诱发情绪反应的研究

每年有数百万人受到心理健康问题的影响。 在美国，大约五分之一的成年人每年至少经历一次精神疾病发作。 大约有 1600 万人在一年内至少有一次重度抑郁发作。 研究人员发现，与其他任何一代人相比，千禧一代患上焦虑、抑郁和自杀念头的风险最高。 这些情况是由许多原因造成的，例如竞争加剧、沟通减少、现实世界依恋减少、工作压力等。

考虑到与心理健康相关的问题越来越多，不得不考虑理解情绪和相关的健康影响。 流行的情绪检测方法是检测面部表情，但要检测实时情绪，根据文献，生物物理信号是最好的工具。 此外，考虑到 EMO-001 产品形式的未来可能性，通过生物信号进行情绪检测被证明是正确的方法。 该研究的目的是根据生物信号对诱发的情绪进行分类，以支持产品 EMO-001 设备使用光体积描记法 (PPG)、皮肤电反应 (GSR) 和心电图 (ECG)。 从生物信号中识别情绪，开发分类算法有助于产品实时识别人的情绪状态，并最终帮助跟踪情绪状态并建议可以提升人的情绪健康的活动。

主要六种情绪，娱乐，悲伤，厌恶，害怕，惊讶，激动被认为是收集生物信号。 还捕获了中性状态的生物信号，以创建用于识别生物信号随情绪变化而变化的基线。

为了找到受试者的性别平衡，考虑了相似的男性和女性比例。 针对此产品的千禧一代年龄组，我们考虑了年龄在 18 至 33 岁之间且具有最低学士学位资格的人以及那些有工作的人。 我们认为懂英语和印地语的人被视为主题，因为视频内容仅使用这些语言。

探索不同的情绪诱发方法，本次试验考虑了视听方法，因为它是以往不同文献和实际场景中描述的最有效的方法。 对来自开放平台的 1,000 多个视频片段进行了查看和分析，以了解五种不同的情绪。 其中 100 个视频（每种情绪 20 个）片段通过三级检查进行了仔细检查，选定的视频片段还通过内部盲目检查进行了验证，以确定从每个视频中引出的确切情绪。 从这些已识别的剪辑中，准备了不同的剪辑集。 我们可以确定视频剪辑在引发愤怒方面效果较差；因此使用了交互方法。

对数据捕获传感器和组件进行内部验证，以确保获得的生物信号质量良好。 为了收集生物信号，要求受试者坐在适当的位置，并将传感器放置在身体的特定位置。

当受试者准备好参与时，最初是 30 秒的中性图片（例如 自然景点）被证明可以中和他/她的情绪。 之后从任何一种情绪开始，从数据库中随机选择三个特定情绪的视频，每个视频后跟一个中性剪辑以抵消早期视频的效果。 在视频的同时，从传感器收集生物信号数据。 在每个视频之后，受试者被要求填写一份反馈表来评价他的情绪。 在完成五种不同情绪和介于两者之间的中性情绪的信号收集后，开始与受试者的互动，询问受试者的一般背景，然后慢慢转向一些有助于引发愤怒情绪的敏感话题。

该试验采用完全无创干预，参与者需要坐两个小时才能观看视频。 收集的数据将进一步分析并用于开发情绪分类算法。