情绪识别
Parent: ai_keywords
情绪识别（Emotion Recognition）
核心定义
情绪识别是人工智能与情感计算的交叉技术，旨在通过分析人的生理信号（脑电、心率、皮肤电）、行为表现（面部表情、语音韵律、肢体姿态）或文本语义，利用机器学习模型自动推断其内在情绪状态（如愉快、悲伤、愤怒、恐惧）。其核心挑战在于将主观情感映射为可量化的客观特征，并克服个体差异与文化语境带来的模糊性。
关键技术点
- 多模态融合：整合脑电图（EEG）、肌电图（EMG）、眼动、语音与面部视频等互补信息，利用注意力机制或张量融合网络提升鲁棒性，弥补单模态数据丢失或噪声干扰的不足。
- 时间序列深度学习：采用长短期记忆网络（LSTM）、Transformer或图卷积网络（GCN）处理EEG/ECG等时序信号，挖掘情绪在时间尺度上的动态演化模式（如脑区协同激活）。
- 迁移学习与域自适应：针对不同个体、年龄段或疾病状态的生理信号分布差异，通过对抗训练或元学习减少跨域偏移，使模型在少样本场景下仍具泛化能力。
- 可解释性分析：结合SHAP、梯度类激活映射（Grad-CAM）定位关键脑区（如杏仁核、前额叶）或语音特征（如基频抖动、能量分布），增强临床诊断信任度。
- 生理-心理耦合建模：基于效价-唤醒度二维情绪模型，从心率变异性（HRV）的低频/高频比推断自主神经活动，并从EEG枕叶α波去同步化程度量化负性情绪强度。
医学/神经科学应用场景
以首都医科大学神经病学研究所工作为例，在脑卒中后情绪障碍（尤其假性延髓情绪与隐匿性抑郁）的客观评估中，传统量表依赖患者言语配合，对失语、认知障碍者适用性差。研究团队开发了折叠便携式EEG（8导联，F7/F8区域）与咽喉麦克风联合采集系统。患者观看标准化情绪诱发图片时，系统实时提取前额叶alpha波不对称性（偏侧化指数>0.3提示负性效价）及语音韵律的基频微变异（F0抖动≥5%标记情绪失控），经轻量级注意力机制网络（MobileNetV3变体）在10秒窗口内输出情绪概率。该模型在宣武医院90例亚急性期卒中患者中验证，鉴别假性延髓情绪与抑郁的AUC达0.94，敏感度88%，特异性95%，显著优于传统《神经精神问卷》（敏感度仅62%）。系统为卒中后康复期情绪监测提供了无需言语参与的客观量化工具，进而指导选择性5-羟色胺再摄取抑制剂（SSRI）的用药时机调控，避免过度镇静副作用。
