基于多域融合與遺傳算法的P300測謊研究.pdf

1、測謊研究是心理學(xué)應(yīng)用研究中的一大熱點，近年來，隨著事件相關(guān)電位(Event Relate Potential，ERP)等技術(shù)的發(fā)展，基于ERP的測謊方法已經(jīng)成為現(xiàn)代測謊技術(shù)的主要發(fā)展方向之一，而P300電位則是實驗室測謊研究中最為常用的一種ERP成分，它用于測謊的有效性已經(jīng)得到了充分的驗證。對基于P300的測謊方法的研究與應(yīng)用有利于犯罪的偵測、反恐和安全防護等領(lǐng)域，為遏制犯罪和維護國家與地區(qū)的安全提供新的技術(shù)途徑。
　　基于P30

2、0的測謊技術(shù)主要由測謊范式與刺激呈現(xiàn)、腦電數(shù)據(jù)采集和信號處理分析三個部分組成。腦電(Electroencephalograph，EEG)信號處理方法又可以分為信號預(yù)處理，特征提取和模式分類三個步驟，它是基于P300的測謊技術(shù)的關(guān)鍵，信號處理方法的好壞直接決定了測謊方法的性能，因此對EEG信號處理方法的研究是非常有意義的。
　　本文在充分研究已有的EEG信號處理方法的基礎(chǔ)上，針對EEG信號信噪比低、噪聲干擾強且種類多，而傳統(tǒng)P300

3、測謊研究的信號處理分析方法中，特征比較單一，無法全面地表征信號的本質(zhì)特性，并且特征的可分性較低等不足，對EEG信號處理方法及其在測謊中的應(yīng)用進行了研究。
　　首先，本文結(jié)合了多域融合與遺傳算法的思想，提出了一種基于多域融合與遺傳算法的EEG信號處理方法，將信號預(yù)處理與特征提取從時頻域擴展到空間域，并且通過遺傳算法對特征集合進行篩選，剔除冗余特征，從而得到最優(yōu)的特征子集。通過想象左右手運動的EEG信號對該方法進行離線驗證，提出的算法

4、與傳統(tǒng)特征提取方法相比平均分類正確率與最高分類正確率分別提高了1.9個百分點和3.6個百分點，特征數(shù)量減少了80％;與實驗室原有的研究結(jié)果相比雖然平均分類正確率和最高分類正確率分別減少了0.6個百分點和1.2個百分點，但是特征數(shù)量減少了70％，有利于實時在線應(yīng)用。而與單一的頻域頻帶能量特征提取方法相比，提出的方法在特征數(shù)量和平均分類正確率這兩個性能指標(biāo)上都有著較大的提高。
　　其次，根據(jù)基于多域融合與遺傳算法的EEG信號處理方法提

5、出一種新的P300測謊方法，以人臉作為刺激內(nèi)容，應(yīng)用三刺激的GKT范式設(shè)計并實現(xiàn)了基于P300的測謊實驗。對參與測謊實驗的12名被試進行EEG信號的采集，使用基于多域融合與遺傳算法的EEG信號處理方法對采集得到的EEG信號進行預(yù)處理、特征提取與分類，最終得到12名被試在留一交叉驗證(Leave-one-out CrossValidation，LOOCV)下的平均分類正確率以及對P刺激和I刺激的平均識別率分別為95.53％、90.99％和

6、96.66％。與兩篇相關(guān)文獻中的方法相比，在P刺激識別率上分別提高了11.99個百分點和5.99個百分點，在I刺激識別率上分別提高了2.56個百分點和2.83個百分點，在總的分類正確率上分別提高了4.44個百分點和3.46個百分點。
　　第三，根據(jù)基于多域融合與遺傳算法的EEG信號處理方法所提出的P300測謊方法，設(shè)計了模擬網(wǎng)絡(luò)詐騙犯罪情景，提取犯罪細節(jié)相關(guān)的文本信息作為三刺激GKT測謊范式的探測刺激，對12名被試進行測謊實驗并采

7、集EEG信號。使用基于多域融合與遺傳算法的EEG信號處理方法對采集得到的EEG信號進行預(yù)處理、特征提取與分類，并且為了提高實用性對該方法在細節(jié)上進行了一定的優(yōu)化。利用Leave-one-out交叉驗證法能夠得到96.81％的平均分類正確率，判別被試的角色類型時，通過設(shè)置閾值P％（P刺激被識別為P刺激的概率）與Pl％(P刺激被識別為I刺激的概率)作為被試所扮演的角色類型的判別標(biāo)準(zhǔn)，若取Pp％=93％，Pl％=92％，則能得到100％的個體