fa بازشناسی خودکار حالت عاطفی مبتنی بر تغییرات فیزیولوژیک مقالات پردازش گفتار Paper پژوهشي Research <a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);"></a> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);">بازشناسی خودکار حالت عاطفی به منظور بهبود ارتباط انسان و رایانه، تحقیقات بالینی و کاربردهای متنوّع دیگر در چند سال اخیر مورد توجّه محقّقان بوده است. از جمله روشهای بازشناسی خودکار حالت عاطفی که نسبت به روش های دیداری- شنیداری، به آن توجّه کمتری شده است، نظارت بر تغییرات فیزیولوژیک به وسیله ثبت سیگنالهای محیطی میباشد. حالتهای مختلف عاطفی باعث تحریک دستگاه عصبی خودمختار و به دنبال آن تغییرات فیزیولوژیک به وسیله دو بخش سمپاتیک و پاراسمپاتیک و ایجاد الگوهای مشخص در سیگنالهای محیطی میشود. در این پژوهش سعی میگردد، آزمایشی مطمئن به منظور ایجاد چهار وضعیت عاطفی مشخّص در 25 داوطلب سالم و ثبت همزمان سیگنالهای محیطی برپا شود. همچنین، روش جدیدی در انتخاب افراد شرکت کننده در آزمایش پیشنهاد میگردد. علاوه بر آن پس از پیش پردازشهای مناسب، ویژگیهای متنوّعی از سیگنالها استخراج میشود. در ادامه، مقایسه ای بین روشهای کاهش بعد و دسته بندی کننده برای نیل به بهترین درصد صحّت تفکیک چهار وضعیت عاطفی انجام میشود. روش پیشنهاد شده میتواند حالتهای عاطفی مشخص را با دقّت میانگین 3/84% برای روشهای مختلف کاهش بعد و دسته بندی کننده تفکیک کند. نتایج این پژوهش میتواند به برون آزمایشگاهی شدن این روش بازشناسی کمک نماید.</a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> <a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);"></a> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="ltr" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);">Recently, automatic affective state recognition has been noteworthy for improving Human Computer Interaction (HCI), clinical researches and other various applications. Little attention has been paid so far to physiological signals for affective state recognition compared to audio-visual methods. Different affective states stimulate the Autonomic Nervous System (ANS) and lead to changes in physiology via the Sympathetic and Parasympathetic system and generation of specific patterns in physiological signals. In this study, we setup a reliable experiment to elicit four specific affective states in 25 healthy cases and record the physiological signals simultaneously. We also proposed a novel method to choose the cases. In addition, after the appropriate preprocessing, different features were extracted from the signals. Furthermore we compared various dimension reduction and classification methods to obtain a higher classification&rsquo;s accuracy. An average accuracy of 84.3% was achieved by using the different dimension reduction and classification methods. The results show that our proposed method improved the accuracy of recognition and it can result in developing a realistic application. </a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> بازشناسی حالت عاطفی, دستگاه عصبی خودمختار, پردازش سیگنالهای حیاتی, استخراج ویژگی, کاهش بعد, دسته بندی Affective state recognition, Autonomic Nervous System, Biosignal processing, Feature extraction, Dimension reduction, Classification 85 100 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-151-1&slc_lang=fa&sid=1 behrouz shafiyi بهروز مجردشفیعی behrooz.m.sh@gmail.com 10031947532846004170 10031947532846004170 Yes دانشگاه اصفهان Mohammadreza Yazdchi محمدرضا یزدچی yazdchi@eng.ui.ac.ir 10031947532846004171 10031947532846004171 No دانشگاه اصفهان Mehran Emadi Andani مهران عمادی اندانی emadi@eng.ui.ac.ir 10031947532846004172 10031947532846004172 No ر