ECG与PPG情感识别系统比较：精度与潜力分析

本文探讨了"基于心电图（ECG）和光电容积描记图（PPG）的情感识别系统的有效性评估及比较"这一主题，由Sharifah Noor Masidayu Syed Ismaila、Nor Azlina Ab.Azizb和Satii Zainab Ibrahima等学者合作，发表在2022年的沙特国王大学学报上。心电图和光电容积图是两种常见的生理信号源，常用于心血管疾病的诊断和监测，近年来也被应用于情感计算领域，以识别人类的情绪。 ECG由于其单峰特性，通常被广泛用于情感识别系统（ERS），然而，PPG在这一领域的应用相对较少，其潜力尚未得到充分挖掘。为了填补这方面的研究空白，本文开发了一种结合ECG和PPG的ERS模型，并通过47名参与者的数据收集和两个公开数据集的分析，对两种信号的有效性进行了评估。 研究结果显示，心电图在唤醒情绪识别上的表现显著，准确率达到68.75%，显示出其在情感识别方面的优越性。另一方面，PPG在识别效价方面表现出更高的准确度，达到64.94%，而在维度类别分类上则有37.01%的精度。尽管当前研究倾向于使用ECG，但作者指出PPG信号的独特性使其成为开发ERS的一个可行选择，其结果在某些情况下与ECG相当。 文章还回顾了过去十年情感识别系统的发展，强调了多种生物信号如心电图、光电容积描记图、脑电图（EEG）、温度、肌电图（EMG）、皮肤电反应（GSR）等在情感计算中的应用。作者采用了支持向量机（SVM）、朴素贝叶斯（NB）、K最近邻（KNN）、决策树（DT）等机器学习算法，以及评估指标如曲线下面积（AUC）和奥格斯堡生物信号分析（AUBT）和TEAP（生理信号处理技术）。 总体而言，本文通过对比分析，提供了关于心电图和光电容积描记图在情感识别系统中的相对优势，为未来该领域的研究和发展提供了有价值的数据支持，同时也展示了将多种生理信号融合的可能性，以提高情感识别的准确性。此外，文章的开放获取性质，使得研究成果得以在全球范围内分享和应用。