Diseño de un sistema de detección y clasificación de cambios emocionales basado en el análisis de señales fisiológicas no intrusivas

176 p.

Aunque la autonomía y la independencia de las personas son valores inherentes en los sereshumanos, existen colectivos que no pueden disfrutar plenamente de ellos, como es el caso de:personas de la tercera edad, enfermos crónicos, personas con determinada discapacidadintelectual, etc. Promover la independencia de estas personas, tanto en ambientes laboralescomo sociales, es uno de los principales aspectos para mejorar su calidad de vida y la de losfamiliares y tutores que los asisten. El estudio de las emociones humanas y sus respuestas antedeterminados eventos, es un paso importante para avanzar en este camino.Dentro de los trabajos cuyo enfoque es el de proporcionar apoyo a las personas conautonomía reducida, el presentado en esta investigación tiene como fin el desarrollo de unalgoritmo que permita detectar cambios emocionales a partir de la lectura de variablesfisiológicas recogidas de forma no invasiva, como son la variabilidad del ritmo cardíaco (HRV) yla respuesta galvánica de la piel (GSR).Esta propuesta de tesis presenta un sistema de clasificación emocional en tiempo real basadoen máquinas de estados finitos, a partir del análisis de la HRV y GSR. El algoritmo desarrolladodetecta la activación del sistema nervioso simpático relacionada con estados de alerta y estrés,y la inhibición del mismo asociada a emociones como el bienestar y la tristeza sin lloro.Con el objeto de mejorar las propuestas ya existentes, el sistema tiene la capacidad de graduarla activación e inhibición simpática en tres niveles: baja, media o alta, haciendosimultáneamente una clasificación del tipo de activación y etiquetándola como estréscontinuado o alerta momentánea.Se realizaron cuatro experimentos con el objeto de disponer de una base de datos de señalesfisiológicas asociadas a cambios emocionales. Para ello se diseñaron varios experimentos queen condiciones de laboratorio, permitan elicitar de la forma más real posible emocionesbásicas (enfado, bienestar, diversión, sorpresa, asco, miedo y tristeza) y estados de estrés.Para medir el ratio de acierto del algoritmo en la identificación de las emociones llevadas aestudio, se ha utilizado el parámetro F1¿score. Los resultados obtenidos tras aplicar el sistemaa base de datos, muestran una precisión de 0.98 para detectar estados de activación alta, 0.97para media y 0.94 para baja. La precisión obtenida en la detección de estados de inhibición esde 1.00 en la emoción sorpresa y 0.987 en bienestar. Una vez analizados los resultados, sepuede afirmar que se ha diseñar una herramienta con elevados ratios de acierto en ladetección y clasificación de estados emocionales, basada en el estudio de la activación einhibición del sistema nervioso simpático.