PPG신호기반 Fuzzy-GA를 이용한 부정감성 분류분석

Abstract

생체신호를 이용하여 감성상태를 검출 시 각 개인별 감성상태에 따른 생리학적 응답이 나타나고, 이러한 응답은 개인마다 차이가 있다. 이는 생체신호만을 이용하여 각각의 감성상태를 역 추정할 수 있다는 것을 의미한다. 감성유발에 따른 자율신경계의 반응은 심박 수 및 피부전도도 등의 변수로 확인할 수 있다. 하지만 생체신호를 이용한 특정 상태에서 일부 특성이 통계적으로 유의한 차이만 있을 뿐, ‘슬픔’과 같은 부정감성(negative emotion)상태를 구분하기 위한 절대적 기준은 불투명하다. 이를 명확하게 구분하기 위해 퍼지 추론을 이용하여 긍/부정 감성상태에 대한 경계의 모호함을 구분할 필요가 있다. 본 논문의 목적은 퍼지 및 유전자알고리즘을 이용하여, 부정감성을 분류하는 것이다. 본 연구는 맥파(PPG)신호만을 이용하여 특정 감성(슬픔)을 구분하기 위한 자율신경계(ANS)의 추이를 분석했다. 또한 피험자들이 실제 감성상태로 도달될 수 있도록 하기 위해서 감성유발영상을 사용했다. 여성 10명을 대상으로 감성유발 실험을 진행했으며 실험 전/후 자기설문평가(SAM)를 실시하여 실험 프로토콜을 검증하였다. 또한 실제 심박변이와 호흡의 패턴을 확인하기 위해 필터링 되지 않은 미가공 데이터(raw data)를 비주얼 분석하여 슬픔에 대한 패턴을 확인하였다. 이와 동시에 PPG에서 추출한 생리학적 특징 중 부정감성을 대변하는 심박변이(HRV)와 호흡정보(respiratory)를 추출 및 선별하기 위한 신호처리 방법을 적용하였다. 실험을 통해 획득한 감성유발 데이터는 퍼지 추론을 사용하여 분류되었고, 유전자 알고리즘으로 퍼지의 목적함수를 최적화 시켰다. 설계된 Fuzzy-GA시스템의 성능은 교차검증방법에 의해 검증되었다. 결과는 사용자 의존적인 분류에 대해 평균 78.21% 정확도, 79.21%의 민감도, 78.97%의 특이도를 나타냈다. 이는 설계된 시스템이 부정감성분류에 대해서 재현성 있음을 시사한다. 시스템의 성능은 감성데이터가 적용되기 전에 실세계 데이터를 이용하여 테스트 되었고 90%의 정확도를 나타냈다.