看喜剧和学数学,大脑的“快乐信号”真的不一样吗?

· 生物传感器,脑电波,脑电信号,情绪监测,脑波情绪

思知瑞科技双通道脑电情绪算法实验记录|全新科研开发工具开放体验

看喜剧时,人不一定会笑。

听数学课时,人也不一定会表现出明显的负面情绪。

那么,如果不依赖面部表情,仅通过脑电信号,我们能否观察到不同内容体验下的相对情绪状态变化?

最近,思知瑞科技使用自主研发的双通道脑电设备与快乐情绪算法,进行了一次有趣的探索性实验。

结果出现了值得关注的差异。

一、同一个人,看两种不同的视频

实验者佩戴思知瑞双通道脑电设备,通过前额 FP1、FP2 电极采集脑电信号,并使用耳垂参考电极。

实验过程中,软件同步播放视频、记录脑电信号、保存算法输出,并通过摄像头记录实验者的外在反应。

我们选取了两种不同类型的视频内容:

第一组:喜剧小品《以前没有看过》

实验者观看喜剧内容。过程中虽然没有频繁出现明显笑容,但整体观看体验偏向轻松、积极。

大脑的快乐信号检测

第二组:初二几何教学视频

实验者观看数学知识讲解,主要处于听讲、理解和思考的状态。

我们的快乐情绪算法会根据脑电特征,输出三个相对状态方向码:

  • 0:负面方向
  • 1:平静方向
  • 2:快乐方向
大脑的快乐信号检测

需要说明的是,这些方向码是算法对脑电特征的分类结果,并不直接等同于受试者真实情绪的确定性判断。

二、实验结果:快乐方向码占比出现明显差异

两段视频观看结束后,软件自动统计了三种方向码的时间占比。

Section image

其中最引人注意的是快乐方向码 2。

观看喜剧小品时,快乐方向码占比达到 50.9%。

观看初二几何教学视频时,这一比例下降至 12.1%。

两者相差 38.8 个百分点,前者约为后者的 4.2 倍。

与此同时,负面方向码 0 的占比从喜剧视频中的 13.9%,增加到几何教学视频中的 46.0%。

这说明,在本次实验中,同一套算法面对不同视频内容,产生了明显不同的状态分布。

三、有意思的是:实验者并没有一直笑

在观看喜剧小品时,实验者并没有持续大笑,甚至大部分时间表情比较平静。

但算法输出的快乐方向码仍然占据较高比例。

这让我们产生了一个值得进一步研究的问题:

外在表情不明显时,脑电特征是否仍可能反映某些积极体验的变化?

在几何教学视频中,我们也观察到一些有意思的细节。

例如,实验者在视频开始阶段出现笑容时,算法曾短暂输出快乐方向码 2。

而在后续与他人交流的过程中,算法输出也出现了一些明显波动。

这些现象为后续分析提供了可回放的观察线索。

当然,交谈、眼动、面部肌肉活动等因素也可能影响前额脑电信号。因此,我们不会仅凭这些现象,就认定算法已经准确识别了实验者的真实情绪。

但这次实验至少说明:不同视频条件下的算法输出差异值得继续研究。

四、比结果更重要的是:整个过程可以记录、回放和分析

过去,很多脑电互动应用只展示一个实时变化的数值。

用户能看到结果,却不容易回答:

这个结果是在什么时候产生的?

当时受试者正在看什么内容?

有没有出现表情变化或其他行为?

原始脑电信号是什么样的?

为了让这些问题能够被进一步研究,我们开发了配套的脑电实验记录与分析软件。

它可以将以下信息关联到统一的实验时间轴:

视频刺激内容 + 原始脑电信号 + 情绪算法输出 + 实验者反应录像

实验结束后,研究者可以回放整个过程,观察算法输出与视频内容、行为表现之间的时间关系。

软件还可以统计不同视频阶段中,0、1、2 三种方向码的占比,并生成可视化图表。

这意味着研究者不必只接受一个最终结论,而是能够回到实验过程,查看数据、分析现象并提出自己的解释。

五、全新产品:思知瑞双通道脑电情绪算法科研开发套件

基于这次实验,我们希望把研究工具进一步开放给科研人员和开发者。

思知瑞科技现推出:

双通道脑电情绪算法科研开发套件

这不是一款要求用户直接相信“快乐识别结果”的产品。

我们希望提供的是一套可供客户亲自验证和开发的脑电情绪算法研究工具。

套件以思知瑞双通道脑电硬件为基础,结合快乐情绪算法与实验记录分析软件,支持:

  1. 双通道脑电采集:获取 FP1、FP2 脑电数据。
  2. 实时算法输出:观察 0、1、2 三档相对状态结果。
  3. 视频刺激实验:使用不同类型的视频开展对比研究。
  4. 同步记录与回放:将视频、算法输出、原始脑电和实验录像关联分析。
  5. 分类占比统计:对不同实验阶段生成状态分布图表。
  6. 科研与二次开发:为后续算法研究、数据分析和交互应用提供基础。

科研人员可以根据自己的研究目的选择刺激材料、设计实验流程,并观察算法在不同受试者、不同内容条件下的表现。

六、我们希望与科研客户一起寻找答案

本次实验属于初步探索,参与者数量有限,尚不能据此推导算法的情绪识别准确率。

但实验中观察到的明显差异,让我们看到了继续研究的价值。

下一阶段,我们计划增加实验人数,比较不同参与者在喜剧、放松视频、教学内容及其他刺激条件下的算法输出,并结合主观情绪评分进行进一步分析。

我们也欢迎高校实验室、情绪计算研究团队、人机交互开发者和脑电应用研究人员,使用这套工具开展独立研究。

算法是否可靠,不应该只由开发者自己给出结论。

我们希望把实验工具交到更多研究者手中,让真实数据、可重复的实验和不同研究团队的结果,逐步回答这个问题。

思知瑞科技 SICHIRAY

双通道脑电情绪算法科研开发套件

让脑电情绪研究,从观察一个结果,走向验证整个过程。

官网:www.sichiray.com