing interest. EDA sensors can measure
changes in the skin’s electrical conductivity, which can indicate emotional arousal. By
analyzing both brainwave activity and changes in skin conductivity, researchers can gain
a more complete picture of a user’s emotional experience. This can be especially useful in
fields such as psychology, where understanding emotional states is critical. Combining
EEG and EDA sensors could improve accuracy in emotion recognition, as well as a more
detailed understanding of emotional states. The proposed research aims to establish
correlations between single-channel EEG and EDA measurements, and emotional self-
assessment by promoting exposure of selected images in a trial with human volunteers.
À medida que as interações entre humanos e computadores continuam a crescer e a tecnologia ocupa mais espaço nas nossas vidas diárias, é crucial que os nossos disposi- tivos evoluam para nos servir melhor. A computação afetiva (affective computing) e as interfaces cérebro-computador (brain-computer interfaces) surgiram como abordagens promissoras para aproximar os humanos e a tecnologia. Tecnologias como estas visam me- lhorar a compreensão da máquina sobre o cérebro e a fisiologia humana e utilizá-la para fornecer serviços personalizados e eficientes, como a adaptação de listas de reprodução de música com base no estado emocional do usuário, ou melhorar a precisão de softwares de reconhecimento facial. A identificação de emoções pode ser alcançada usando auto- avaliação, medidas fisologicas ou avaliação comportamental. Todos estes processos teem falhas e induzem erros devido à natureza subjectiva das emoções. A Computação afetiva tem se focado principalmete em soluções à base de EEGs. Sinais de EEG estão diretamente relacionados com a actividade cerebral, visto que emoções são o resultado de processos cerebrais, equipamentos como EEGs podem tem bastante potencial na identificação de emoções. A combinação dos sinais EEG com outros sensores fisiológicos poderia ajudar a melhorar o reconhecimento de emoções e fornecer uma melhor compreensão do estado emocional de um utilizador, especialmente ao lidar com dispositivos EEG de um único canal. Os sensores EDA medem mudanças na condutividade elétrica da pele, o que pode indicar excitação emocional (arousal). Analisando a atividade das ondas cerebrais e as mudanças na condutividade da pele, os investigadores podem obter uma imagem mais completa da experiência emocional de um utilizador. Isto pode ser especialmente útil em áreas como a psicologia, onde a compreensão dos estados emocionais é crucial.
À medida que as interações entre humanos e computadores continuam a crescer e a tecnologia ocupa mais espaço nas nossas vidas diárias, é crucial que os nossos disposi- tivos evoluam para nos servir melhor. A computação afetiva (affective computing) e as interfaces cérebro-computador (brain-computer interfaces) surgiram como abordagens promissoras para aproximar os humanos e a tecnologia. Tecnologias como estas visam me- lhorar a compreensão da máquina sobre o cérebro e a fisiologia humana e utilizá-la para fornecer serviços personalizados e eficientes, como a adaptação de listas de reprodução de música com base no estado emocional do usuário, ou melhorar a precisão de softwares de reconhecimento facial. A identificação de emoções pode ser alcançada usando auto- avaliação, medidas fisologicas ou avaliação comportamental. Todos estes processos teem falhas e induzem erros devido à natureza subjectiva das emoções. A Computação afetiva tem se focado principalmete em soluções à base de EEGs. Sinais de EEG estão diretamente relacionados com a actividade cerebral, visto que emoções são o resultado de processos cerebrais, equipamentos como EEGs podem tem bastante potencial na identificação de emoções. A combinação dos sinais EEG com outros sensores fisiológicos poderia ajudar a melhorar o reconhecimento de emoções e fornecer uma melhor compreensão do estado emocional de um utilizador, especialmente ao lidar com dispositivos EEG de um único canal. Os sensores EDA medem mudanças na condutividade elétrica da pele, o que pode indicar excitação emocional (arousal). Analisando a atividade das ondas cerebrais e as mudanças na condutividade da pele, os investigadores podem obter uma imagem mais completa da experiência emocional de um utilizador. Isto pode ser especialmente útil em áreas como a psicologia, onde a compreensão dos estados emocionais é crucial.
Descrição
Palavras-chave
EEG EDA single-channel EEG Affective Computing Brain-Computer Interfaces Emotional Assessment