基于fMRI的图像情感分析方法研究

来源 :太原理工大学 | 被引量 : 1次 | 上传用户:fzh5569
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
功能核磁共振成像技术以其无创性、高空间分辨率给人类研究大脑提供了很多的便利。随着核磁共振的发展,它被越来越多地用于医疗和科学研究。目前国内外对于脑部fMRI数据的研究主要是在认知方面,包括识别、注意、记忆等方面。而对于情感的研究相对较少,尤其是对图像情感所引起的脑部变化的研究更少。随着电脑、数码相机等高科技产品的出现,出现了大量的图片,更好地存储和检索这些图片能够为人类提供更多的方便。已有的研究大多集中在图像的颜色、纹理等低阶特征和图像情感的映射关系方面,本文利用fMRI获取人脑对图像情感的反应数据,选择合理的fMRI数据特征,通过SVM对fMRI数据进行情感分类,实现了借助fMRI手段解读人脑对图像情感的认知过程。主要工作如下:查阅分析了大量相关资料,进行了心理学行为实验,从大量的图片库中选择了能突出反应正中负三种情感的图片,选取了合适的被试和适合分析图像情感的fMRI实验模式—事件相关实验设计,并根据要求对核磁设备设置了相应的参数。利用数据预处理、特征选择、特征提取和分类算法四个阶段对采集的fMRI数据进行分析。采用的SPM软件对数据进行预处理;经过实验比较了激活区特征选择和T检验特征选择方法,通过T检验的选择方法完成了特征选择;通过实验比较了峰值、峰值所在的时间点、变化率、累积值和主成份分析五种特征提取方法。结果表明,峰值所在的时间点的方法比较稳定,准确率相对于其他四种较高,而其他四种方法的准确率相差不大;选用的SVM算法、调优后的SVM算法以及决策树的算法,对得到的特征进行分类并比较了分类结果,验证了调优后的SVM算法更有利于读出正中负三种不同的情感,其准确率在78%左右。本文的研究结果充分证明通过fMRI解读大脑图像情感的方法可行,能够有效地预测图像的正中负三种情感,对于后续更多数据分析方法的研究和图像情感的研究有着一定的参考和应用价值。
其他文献
Rootkit是能够长久且难以检测地存在于计算机系统中的一套程序和代码。由于Windows操作系统的普及性,针对Windows系统的Rootkit逐渐流行起来。Windows:Rootldt能够对操作系统中
传统网络体系结构中,新技术的应用需要通过标准化过程来实现,然而协议标准化的周期较长,新技术从研究成功到实际应用是一个漫长的过程,这严重地制约了新技术的发展。因此提出
随着互联网技术的迅猛发展,XML已逐渐成为数据表达和交换的新标准,越来越多的Web数据通过XML文档形式呈现。XML以其半结构化、自描述性、易于交换和可扩展性等特点在很多行业
机会网络是一种采用全新组网方式的无线自组织网络,其目标是为了解决网络频繁中断的数据传递问题。在机会网络中数据的传递是利用节点的移动性来实现的,不需要源节点和目的节
随着信息化的飞速发展,网络安全事件日益剧增,而对于入侵检测也成为热门的话题。国外的银行、警察署服务器、国家电网等重要行业均遭受到不同程度的威胁,且损失较为严重。在2015
随着当代互联网应用的发展,P2P(Peer-to-Peer)已经成为发展最快的网络应用之一。由于P2P技术具有文件共享、分布计算等优点,使得P2P流量占据了网络流量大部分的同时其技术也
语音识别已经得到突破性进展和广泛的应用,随着语音识别的发展不断提出新的需求,首先声学参数与发音人的自然属性相关,其次对声学参数的计算依赖大规模的语料资源,同时,语种
网格是一个集成的计算与资源环境,能够吸纳各种计算资源并将它们转化成一种随处可得的、可靠的、标准的、经济的计算能力。网格计算适用于大型的科学计算和项目研究,已成为继
高性能计算在科学研究和工程应用中扮演着日益重要的角色,其面临的基本问题之一是超大规模非线性方程组的数值求解。非线性系统维数的巨大,常常导致算法不仅对内存有巨大的需
移动机器人在真实世界中执行任务时,所面对的环境无论是室内的还是室外的、静止的还是动态的,甚至包括机器人本身在内都是三维立体的,因此,研究移动机器人在未知环境中建立一致准