Estudio de Respuestas Emocionales Evocadas

Millones de personas se ven afectadas por condiciones de salud mental cada año. Aproximadamente uno de cada cinco adultos en los EE. UU. experimenta al menos un episodio de enfermedad mental cada año. Aproximadamente 16 millones de personas tienen al menos un episodio depresivo mayor en un año. Los investigadores han identificado que el grupo de edad Millennial tiene mayor riesgo de desarrollar ansiedad, depresión y pensamientos suicidas que cualquier otra generación. Estas condiciones se atribuyen a muchas razones, como el aumento de la competencia, menos comunicación, menos apego al mundo real, presión laboral, etc.

Teniendo en cuenta el nivel cada vez mayor de problemas relacionados con la salud mental, se ve obligado a pensar en comprender las emociones y el impacto en la salud asociado. Los métodos populares de detección de emociones son mediante la detección de expresiones faciales, pero para detectar emociones en tiempo real, las señales biofísicas son la mejor herramienta según la literatura. Además, al considerar la posibilidad futura de la forma de producto de EMO-001, la detección de emociones a través de bioseñales demostró ser el enfoque correcto. La intención de la investigación es clasificar las emociones evocadas en función de las bioseñales que respaldan el dispositivo del producto EMO-001 utilizando fotopletismografía (PPG), respuesta galvánica de la piel (GSR) y electrocardiograma (ECG). La identificación de emociones a partir de bioseñales y el desarrollo de un algoritmo de clasificación ayuda al producto a identificar el estado emocional de la persona en tiempo real y, finalmente, ayuda a rastrear el estado emocional y sugiere una actividad que puede mejorar el bienestar emocional de una persona.

Se consideraron seis emociones principales, diversión, tristeza, disgusto, miedo, sorpresa y emoción para recopilar la bioseñal. También se capturaron bioseñales para el estado neutral para crear una línea de base para identificar cambios en las bioseñales con emociones cambiantes.

Para encontrar el equilibrio de género en los sujetos, se consideró una proporción similar de hombres y mujeres. Dirigido al grupo de edad Millennial para este producto, consideramos personas de 18 a 33 años con una calificación mínima de licenciatura y aquellos que están empleados. Consideramos que las personas que entienden inglés e hindi son sujetos, ya que el contenido del video solo estaba en estos idiomas.

Al explorar diferentes métodos de obtención de emociones, se consideró un método audiovisual para este ensayo, ya que es el método más efectivo descrito en diferentes publicaciones anteriores y en escenarios prácticos. Se vieron y analizaron más de 1,000 clips de video de plataforma abierta para cinco emociones diferentes. De los cuales 100 clips de video (20 por emoción) se analizaron mediante controles de tres niveles, los clips de video seleccionados también se validaron mediante un control ciego interno para averiguar qué emoción exacta se obtuvo de cada video. A partir de estos clips identificados, se prepararon diferentes conjuntos de clips. Podríamos identificar que los videoclips son menos efectivos para provocar la ira; por lo tanto, se utilizó el método de interacción para ello.

Validación interna de los sensores de captura de datos y montaje realizado para asegurar que las bioseñales obtenidas sean de buena calidad. Para la recopilación de señales biológicas, se pidió a los sujetos que se sentaran en una posición adecuada y se colocaron sensores en un lugar particular del cuerpo.

Cuando el sujeto estaba listo para la participación, inicialmente durante 30 segundos imágenes neutras (p. sitios naturales) neutralizaron sus emociones. Después de eso, comenzando con cualquiera de las emociones, se mostraron tres videos seleccionados al azar de una emoción particular del banco de datos, cada uno seguido de un recorte neutral para neutralizar el efecto del video anterior. En paralelo a los videos, los datos de la bioseñal se recolectaron de los sensores. Después de cada video, se le pidió al sujeto que completara un formulario de comentarios para calificar sus emociones. Después de terminar la colección de señales de cinco emociones diferentes y neutrales en el medio, se inició la interacción con el sujeto donde se le preguntó sobre sus antecedentes generales y lentamente pasó a algún tema sensible que ayudó a provocar la emoción de ira.

El ensayo tuvo una intervención completamente no invasiva, donde los participantes deben sentarse durante dos horas para ver los videos. Los datos recopilados se analizarían y utilizarían más a fondo para el desarrollo del algoritmo de clasificación de emociones.