《基於fMRI的個性化圖像情感標註及其本體庫研究》是依託太原理工大學，由陳俊傑擔任項目負責人的面上項目。
基本介紹
- 中文名：基於fMRI的個性化圖像情感標註及其本體庫研究
- 項目類別：面上項目
- 項目負責人：陳俊傑
- 依託單位：太原理工大學
項目摘要,結題摘要,
項目摘要
鑒於個性化圖像情感識別研究的需求和日益成熟的fMRI數據分析技術，本項目擬採集不同類型的人在觀看已標註情感語義樣本圖像時的fMRI數據，通過機器學習建立腦激活模式與圖像情感語義之間的映射關係，並利用這種映射關係標註未知圖像的情感，以此建立個性化情感圖像庫。研究內容主要包括：（1）利用機器學習方法分析fMRI數據，對認知狀態進行分類。這種分析方法可以很容易地推廣到其他領域。改變任務和分類的目標，就可以嘗試預測和分類不同認知狀態，從而推動人機互動、BCI（腦機接口）等領域的發展。（2）建立本體表示的符合MPEG-7標準的個性化情感圖像庫。每一幅圖像都包含低階特徵和對象、場景等高級語義，特別是使用傳統手工標註結合先進fMRI分析方法標註的個性化情感語義。個性化圖像情感庫既可以為圖像檢索、圖像理解、圖像情感識別研究領域提供標準數據集，也可為廣告、裝潢等設計領域提供素材，也可做為心理學情緒刺激材料。
結題摘要
針對當前圖像庫存在的圖像語義內容不完整、缺乏統一描述標準、圖像存儲獨立於資料庫管理系統而無法保證數據安全等問題，課題組提出了受限域（狗類）多層次圖像語義描述技術，確立了以圖像、圖像低層特徵、圖像對象、圖像公共情感及個性化情感為核心的內容體系，提出了包含原始圖像庫、特徵庫、對象庫及情感庫和個性化庫的圖像知識庫整體框架及其各特徵子庫相應的描述內容和方法，並對Mpeg-7描述框架進行了擴展。同時，課題組提出了基於自然語言的圖像情感檢索技術，並實現了以自然語言為檢索入口的多層次圖像語義檢索系統的開發及發布。 腦網路作為複雜網路理論在神經科學中的重要套用，極大程度上表現了不同尺度的腦結構或功能連線模型，提供了解釋人腦這一複雜系統在結構組織及信息加工模式等問題的重要工具。課題組以腦網路的研究目標，重點研究了靜息態功能腦網路的構建、度量、模組化、比較、臨床套用等內容。 此外，隨著fMRI數據分析技術的日漸成熟，課題組將該方法套用於情感識別研究中。提出基於fMRI的情感類型分類技術，利用fMRI技術觀察人腦對圖像情感的反應，分析不同人群（健康人、抑鬱症患者）在不同情感類型刺激下所產生的腦激活模式差異，利用機器學習的方式建立腦激活模式與情感之間的映射關係，通過訓練得到的分類器對未知圖像情感進行自動標註。 最後，課題組提出抑鬱症情感刺激模式分類技術，針對抑鬱症患者與正常人在不同情感類型下，特別是負性情感刺激下的激活模式差異，進行特徵計算、提取、篩選、組間差異分析及分類模型構建，以實現對抑鬱症患者的自動識別，輔助臨床診斷。 課題組共出版專著1部，獲得計算機軟體著作權1項，發表論文27篇，其中SCI檢索1篇，EI檢索16篇，培養研究生15名。
