Untersuchung evozierter emotionaler Reaktionen

Millionen von Menschen sind jedes Jahr von psychischen Erkrankungen betroffen. Etwa jeder fünfte Erwachsene in den USA erlebt jedes Jahr mindestens eine Episode einer psychischen Erkrankung. Etwa 16 Millionen Menschen haben in einem Jahr mindestens eine schwere depressive Episode. Forscher haben festgestellt, dass die Altersgruppe der Millennials das höchste Risiko hat, Angstzustände, Depressionen und Selbstmordgedanken zu entwickeln, als jede andere Generation. Diese Bedingungen werden durch viele Gründe wie zunehmender Wettbewerb, weniger Kommunikation, weniger Bindung an die reale Welt, Arbeitsdruck usw.

In Anbetracht der zunehmenden Anzahl von Problemen im Zusammenhang mit der psychischen Gesundheit ist es notwendig, über das Verständnis von Emotionen und den damit verbundenen gesundheitlichen Auswirkungen nachzudenken. Beliebte Methoden zur Erkennung von Emotionen sind die Erkennung von Gesichtsausdrücken, aber um Emotionen in Echtzeit zu erkennen, sind biophysikalische Signale laut Literatur das beste Werkzeug. Auch im Hinblick auf die mögliche zukünftige Produktform von EMO-001 erwies sich die Emotionserkennung durch Biosignale als der richtige Ansatz. Die Absicht der Forschung ist es, die evozierten Emotionen basierend auf Biosignalen zur Unterstützung des Produkts EMO-001-Gerät unter Verwendung von Photoplethysmographie (PPG), galvanischer Hautreaktion (GSR) und Elektrokardiogramm (EKG) zu klassifizieren. Die Identifizierung von Emotionen anhand von Biosignalen und die Entwicklung eines Klassifizierungsalgorithmus hilft dem Produkt, den emotionalen Zustand der Person in Echtzeit zu identifizieren und hilft schließlich, den emotionalen Zustand zu verfolgen und eine Aktivität vorzuschlagen, die das emotionale Wohlbefinden einer Person steigern kann.

Die sechs wichtigsten Emotionen, Belustigung, Traurigkeit, Ekel, Angst, Überraschung und Nervenkitzel wurden als Biosignale erfasst. Biosignale für den neutralen Zustand wurden ebenfalls erfasst, um eine Basislinie für die Identifizierung von Veränderungen in den Biosignalen mit sich ändernden Emotionen zu schaffen.

Um das Geschlechterverhältnis in Fächern zu finden, wird ein ähnliches Verhältnis von Männern und Frauen berücksichtigt. Wir richten uns mit diesem Produkt an die Altersgruppe der Millennials und berücksichtigen Personen im Alter von 18 bis 33 Jahren mit einer Mindestqualifikation mit Bachelor-Abschluss und diejenigen, die berufstätig sind. Wir betrachteten Personen, die Englisch und Hindi verstehen, als Thema, da Videoinhalte nur in diesen Sprachen verfügbar waren.

Bei der Erforschung verschiedener Methoden der Emotionsauslösung wurde für diesen Versuch eine audiovisuelle Methode in Betracht gezogen, da sie die effektivste Methode ist, die in verschiedenen früheren Literaturstellen und durch praktische Szenarien beschrieben wurde. Mehr als 1.000 Videoclips von der offenen Plattform wurden angesehen und auf fünf verschiedene Emotionen analysiert. Davon wurden 100 Videoclips (20 pro Emotion) durch dreistufige Prüfungen untersucht, ausgewählte Videoclips wurden außerdem durch eine interne Blindprüfung validiert, um herauszufinden, welche genaue Emotion jedem Video entlockt wurde. Aus diesen identifizierten Clips wurden verschiedene Sätze von Clips vorbereitet. Wir konnten feststellen, dass Videoclips weniger effektiv sind, um die Wut hervorzurufen; daher wurde dafür die Interaktionsmethode verwendet.

Interne Validierung der Datenerfassungssensoren und der Montage, um sicherzustellen, dass die erhaltenen Biosignale von guter Qualität sind. Für die Sammlung von Biosignalen wurden die Probanden gebeten, in einer geeigneten Position zu sitzen, und Sensoren wurden an bestimmten Stellen des Körpers platziert.

Wenn der Proband zur Teilnahme bereit war, zunächst für 30 Sekunden neutrale Bilder (z. Naturstätten) neutralisieren nachweislich seine/ihre Emotionen. Danach wurden, beginnend mit einer beliebigen Emotion, drei zufällig ausgewählte Videos einer bestimmten Emotion aus der Datenbank gezeigt, jeweils gefolgt von einem neutralen Ausschnitt, um die Wirkung des vorherigen Videos zu neutralisieren. Parallel zu Videos wurden die Biosignaldaten von den Sensoren gesammelt. Nach jedem Video wurde der Proband gebeten, ein Feedback-Formular auszufüllen, um seine Emotionen zu bewerten. Nach Abschluss der Signalsammlung von fünf verschiedenen Emotionen und neutralen dazwischen wurde eine Interaktion mit der Versuchsperson eingeleitet, bei der die Versuchsperson nach ihrem allgemeinen Hintergrund gefragt wurde und sich langsam einem sensiblen Thema zuwandte, das dazu beitrug, die Wut-Emotion hervorzurufen.

Die Studie hatte einen vollständig nicht-invasiven Eingriff, bei dem die Teilnehmer zwei Stunden sitzen mussten, um sich die Videos anzusehen. Die gesammelten Daten würden weiter analysiert und für die Entwicklung eines Emotionsklassifizierungsalgorithmus verwendet.