Review on brain connectivity measurements used for emotion recognition

Abstract

Beyin tüm vücut fonksiyonlarının otonom iç dengesini sağlayan ana kontrol birimidir. EEG adı verilen elektriksel beyin aktiviteleri, nörofizyolojik, psikolojik ve anatomik anormalliklerin tespiti için bilgisayar tabanlı ileri sinyal işleme araçları kullanılarak analiz edilmektedir. Günümüzde gittikçe popülerleşmekte olan duygu durumu tanıma başlığı, sinirbilimden nöro-markete kadar geniş bir alanı ilgilendirmektedir. Uluslar-arası ölçütlerde geçerliliği onaylanmış veri-tabanlarında yer alan duygulanım uyaranları ile oluşturulan duygu durumlarını tanımada; yüz ifadelerinin fotoğrafları, dilimsel beyin görüntüleri, kalp atış oranı ve elektriksel deri direnç seviyesi gibi fizyolojik parametreler ve EEG sinyalleri kullanılan tanımlayıcı parametrelerdir. Bu parametreler arasında en güvenilir ve duygu durumunu karakterize edebilen ise EEG sinyalleridir. Ancak, literatürde EEG analizleri, duygu durumu tespitinde en sağlam ve elverişli araçlar olarak bulunmuştur. Duygu tanıma amaçlı EEG analizlerinde ise tek-kanal EEG analizlerinin yanısıra; sağ ve sol hemisfer-arası senkronik haberleşme düzeyini ölçen bağıllık ve bağlantısallık ölçütleri ele alınmaktadır. Bu çalışmada; sınıflandırıcı özellikleri ile deney paradigmasına bağlı olarak en iyi duygu durum tanıma yaklaşımını saptamak için hemisferik bağıllık ve bağlantısallık kestirim yöntemleri, birbirleri ile kıyaslanarak özetlenmiştir.

The brain is the main control unit which provides the autonomous internal balance of body functions. Electrical brain activities so called Electro-Encephalo-Graphy (EEG) has been analyzed for detection of both neuro-physiological and psychological as well as anatomical abnormalities by using computer based advanced signal processing tools. Nowadays, emotion recognition is becoming more and more popular research topic in a wide range of field from neuroscience to neuro-marketing. Emotional states, which have been evoked in response to affective stimuli approved internationally, have been detected with respect to descriptive parameters as follows; facial expressions, neuro-imaging brain slices, physiological factors such as heart-rate and electrical tissue conductivity and, EEG series. However, EEG is found to be most effective and robust tool for emotional states. In the frame of EEG analysis, connectivity and dependency measurements, which refers the level of inter-hemispheric synchronic behaviors between right and left hemispheres, and single-channel EEG analysis have been examined for emotion recognition. In this study, brain connectivity measurements and hemispheric dependency measurements have been summarized in comparison to each other to state the best recognizer depending on experimental paradigm and classifier specifications.