APRENDIZADO DE MÁQUINA APLICADO PARA CLASSIFICAÇÃO DE EMOÇÕES EM SINAIS DE ELETROENCEFALOGRAMA

INTRODUÇÃO: O uso de sinais de eletroencefalografia (EEG) para classificação de emoções é importante e tem encontrado aplicações relevantes no meio da inovação industrial. Através do seu emprego é possível, através do uso conjunto de técnicas de aprendizado de máquina, captar estados emocionais que são importantes para monitoramento em atividades críticas, o que permite a geração de métricas quantitativas para ações apropriadas. OBJETIVOS: Neste contexto, a presente pesquisa foca em analisar as emoções de valência, excitação, dominância e afeição, utilizando a grande base de dados DEAP (Banco de Dados para Análise de Emoções usando Sinais Fisiológicos, do inglês Database for Emotion Analysis using Physiological signals) para o emprego de métodos de aprendizado de máquina e do conteúdo espectral das medições. MATERIAIS E MÉTODO: Os sinais EEG são processados a partir do código elaborado, usando a Decomposição Variacional em Modos (VMD, do inglês Variational Mode Decomposition), uma vez que cada modo é uma oscilação com uma banda de frequência limitada. Ademais, são realizadas análises dos sinais de EEG através de periodogramas, que permitem avaliar o conteúdo espectral dos sinais através da transformada de Fourier. RESULTADOS: A base de dados inclui a participação de 32 indivíduos, cada um submetido a 40 experimentos distintos, gerando um conjunto de dados abrangente através de 32 canais de EEG e 8 canais de sinais fisiológicos periféricos. CONSIDERAÇÕES FINAIS: O presente estudo permitiu que o aluno tivesse contato com base de dados relevante para a detecção de emoções, se familiarizasse com a geração de código necessário para análise de dados de EEG através do seu conteúdo espectral (comumente utilizado para este fim), e vislumbrasse novas aplicações do uso dos sinais neurais em aplicações inovadoras.

PALAVRAS-CHAVE: Análise de Emoções; Eletroencefalografia (EEG); Aprendizado de Máquina; Decomposição Variacional em Modos