Algoritmo para detectar emociones humanas utilizando señales electroencefalográficas

Abstract

Las emociones son estados mentales asociados a cambios repentinos que influyen en el comportamiento, pensamiento y en la salud de las personas. Con el paso de los años, se han desarrollado modelos de reconocimiento emocional con la finalidad de otorgar una mejor calidad de vida en las personas. En la última década, el reconocimiento emocional se ha llevado a cabo mediante el análisis de señales fisiológicas. Las señales fisiológicas modelan el comportamiento en órganos o tejidos en respuesta a alguna excitación. Otra alternativa consiste en la creación de modelos dirigidos a aplicaciones de interfaz cerebro-computadora, los cuales han sido importantes para identificar las emociones en los seres humanos. En este trabajo se propone una clasificación de emociones utilizando señales electroencefalográficas, las cuales se transforman a una representación tiempo-escala. Las wavelets han sido un método comúnmente utilizado para procesar señales electroencefalográficas o electrocardiográficas. Es por ello que en nuestro enfoque se utiliza la transformada continua wavelet para obtener imágenes de escalogramas de las señales electroencefalográficas. Consideramos la representación de tiempo-escala como imágenes que muestran la energía asociada a este tipo de señales. La extracción de características de los escalogramas mediante redes neuronales convolucionales permite proponer dos modelos para clasificar cuatro y ocho emociones. Los resultados de la clasificación fueron evaluados utilizando métricas de desempeño y comparados con trabajos relacionados, siendo superiores a algunos de los existentes en la literatura.