Classificazione delle emozioni in base ai segnali EEG

La tesi si è basata sulla caratterizzazione delle emozioni al fine di comprendere quale siano le diverse metodologie in termini di creazione delle features e di classificazione. In primo luogo, è stata condotta un’analisi anatomica, fisiologica e biologica del sistema nervoso centrale maggiormente coinvolte nel processo emozionale, con particolare riguardo al sistema limbico. In secondo luogo, è stata effettuata una descrizione dell’elettroencefalogramma sia per quanto concerne l’architettura e la sua funzione delle singole componenti nonché la modalità di acquisizione del segnale. Il database utilizzato è il DEAP. Fa seguito la caratterizzazione delle diverse metodologie per l’estrazione delle features (KDE,HOC,EMD,FD,QTFT, Trasformata di WAVELET). Infine, vengono analizzate le metodologie di Machine Learning al fine di ottenere una migliore interpolabilità in fase di training e un’accurata flessibilità in fase di test; in particolare è stato preso in considerazione la sottoclasse del Supervised Learning.