车敏诗，聂春燕，杨承金，阮新磊，范如俊

长春大学 电子信息工程学院，长春130022

情绪是人在客观环境刺激下产生的短暂主观反应，其可以使人较好地适应当前环境[1]，是人与人交流的重要途径之一。表情、语调和肢体动作是人直观表达情绪的方式，但这些方式主观可控，存在无法反应人真实情绪的可能性[2]。美国纽约城市大学的Andreassi指出，情绪的波动伴随着人体生理信号的变化，与生理信号存在密切客观关系[3]。

近年来，随着人机交互的发展，基于生理信号的情绪研究倍受关注。文献[4]采用ReliefF算法提取Joy、Anger、Sadness、Pleasure状态下心电（ECG）、肌电（EMG）、呼吸（RSP）、皮电（GSR）信号的特征，构建J48决策树模型进行情绪识别；文献[5]针对脑电（EEG）信号的时间动态特性，采用长短时记忆网络（LSTM）模型用于情绪识别；文献[6]为解决模型所需训练数据大且计算复杂的问题，基于GSR、ECG、EEG信号提出超维多模态情绪识别算法（HDC-MER）。然而，查阅大量相关文献获知，基于生理信号的情绪研究成果基本集中在情绪识别，关联程度研究成果相对匮乏。明晰生理信号与情绪的关联度有助于提高基于生理信号的情绪识别率，文献[2]和文献[7]是为数不多的关于生理信号与情绪关联度的研究成果。文献[2]基于自己建立的生理信号数据库MPED，依据Spearman相关系数得出大脑前额叶的能量强度与积极情绪呈正相关，与消极情绪呈负相关的研究结果；文献[7]使用经验模态分解（EMD）算法提取EEG特征，并将其与心理状态剖面图（POMS）中的分量进行皮尔森关联分析，分析结果表明，前额叶FP1处的EEG与POMS中的愤怒分量呈显著正相关。……