Clasificación de señales EEG para la detección de emociones usando transformada Wavelet y Anfis

En este estudio se presenta una metodología de clasificación de señales EEG para la detección de emociones, basada en basada en el sistema de inferencia neuro-difuso adaptativo (ANFIS). Este sistema se desarrolló en tres etapas: Eliminación de artefactos usando análisis de componentes independientes (ICA), Extracción de características usando la transformada wavelet (TW) y conjuntos difusos rough y la clasificación usando el sistema antes mencionado. Esta investigación presento el 86,7% de precisión en el modelo ANFIS, lo que permite evidenciar su pertinencia para la clasificación de emociones

Abstract

This research presents a methodology for classifying EEG signals for emotion recognition based on adaptive inference neuro-fuzzy system (ANFIS). This system was developed in three stages: Elimination of artifacts using independent component analysis (ICA), Feature extraction using the wavelet transform (DTW) and fuzzy rough sets and finally classification using the above system. This research present the 86.7% accuracy in the ANFIS model, which allows to demonstrate its relevance for the classification of emotions.