Estudo das Respostas Emocionais Evocadas

Milhões de pessoas são afetadas por problemas de saúde mental todos os anos. Aproximadamente um em cada cinco adultos nos EUA experimenta pelo menos um episódio de doença mental a cada ano. Aproximadamente 16 milhões de pessoas têm pelo menos um episódio depressivo maior em um ano. Pesquisadores identificaram que a faixa etária do milênio corre o maior risco de desenvolver ansiedade, depressão e pensamentos suicidas do que qualquer outra geração. Essas condições são atribuídas por vários motivos, como aumento da competição, menos comunicação, menos apego ao mundo real, pressão no trabalho, etc.

Considerando o nível crescente de questões relacionadas com a saúde mental, compelido a pensar na compreensão das emoções e do impacto na saúde associado. Os métodos populares de detecção de emoções são a detecção de expressões faciais, mas para detectar emoções em tempo real, os sinais biofísicos são a melhor ferramenta de acordo com a literatura. Além disso, considerando a possibilidade futura da forma de produto do EMO-001, a detecção de emoções por meio de bio-sinais provou ser a abordagem correta. A intenção da pesquisa é classificar as emoções evocadas com base em bio-sinais de suporte do dispositivo EMO-001 do produto usando fotopletismografia (PPG), Galvanic Skin Response (GSR) e eletrocardiograma (ECG). A identificação de emoções a partir de bio-sinais e o desenvolvimento do algoritmo de classificação ajudam o produto a identificar o estado emocional da pessoa em tempo real e, eventualmente, ajuda a rastrear o estado emocional e sugere uma atividade que pode elevar o bem-estar emocional de uma pessoa.

Seis emoções principais, diversão, tristeza, nojo, medo, surpresa e emoção foram consideradas para coletar o sinal biológico. Os sinais biológicos para o estado neutro também foram capturados para criar uma linha de base para identificar mudanças nos sinais biológicos com emoções em mudança.

Para encontrar o equilíbrio de gênero nos indivíduos, uma proporção semelhante de homens e mulheres foi considerada. Visando a faixa etária do milênio para este produto, consideramos pessoas de 18 a 33 anos com qualificação mínima de bacharel e aqueles que estão empregados. Consideramos pessoas que entendem inglês e hindi como participantes, pois o conteúdo do vídeo estava apenas nesses idiomas.

Explorando diferentes métodos de elicitação de emoções, um método audiovisual foi considerado para este ensaio, pois é o método mais eficaz descrito em diferentes literaturas anteriores e através de cenários práticos. Mais de 1.000 videoclipes de plataforma aberta foram vistos e analisados ​​para cinco emoções diferentes. Dos quais 100 clipes de vídeo (20 por emoção) foram examinados por verificações de três níveis, os videoclipes selecionados também foram validados por uma verificação cega interna para descobrir qual emoção exata foi extraída de cada vídeo. A partir desses clipes identificados, diferentes conjuntos de clipes foram preparados. Pudemos identificar que os videoclipes são menos eficazes para provocar a raiva; portanto, o método de interação foi usado para isso.

Validação interna dos sensores de captura de dados e montagem feita para garantir que os sinais biológicos obtidos sejam de boa qualidade. Para a coleta dos sinais biológicos, os sujeitos foram solicitados a se sentar em uma posição adequada e os sensores foram colocados em um local específico do corpo.

Quando o sujeito estava pronto para a participação, inicialmente por 30 segundos imagens neutras (ex. locais da natureza) demonstraram neutralizar suas emoções. Depois disso, começando com qualquer emoção, três vídeos selecionados aleatoriamente de uma determinada emoção do banco de dados foram exibidos, cada um seguido por um recorte neutro para neutralizar o efeito do vídeo anterior. Paralelamente aos vídeos, os dados do bio-sinal foram coletados dos sensores. Depois de cada vídeo, o sujeito foi solicitado a preencher um formulário de feedback para avaliar suas emoções. Depois de terminar a coleta de sinais de cinco emoções diferentes e neutras no meio, a interação com o sujeito foi iniciada, onde o sujeito foi questionado sobre seu histórico geral e lentamente voltou-se para algum tópico delicado que ajudou a eliciar a emoção de raiva.

O ensaio teve intervenção totalmente não invasiva, em que o participante precisava ficar sentado por duas horas para assistir aos vídeos. Os dados coletados seriam posteriormente analisados ​​e usados ​​para o desenvolvimento do algoritmo de classificação de emoções.