基于可穿戴设备的心电图与皮肤电反应情绪识别技术及其仪器评估:一项系统综述
《IEEE Transactions on Instrumentation and Measurement》:Wearable-Based Emotion Recognition Using Electrocardiogram and Galvanic Skin Response and Instrumentation Audit: A Systematic Review
【字体:
大
中
小
】
时间:2026年06月16日
来源:IEEE Transactions on Instrumentation and Measurement 5.9
编辑推荐:
摘要:如今,简单且不显眼的可穿戴设备,尤其是手表和手环,能够方便地实现持续监测,因此被老年人广泛使用。有效的情绪识别不仅依赖于模型的进步,还取决于信号采集与处理的方法。为应对这一需求,我们对利用可穿戴生理信号进行情绪识别的研究进行了系统综述,重点研究了两种实用的技术:心电图(EC
摘要:
如今,简单且不显眼的可穿戴设备,尤其是手表和手环,能够方便地实现持续监测,因此被老年人广泛使用。有效的情绪识别不仅依赖于模型的进步,还取决于信号采集与处理的方法。为应对这一需求,我们对利用可穿戴生理信号进行情绪识别的研究进行了系统综述,重点研究了两种实用的技术:心电图(ECG),它能反映心脏动态和情绪激动状态;以及皮肤电反应(GSR),这是一种反映交感神经系统活性的电皮肤活动指标,可在手腕处便捷地记录。我们查阅了四个主要的学术平台(ScienceDirect、SpringerLink、Taylor & Francis Online、IEEE Xplore),找到了549篇相关论文;在排除90篇综述文章以及75篇仅涉及脑电图(EEG)的论文后,有384篇论文接受了详细筛选。再排除20篇仅研究压力问题的论文以及316篇没有ECG/GSR数据的论文后,最终确定了48篇运用机器学习技术的研究(时间范围为2019–2025年)。虽然支持向量机等传统模型仍然较为常用,但深度学习技术,尤其是卷积神经网络(CNNs)及其混合模型,在识别复杂的时间模式方面更为有效。同时,我们还对常用数据集的仪器与测量方面进行了评估。这些数据集通常会记载相关的协议和采样率,但却往往缺少一些关键的测量细节:电极类型与位置、皮肤与电极之间的阻抗、信号质量指标、校准方法、重复性以及不同设备之间的可比性。这些缺陷不仅影响了对感知与建模性能的公正评估,还制约了不确定性的分析,同时也给硬件转移和跨研究比较带来了困难……
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号